ประเทศเยอรมันี — ที่ห้องปฏิบัติการเครื่องมือกล WZL ของมหาวิทยาลัย RWTH Aachen ได้มีการเปิดตัวโครงการวิจัยใหม่สำหรับการปรับกระบวนการให้เหมาะสมที่สุดและการส่งเสริมคุณภาพในการขึ้นรูปขนาดใหญ่ โครงการตรวจสอบว่าอัลกอริทึมของ Machine Learning สามารถใช้เพื่อปรับเข้ากับความไม่เสถียรและด้วยเหตุนี้จึงลดการปฏิเสธในกระบวนการขึ้นรูป

ความไม่เสถียรเนื่องจากตัวแปรที่มีอิทธิพลภายนอก ปฏิสัมพันธ์ที่ไม่รู้จักระหว่างพารามิเตอร์ของกระบวนการหรือลักษณะคุณภาพของผลิตภัณฑ์มักนำไปสู่การปฏิเสธในกระบวนการขึ้นรูปขนาดใหญ่แม้จะมีการควบคุมกระบวนการที่มีอยู่ แนวคิดการควบคุมในตอนนี้ขึ้นกับความรู้ผู้ปฏิบัติงานโดยปริยาย และพึ่งพาการปรับพารามิเตอร์กระบวนการด้วยตนเอง มักเป็นไปไม่ได้ที่จะปรับกระบวนการทันเวลาที่จะรักษาความคลาดเคลื่อนที่ยินยอมของผลิตภัณฑ์ ลูปของการควบคุมคุณภาพเป็นมาตรการในการชดเชยที่ครอบคลุมสำหรับความเบี่ยงเบนคุณภาพ รวมกันกับวิถีทาง machine learning เช่น reinforcement learning และ transfer learning สิ่งเหล่านี้เสนอศักยภาพในการลดการปฏิเสธ นี้ทำโดยการปรับพารามิเตอร์ระบบโดยอัตโนมัติเมื่อความไม่เสถียรเกิดขึ้น
จุดมุ่งหมายของโครงการวิจัย “Irlequm” จึงเป็นการพัฒนาของกระบวนการตาม reinforcement และ transfer learning สำหรับการดำเนินการตัวควบคุมใหม่ ในลูปการควบคุมคุณภาพของกระบวนการขึ้นรูปของแข็ง เพื่อให้สามารถทำการควบคุมตาม reinforcement learning ได้ โครงสร้างพื้นฐาน IT ที่จำเป็นได้รับการกำหนดและดำเนินการเป็นอันดับแรก การควบคุมดังกล่าวมีข้อได้เปรียบที่ ในด้านหนึ่ง ข้อมูลที่เกี่ยวข้องกับคุณภาพทั้งหมด เช่น พารามิเตอร์กระบวนการ สภาวะแวดล้อม หรือคุณสมบัติวัตถุดิบ สามารถถูกรวมอยู่ในการควบคุม ในอีกด้านหนึ่ง ความรู้ในการควบคุมของผู้ปฏิบัติงานโดยปริยายสามารถถูกทำให้ใช้งานได้อย่างถาวร
- การขึ้นรูปชิ้นส่วนคอมโพสิตและอะลูมิเนียมอย่างประหยัดด้วย Monoblock
- The art of micro-machining | ศิลปะของการขึ้นรูปงานขนาดจิ๋ว
- รีวิว | อยากให้ลอง ‘WebShop’ ค้นหาและสั่งซื้อ Cutting Tools กว่า 3 หมื่นรายการ
เพื่อที่จะลดเวลาในการเรียนรู้ของอัลกอริทึม reinforcement learning และเพื่อประหยัดทรัพยากร การฝึกอบรมไม่ได้ทำโดยตรงในกระบวนการจริง แต่บนการจำลองกระบวนการแบบสุ่ม ความรู้ที่ได้รับมาจากการจำลองจะถูกส่งไปยังกระบวนการควบคุมคุณภาพของลูปการควบคุมโดยวิธี transfer learning ผลของโครงการวิจัยจะเป็นระบบการควบคุมคุณภาพสำหรับกระบวนการขึ้นรูปของแข็งที่กำกับดูแลระบบโดยอัตโนมัติ อย่างครอบคลุมและในเวลาจริง และปรับคุณภาพของกระบวนการให้เหมาะสมที่สุด คุณภาพของกระบวนการที่เพิ่มขึ้นในทางกลับกันจะเพิ่มคุณภาพของผลิตภัณฑ์และลดการปฏิเสธลง
โครงการวิจัยด้วยระยะเวลาโครงการสามปี เริ่มวันที่ 1 มิถุนายน 2021 และกำลังดำเนินการในความร่วมมือกับประธานมาตรวิทยาการผลิตและการจัดการคุณภาพ ประธานเทคโนโลยีกระบวนการผลิต (ทั้งคู่จากห้องปฏิบัติการเครื่องกล WZL ของมหาวิทยาลัย RWTH Aachen) และบริษัทต่าง ๆ บ.Mubea Tailor Rolled Blanks GmbH (ผู้นำสมาคม) บ.Eichsfelder Schraubenwerke บ.Iconpro บ.Schomäcker Federnwerk บ.Quality Automation และพันธมิตรที่เกี่ยวข้อง บ.Mawi และ บ.Schiller Pressen
อ้างอิง: https://www.etmm-online.com
About The Author
You may also like
-
Vink Chemicals พัฒนาสารชีวฆาต บำบัดน้ำหล่อเย็นได้อย่างมีประสิทธิภาพ
-
Hot Runner เพื่อความยั่งยืน รองรับพลาสติกรีไซเคิลและชีวภาพ จาก Oerlikon HRS Flow
-
Tool-Strack ระบบค้นหาตำแหน่งเครื่องมือได้อย่างรวดเร็วและมีประสิทธิภาพ
-
Messe Düsseldorf Asia ร่วมมือกับ Informa จัดงานแสดงสินค้าพลาสติกและยางในไทยและอินโดฯ ปี 2024
-
Renishaw เปิดตัว ‘NC4+ Blue’ ตรวจจับความเสียหายเครื่องมือ เพื่อยกระดับการผลิต