• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Inteligencia artificial para el mantenimiento de máquinas herramienta

    Demostración del sistema desarrollado en KIT para el control de desgaste totalmente automático de husillos de bolas mediante el uso de inteligencia artificial. Crédito:KIT

    En ingeniería mecánica, Mantener y reemplazar los componentes defectuosos a tiempo en las máquinas herramienta es una parte importante del proceso de fabricación. En el caso de husillos de bolas, como los que se utilizan en los tornos para guiar con precisión la producción de componentes cilíndricos, el desgaste hasta ahora se ha determinado manualmente.

    "Por lo tanto, el mantenimiento está asociado con el trabajo de instalación, lo que significa que la máquina se detiene, "dice el profesor Jürgen Fleischer del Instituto de Tecnología de Producción (wbk) en el Instituto de Tecnología de Karlsruhe (KIT)." Nuestro enfoque, por otra parte, integra un sistema de cámara inteligente directamente en la unidad, que permite al usuario monitorear continuamente el estado del husillo. Si es necesario actuar, el sistema informa al usuario automáticamente ".

    El nuevo sistema combina una cámara con una fuente de luz conectada a la tuerca de la unidad y una inteligencia artificial (IA) que evalúa los datos de la imagen. A medida que la tuerca se mueve en el eje, toma fotografías individuales de cada sección del husillo, permitiendo el análisis de toda la superficie del husillo.

    Inteligencia artificial para ingeniería mecánica

    La combinación de datos de imágenes de operaciones en curso con métodos de aprendizaje automático permite a los usuarios del sistema evaluar directamente el estado de la superficie del husillo. "Entrenamos nuestro algoritmo con miles de imágenes para que ahora pueda distinguir con seguridad entre ejes con defectos y sin ellos, "dice Tobias Schlagenhauf (wbk), que ayudó a desarrollar el sistema. "Al evaluar más a fondo los datos de la imagen, podemos calificar e interpretar con precisión el desgaste y así distinguir si la decoloración es simplemente suciedad o picaduras dañinas ". Al entrenar a la IA, el equipo tuvo en cuenta todas las formas concebibles de degeneración visible y validó la funcionalidad del algoritmo con nuevos datos de imagen que el modelo nunca había visto antes. El algoritmo es adecuado para todas las aplicaciones que identifican defectos basados ​​en imágenes en la superficie del eje y es transferible a otras aplicaciones.

    Del 20 al 24 de abril en Hannover Messe 2020, KIT muestra lo que es posible con la monitorización inteligente de husillos en accionamientos de husillo de bolas en el Stand C14 en el Pabellón 25 (Investigación y Desarrollo). Es más, KIT organiza un pabellón de energía en el Stand L51 del Hall 27 27 (Integrated Energy), así como otras exhibiciones de temas específicos.


    © Ciencia https://es.scienceaq.com