江苏龙网

  1. 首页 > 资讯 > 科技 > >

人工智能|复合材料4.0开启自适应生产的数字化转型


人工智能|复合材料4.0开启自适应生产的数字化转型
本文插图

复合材料4.0是工业4.0宇宙中的一个小星系 。 工业4.0是推动产品的设计、生产、交付、操作、维护和退役的数字化转型 ， 复合材料4.0的目标则是使用自动化、传感器、5G通信、软件以及其他不断发展的数字技术 ， 使复合材料产品制造流程更高效、更智能、更具适应性 。 如今 ， 复合材料制造商正致力于这种数字化转型 ， 不仅开展工艺优化和在线检测研究 ， 还积极寻求更先进的解决方案以实现智能化、自主化的生产 ， 这不仅是敏捷的 ， 而且能够响应甚至预测不断变化的市场和客户需求 。
复合材料4.0典型案例
1.自适应成型工艺链——iComposite 4.0
2016年初 ， 由德国亚琛大学轻量化集成生产中心（AZL）牵头的iComposite 4.0项目正式推出 ， 旨在打造低成本批量生产纤维增强复合材料零部件的理想解决方案 。

iComposite4.0采用的工艺方法是在喷射干燥的长玻璃纤维（25~30毫米）后通过自动纤维铺放（AFP）进行单向（UD）碳纤维网格加固 ， 进而从具有成本效益的粗纱和丝束中完成预成型 。 项目使用了来自AZL的机器视觉系统 ， 该系统的光学激光传感器和摄像头模块可以描述喷射预成型后的表面拓扑并分析各个方向的纤维百分比 ， 通过与CAD模型进行比对判断是否可以进行加固或需在某处补充额外的纤维 。
添加额外的纤维层可能会导致零件厚度和几何形状超过公差 ， 因此 ， 该项目将预成型过程与适应性RTM工艺相结合 ， 在必要时可以通过增加特定部位的压力来调整零件厚度 。 相关工艺过程和每种零件变化对应的补偿算法都被存储在数据库中 ， 并通过有限元分析对其进行了验证 。 因此 ， 对于生产线上测得的零件变化 ， 会有对应算法指导其执行适当的补偿措施 。 为了使生产线能够原位自适应 ， 项目将在下一步增加机器学习算法 。
2.零缺陷智能化在线检测——ZAero

ZAero项目是复合材料4.0的另一个关键项目 ， 于2016年启动 。 该项目的目标是实现早期的缺陷识别、工艺控制和返工决策 ， 使生产速度提高15% ， 生产成本降低15%~20% ， 并减少50%的浪费 。 在预浸料或干纤维自动铺放过程中 ， 可以通过自动在线检测来减少缺陷 。 传感器收集的工艺参数和缺陷数据与有限元分析相结合后 ， 可以对零件性能进行分析预测 ， 最后将结果输入决策支持工具中以妥善解决检测到的缺陷 。 另一方面 ， 通过监控树脂灌注或预浸料固化过程可以预测固化状态 ， 缩短固化周期 。
在2019年9月的最终审查中 ， 由项目负责人Profactor 开发的预浸料AFP传感器不仅实现了自动化在线检测 ， 而且还可以用于现场校正零件 。 该传感器可以检测标准缺陷 ， 例如间隙、重叠、异物、起球疵、扭丝 ， 以及每条丝束的早剪和晚剪等 。 检测到丝束缺失时可以将新的丝束精准放置在对应位置来自动纠正 ， 但是去除起球疵或扭曲的丝束时必须停止设备 。 Profactor使用了达索系统CATIA构建的数据库 ， 可以根据缺陷的大小、形状和类型来计算缺陷对零件性能的影响 。 通常 ， 处理一层中的所有缺陷仅需几秒钟 ， 然后由操作员决定哪些缺陷可以保留 ， 哪些必须返工 。

对于灌注过程的监控 ， 空客公司通过子公司InFactory 开发了三类传感器 ， 用于测量温度、固化状态和树脂流动前段 。 目前 ， 这些传感器已经与CATIA集成在一起 ， 结果显示传感器的数据可以被可靠地获取并添加到每个零件的数字线索中 。
除了建立缺陷数据库 ， ZAero还进行了机器学习实验 。 通过将手动设计生成的计算机模型与深度神经网络相结合 ， 可以对不同缺陷的检测和分类达到95％的正确率 。
3. AI加持的自动化生产线——PROTEC NSR
德国航空航天中心轻量化生产技术中心（ZLP）开发了结合人工智能（AI）的CFRP结构自动化生产工作单元 。 目前 ， PROTECNSR生产线的设计正朝着所有模块相互互连的方向发展 ， 目标是实现可自我配置、校正和优化 ， 满足尺寸的可扩展性和复杂性 。 这种由人工智能驱动的自动化是未来智能复合材料制造4.0工厂的基础之一 。


推荐阅读


上一篇：|性价比手机排行榜，快来挑选你的下一部手机

下一篇：移动网络|韩国5G用户达到687万，不仅网速慢，而且每月资费500元人民币左右