IA Aumenta Precisão de Fresamento CNC para Compósitos Reforçados com Fibra de Carbono

IA Aumenta Precisão de Fresamento CNC para Compósitos Reforçados com Fibra de Carbono

A Augsburg AI Production Network — fundada em janeiro de 2021 e sediada em Augsburg, Alemanha — reúne a Universidade de Augsburg, o Fraunhofer Institute for Foundry, Composites and Processing Technology (Fraunhofer IGCV) e o Center for Lightweight Production Technology do German Aerospace Center (DLR ZLP). O objetivo é 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 onde a IA pode suportar processos de produção é a usinagem de materiais compósitos reforçados com fibra.

Som Estrutural e Aprendizado de Máquina

A maioria das máquinas de fresamento CNC modernas já possui alguns sensores básicos embutidos, que registram consumo de energia, força de avanço e torque, por exemplo. No entanto, estes dados nem sempre são suficientes para a resolução de detalhes finos no processo de fresamento. Por esta razão, sensores ultrassônicos para análise de som estrutural foram desenvolvidos na Universidade de Augsburg e integrados em uma máquina de fresamento CNC industrial. Estes sensores detectam sinais de som estrutural na faixa ultrassônica gerados durante o processo de fresamento e que então se propagam pelo sistema até o sensor.

O som estrutural permite tirar conclusões sobre o estado do processo de usinagem. "Este é um indicador tão significativo para nós quanto os golpes de arco são para um violino", explica Prof. Dr. Markus Sause, diretor da AI Production Network. "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 esta abordagem funciona para uma máquina CNC? O aprendizado de máquina é a chave.

Para otimizar o processo de fresamento CNC baseado em dados gravados dos sensores ultrassônicos, pesquisadores trabalhando com Sause utilizam o que é conhecido como aprendizado de máquina. Certas características do sinal acústico podem indicar um controle de processo desfavorável, que aponta para má qualidade da peça fresada. Como resultado, o processo de fresamento pode ser diretamente ajustado e melhorado com esta informação. Para este propósito, um algoritmo é treinado com dados gravados e os estados correspondentes (ex: boa ou má usinagem). A pessoa que opera a máquina de fresamento 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 apenas otimiza 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. Peças funcionais precisam funcionar na máquina pelo maior tempo possível para aumentar a eficiência econômica, mas falhas espontâneas devido a peças danificadas devem ser evitadas.

Manutenção preditiva é uma abordagem na qual a IA, usando os dados de sensores coletados, calcula quando uma peça deve ser substituída. No caso da máquina de fresamento CNC sob investigação, um algoritmo reconhece quando certas características do sinal sonoro mudam. Dessa 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 na AI Production Network 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 forma modular e otimizada por material.