소량의 실시간 바카라터에서 짧은 시간에 현장 환경에 따라 최적의 가공 조건 결정

ARAI HIROHIKO, GONDO SHIORI 연구원, 재료 처리 연구 그룹, AIST (Advanced Industrial Science and Technology) 기술 직원 제조 기술 연구 부서, AI를 사용하여 스파이즈에서 최적의 롤러 운영 경로 ( "롤러 경로")를 즉시 결정하는 기술을 개발했습니다 단일 금속 플레이트로부터의 3 차원 모양 3 차원 모양의 높이와 두께가 원하는대로 짧은 시간과 간단한 방식으로 쉽게 성형 할 수 있습니다

회전은 회전 금속 플레이트의 일부에 대해 롤러를 눌러 조금씩 변형되어 3 차원 모양으로 형성되는 가공 방법입니다 프레스 처리와 같은 다른 사람플라스틱 가공이 방법과 달리 최종 모양 만있는 금형이있는 한 성형 할 수 있으므로 단기간 또는 다중 제품 가변 생산에서 제품 프로토 타입이 제작되는 상황에서 매우 유용합니다 그러나, 제품의 높이와 두께와 같은 크기는 롤러가 움직이는 방식에 따라 크게 다를 수 있기 때문에 원하는 치수를 만들기 위해 롤러 경로를 결정하기 위해 시행 착오를 반복적으로 반복적으로 필요로했기 때문에 많은 시간과 노력이 필요했습니다 이번에 개발 된 기술은 소량의 실시간 바카라터를 사용하여 롤러 경로와 치수 사이의 관계를 만듭니다신경망그리고 더 나아가반복 솔루션특정 대상 사양을 실현하는 최적의 롤러 경로를 즉시 결정하는 데 사용할 수 있습니다 이를 통해 하나의 성형에서 원하는 치수를 달성 할 수 있습니다 AI에 의해 소수의 실시간 바카라터를 학습하고 대상 사양에서 최적의 처리 조건을 계산하는 방법은 쉽게 이용 가능하며 다양한 재료 처리 방법에 적용될 수 있습니다

이 결과에 대한 세부 사항은 2022 년 1 월 12 일입니다지능형 제조 저널에서 온라인으로 게시 됨

출생률 감소와 고령화 인구가 감소하는 노동 부족은 모든 산업에서 사회적 문제입니다 자재 자재의 분야도 예외는 아니며, 기술과 노하우 및 인적 자원 개발의 연속은 제조 현장을 지원하는 중소 기업의 주요 과제입니다 그러한 상황에서dx (디지털 변환)에 대한 높은 기대치가 있으며 스마트 제조 측면에서 디지털화가 수행되고 있습니다 그러나, 재료 재료 산업의 프로세스 중에서, 생산 전 처리 조건은 과거의 경험과 직관에 의존하는 시행 착오를 통해 숙련 된 인력이 결정하여 디지털화를 적극적으로 발전시키기가 어렵습니다 결과적으로 처리 조건을 식별하는 프로세스는 제조 전반에 걸쳐 DX의 병목 현상이라고 말할 수 있습니다 (그림 1)

처리 조건의 입력 및 출력 및 성형 객체의 특성을 사용하여 AI 모델이 구성된 경우가 있지만 현재 상황은 출력 만 예측하는 것입니다 결과적으로, 최적의 처리 조건을 결정하기 위해, 모델에 다중 입력이 제공되어야하고 출력 값이 대상 값과 거의 동일했는지 여부를 결정해야하며, 이는 노동 부족 환경에서 실용적이지 않았다 또한, 종종 하나의 출력 만 있으며, 다중 필요한 사양은 동시에 충족 될 수 없습니다 또한 이전 AI 모델에는 엄청난 양의 교육 실시간 바카라터가 필요하며 소규모 생산 현장에서는 실시간 바카라터를 미리 준비하는 프로세스가 현실적이지 않습니다 다중 제품 가변 생산을 수용하려면 더 많은 요구가 필요하므로 학습 실시간 바카라터가 거의없는 여러 필요한 사양을 충족하고 최적의 처리 조건을 즉시 결정하는 기술에 대한 수요가있었습니다

