Inteligência artificial otimiza o fresamento CNC de compósitos reforçados com fibra de carbono

A Rede de Produção Augsburg AI (inteligência artificial) - fundada em janeiro de 2021 e com sede em Augsburg, Alemanha - reúne a Universidade de Augsburg, o Instituto Fraunhofer para Fundição, Compósitos e Tecnologia de Processamento (Fraunhofer IGCV) e o Centro de Tecnologia de Produção Leve de o Centro Aeroespacial Alemão (DLR ZLP). O objetivo é a pesquisa conjunta em tecnologias de produção baseadas em IA na interface entre materiais, tecnologias de manufatura e modelagem baseada em dados. Um exemplo de aplicação em que a IA pode apoiar processos de produção é a usinagem de materiais compósitos reforçados com fibras.

Na recém-criada Rede de Produção de AI, os cientistas estão pesquisando como a AI pode otimizar os processos de produção. Por exemplo, no final de muitas cadeias de valor na engenharia aeroespacial ou mecânica, as máquinas CNC processam o contorno final de componentes feitos de compósitos poliméricos reforçados com fibra. Este processo de usinagem exige muito da ferramenta de fresamento. Pesquisadores da Universidade de Augsburg acreditam que há potencial para otimizar os processos de usinagem usando sensores que monitoram o sistema de fresamento CNC. Eles estão usando IA para avaliar os fluxos de dados fornecidos por esses sensores.

Os processos de manufatura industrial costumam ser altamente complexos, com muitos fatores influenciando o resultado. Por exemplo, equipamentos e ferramentas de usinagem se desgastam rapidamente, especialmente com materiais duros como a fibra de carbono. A capacidade de reconhecer e prever graus críticos de desgaste é, portanto, essencial para fornecer estruturas compostas aparadas e usinadas de alta qualidade. A pesquisa em uma fresadora CNC industrial mostra como a tecnologia de sensor adequada, juntamente com a IA, pode fornecer tais previsões e melhorias.

Som baseado na estrutura e aprendizado de máquina

A maioria das fresadoras CNC modernas tem alguns sensores básicos já embutidos, que registram o consumo de energia, força de avanço e torque, por exemplo. Porém, esses dados nem sempre são suficientes para a resolução de pequenos detalhes no processo de fresagem. Por este motivo, sensores ultrassônicos para análise de som transmitido pela estrutura foram desenvolvidos na Universidade de Augsburg e integrados em uma fresadora CNC industrial. Esses sensores detectam sinais de som transmitidos pela estrutura na faixa ultrassônica que são gerados durante o processo de fresagem e, em seguida, se propagam através do sistema até o sensor.

O som transmitido pela estrutura permite tirar conclusões sobre o estado do processo de usinagem. “Este é um indicador tão significativo para nós quanto as pinceladas de um violino”, explica o Prof. Dr. Markus Sause, diretor da AI Production Network. “Os profissionais da música podem dizer imediatamente, pelo som de um violino, se ele está afinado e quão bem a pessoa que o toca domina o instrumento.” Mas como essa abordagem funciona para uma máquina CNC? O aprendizado de máquina é a chave.

Para otimizar o processo de fresamento CNC com base nos dados registrados dos sensores ultrassônicos, os pesquisadores que trabalham com Sause usam o que é conhecido como aprendizado de máquina. Certas características do sinal acústico podem indicar um controle de processo desfavorável, o que aponta para má qualidade do componente fresado. Como resultado, o processo de fresagem pode ser diretamente ajustado e aprimorado com essas informações. Para este propósito, um algoritmo é treinado com dados registrados e os estados correspondentes (por exemplo, boa ou má usinagem). A pessoa que opera a fresadora pode então reagir às informações de status do sistema apresentadas ou o sistema pode ser programado para reagir automaticamente.

Manutenção preditiva - agindo com previsão

O aprendizado de máquina não só pode otimizar o processo de fresamento diretamente na peça, mas também pode planejar os ciclos de manutenção de uma planta de produção da forma mais econômica possível. As peças funcionais precisam trabalhar na máquina o maior tempo possível para aumentar a eficiência econômica, mas as falhas espontâneas devido a peças danificadas devem ser evitadas.

A manutenção preditiva é uma abordagem em que a IA, usando os dados coletados do sensor, calcula quando uma peça deve ser substituída. No caso da fresadora CNC sob investigação, um algoritmo reconhece quando certas características do sinal sonoro mudam. Desta forma, não apenas identifica o grau de desgaste da ferramenta de usinagem, mas também prevê o momento certo para substituir a ferramenta. Este e outros processos de IA estão sendo incorporados à Rede de Produção de IA em Augsburg. As três principais organizações parceiras estão trabalhando com outras instalações de produção para criar uma rede de manufatura que pode ser reconfigurada de maneira modular e com material otimizado.