Репортаж от Wedoany，Дэйв Эванс, основатель и генеральный директор Fictiv, недавно опубликовал статью, в которой рассматривается глубокое влияние интеграции искусственного интеллекта, робототехники и цифрового производства на промышленное производство. Эванс считает, что в настоящее время производство компонентов по индивидуальному заказу переживает ключевой поворотный момент: слияние трех сил — оптимизации проектирования с помощью ИИ, цифрового производства и интеграции информационных и операционных технологий (ИТ/ОТ) — делает возможным изготовление компонентов по индивидуальному заказу со скоростью и в масштабах, близких к серийному производству, и инженерам больше не нужно идти на компромиссы в оптимизации из-за ограничений цепочки поставок.
Эванс вместе со своим братом Нейтом основал Fictiv в 2013 году с целью решения отраслевой проблемы длительных сроков поставки в производстве аппаратного обеспечения. Он отмечает, что раньше изготовление компонентов по индивидуальному заказу обычно сопровождалось трех-пятикратным увеличением стоимости и длительными производственными циклами, но сейчас эта ситуация меняется. Такие технологии, как многоосевые станки с ЧПУ, аддитивные процессы и оптимизация производства в реальном времени, позволяют снизить стоимость изготовления компонентов по индивидуальному заказу до 1,2–1,5 раза от стоимости стандартных деталей, а сроки поставки исчисляются неделями, а не кварталами.
Модель гибридной цепочки поставок становится отраслевым трендом. Эванс приводит в пример расширение производства роботов на заводе Giga компании Tesla, где предприятие интегрировало компоненты трансмиссии по индивидуальному заказу со стандартизированными исполнительными механизмами, что позволило итерировать робототехнические системы со скоростью разработки программного обеспечения. Эта модель сохраняет стандартные исполнительные механизмы в качестве базиса надежности, одновременно настраивая такие компоненты силовой передачи, как редукторы, муфты и монтажные конструкции, без значительного увеличения затрат или потери времени.
Алгоритмы машинного обучения становятся ключевым промежуточным звеном между проектированием и производством. Эванс отмечает, что после задания таких параметров, как расчетные нагрузки, крутящий момент и рабочий цикл, система ИИ может за считанные минуты выполнить множество итераций проектирования, исследуя такие факторы, как форма зубьев и выбор материалов, которые трудно учесть на ручном уровне, и напрямую взаимодействуя с исполнительными системами производства. Анонимные данные о производительности из реальных развертываний поступают обратно в модель ИИ, постоянно оптимизируя последующие проекты. Такие компании, как Boston Dynamics, Universal Robots и ABB, уже используют оптимизацию проектирования на основе ИИ для создания исполнительных механизмов и систем силовой передачи, адаптированных к сложным динамическим движениям.
Интеграция ИТ/ОТ является ключевым этапом отраслевого прорыва. В компании MISUMI Americas данные о проектах клиентов беспрепятственно поступают в системы планирования производства, управления запасами и логистики — и все это в реальном времени. Компания Siemens Digital Industries также активно продвигает повестку интеграции. Появление стандартов MQTT и OPC UA сделало возможной интероперабельность.
Конкретные примеры применения показывают, что один средний системный интегратор робототехники сократил срок разработки паллетирующей системы благодаря индивидуальному решению для редуктора; оптимизированная конструкция оказалась на 3% эффективнее ручного решения, а срок поставки составил четыре недели. В полупроводниковой отрасли компания Nvidia сократила обычный 18-месячный цикл разработки до 6 месяцев благодаря быстрому прототипированию индивидуального решения для редуктора. Производители медицинского оборудования Stryker и Zimmer Biomet, используя индивидуальное проектирование редукторов на основе ИИ, снизили люфт механизма запястья хирургического робота на 40% по сравнению с предыдущим поколением, одновременно добившись снижения затрат.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