AIST 제조 기술 연구 부서는 소규모 노동력으로 높은 부가가치를 창출하고 사회 및 사람들의 요구를 충족시키는 기능을 제공하는 목표를 통해 IoT 및 AI를 사용하여 얻은 실시간 바카라터를 기반으로 적극적으로 설계, 처리 및 평가하는 제조 기술을 개발하기 위해 노력해 왔습니다 예를 들어, 우리는 회전 처리 기술을 대상으로 연구 및 개발을 수행하고 있습니다

회전은 롤러가 회전하는 금속 플레이트에 대해 눌려지고 순차적으로 변형되는 가공 방법입니다 (그림 2) 지금까지 우리는 롤러 경로 및 회전 속도와 같은 많은 처리 조건과 회전을 위해 로봇 제어 기술을 활용함으로써 제품 치수를 결정할 수있는 새로운 회전 가공 기술 (3D 회전)을 개발했습니다AIST : 불규칙한 단면 모양을 형성 할 수있는 스피드) 최근 몇 년 동안, 롤러의 유연한 움직임을 통해 조직 제어를 통해 기능을 생성하기 위해, 회전 동안의 변형 메커니즘은 물질 조직학의 관점에서 명확 해지고있다 이러한 방식으로 회전 처리와 다른 기술 및 학업 분야 간의 학제 간 협업을 통해 회전 처리가 개선되었습니다 그러나 특정 목표 차원을 달성하기 위해 처리를 수행하기 위해서는 프로토 타입을 생성하기 위해 조건을 여러 번 변경하고 조건 수정 및 치수 변화의 경향을 얻는 데 많은 노력과 시간이 걸렸습니다 이러한 문제를 완화하기 위해 처리 조건과 제품 차원 간의 관계를 파악하기위한 연구가 수행되었지만 많은 처리 매개 변수의 효과를 광범위하게 파악할 수 없었습니다 따라서, 회전 처리, "처리 조건을 설정할 때 시행 착오에 대한 의존"은 해결하기 어려운 문제로 남아있다

이번에는이 문제를 해결하는 방법으로 AI에 집중했습니다 그러나 이전 AI를 활용하는 가공 기술 개발과 차별화하기 위해, 우리는 중소 기업과 같은 중소기 생산 현장을 염두에두고 작업자가 쉽게 처리하고 작업을 지원할 수있는 AI 도구를 개발하는 데 중점을 두었습니다 구체적으로, 우리는 입력/출력 관계가 연산자가 작동하는 매개 변수가 입력되고 관측 목표를 출력하는 간단한 모델을 사용하여 표현된다고 가정합니다 (이 연구에서는 제품의 여러 부분의 플레이트 두께가 출력이라고합니다

• 소수의 실시간 바카라터로 모델을 구성 할 수 있도록
• 원하는 두께를 달성하는 작동 매개 변수의 특정 값을 생성하도록 최적화

이 연구에서, 금속 플레이트는 35 개의 다른 조건 하에서 컵으로 성형되었고, 이러한 소량의 실시간 바카라터를 사용하여, 우리는 처리중인 롤러 경로가 입력 계층으로 사용되는 신경망 모델과 실제 공정 컵의 높이에 3 개의 플레이트 두께가있는 출력 레이어를 구성했습니다 이 모델로부터, 반복 솔루션이라는 계산 기술을 사용하여 대상 컵 높이 및 두께 분포를 제공하기 위해 최적의 롤러 경로를 계산 하였다 (도 3) 모델을 구성하는 데 사용 된 대부분의 실시간 바카라터는 높이 방향에서 일정한 두께가 없었지만 반복 솔루션 방법을 사용하여 얻은 롤러 경로를 사용하여 실제로 가공 할 때 높이 방향의 두께 분포는 01mm 미만의 오차로 10mm였습니다 (그림 4) 이러한 방식으로, 최적의 처리 조건이 다중 출력을 동시에 실현할 수 있도록하는 기술이 개발되어 성형이 하나의 처리에서 원하는 제품 치수를 달성 할 수 있도록합니다

이 기술은 엄청난 양의 실시간 바카라터가 필요없는 소수의 실시간 바카라터를 사용하여 모델을 구성하고, 구성된 모델을 최적화하여 원하는 플레이트 두께를 달성하는 작동 매개 변수의 특정 값을 쉽게 계산합니다 "제조 현장의 DX"는 일반적으로 가공 기술과 AI에 대한 전문 지식을 가진 직원을 확보하고 훈련시켜야하며 필요한 장비에 대한 초기 투자가 많으며 제조 사이트는 DX를 도입하는 것을 망설이는 경향이 있다는 인상을줍니다 대조적으로,이 기술은 제조 현장, 특히 처리 조건이 필요한 회사에서 저렴한 비용으로 DX를 시험해 보려는 회사에 쉽게 도입하기 쉽고 사용하기 쉬운 매우 다양한 작업 지원 AI 도구입니다

우리는 표적 모양과 롤러 경로의 증가하는 복잡성을 충족시키는 유연한 모델을 계속 개발하고 회전시 처리 된 재료 및 곰팡이의 치수와 재료를 확장 할 것입니다 동시에, 우리는 제조 현장에서 시스템을 구현하고 제조 현장에 더 밀접하게 연결된 모델을 개발하려고 시도 할 것입니다 또한이 결과는 회전 처리뿐만 아니라 다른 재료 처리 기술에도 적용될 수 있습니다 산업, 학계 및 정부 간의 협력을 통해이 결과는 다른 처리 방법에 적용되며 실시간 바카라터 중심 제조를 개발할 것입니다 우리는 쉽고 저렴한 비용이 필요하고 사용하기 쉽고 처리 조건을 식별 할 수있는 프로세스 인 DX를 시험해 보려는 회사를 적극적으로 지원하고자합니다

게시 된 잡지 :지능형 제조 저널
종이 제목 : 멀티 패스 기존 스핀을 통해 형성된 원통형 컵의 두께 분포에 대한 경로 매개 변수의 효과 및 제어
저자 : Shiori Gondo, Hirohiko Arai
doi : 101007/s10845-021-01886-w

◆ 플라스틱 가공

재료의 플라스틱 변형을 사용하여 주어진 형상 및 치수와 같은 다양한 재료를 처리하는 방법에 대한 일반적인 용어 (응력 하에서 물체의 모양이 탄성 한계를 초과하는 영구적으로 변화하는 현상)[참조로 돌아 가기]

◆ 신경망

뇌 메커니즘을 기반으로 네트워크에서 노드라는 간단한 계산 요소를 결합한 기계 학습 모델[참조로 돌아 가기]

◆ 반복 솔루션

적절한 입력 초기 값에서 시작하여 언제든지 입력 값을 업실시간 바카라트하여 최종 최적 솔루션으로 수렴하는 계산 방법[참조로 돌아 가기]

◆ DX (디지털 변환)

제조 분야에서, 이는 처리 중, 처리 후 및 부품 조립 중에 측정 된 실시간 바카라터를 축적하고, 개발 속도를 개선하고 리드 타임을 줄이고, 숙련 된 인원의 기술과 지식을 실시간 바카라터로 사용하여 새로운 인사 및 프로세스의 기계화를 개발하기 위해이를 적극적으로 사용하는 노력을 말합니다 이는 제조 프로세스의 디지털화와 디지털 실시간 바카라터를 사용하여 이전 문제를 해결하는 활동을 말합니다[참조로 돌아 가기]