Como a IA e o aprendizado de máquina afetam a usinagem CNC

Desde a cadeia de suprimentos até a peça finalizada e instalada, a otimização incremental estará no centro do trabalho de fabricação futuro. O que será necessário para tornar a otimização mais automatizada? Inteligência de máquina e aprendizado de máquina. Nós exploramos.

O motor da fabricação de hoje está na usinagem CNC. Mas para onde está indo o CNC? Em direção à otimização contínua e automatizada, dizem especialistas e acadêmicos do setor.

A otimização pode parecer um conceito simples, mas é complexo, especialmente para automatizar. Há tanta tecnologia subjacente, incluindo software e dados – e interpretação humana – necessária para tornar a automação na fabricação uma realidade.

Analisamos duas áreas que devem realmente causar impacto nos sistemas CNC:aprendizado de máquina e inteligência artificial, ou “IA”. A inteligência artificial – seja de algoritmos baseados em software, sondas inteligentes ou comando de voz – é metade do quebra-cabeça da otimização. A outra metade é o aprendizado de máquina.

O aprendizado de máquina usa dados de máquina e, em teoria, se auto-otimiza ou muda de curso para tomar ações corretivas. Isso não significa que não haja envolvimento humano. Pelo contrário, significa que há um envolvimento humano consistente que define e refina ou ensina a uma máquina os parâmetros de otimização – por meio de avaliação analítica, simulação, programação e teste.

Imagine sistemas com mais utilidade preditiva que relatam informações diferenciadas de máquina e construção de peças e são pré-programadas para ajustar e autoprogramar o tempo de inatividade ou acionar atividades da máquina em uma célula mais saudável. Imagine sistemas operacionais de máquinas que podem se comunicar e agir com maquinistas por comando de voz.

O que está sendo feito hoje para aproximar a indústria desse estado futuro? Conversamos com o cofundador e CEO da MachineMetrics, Bill Bither e outros para descobrir.

IA e aprendizado de máquina em máquinas CNC:o valor da visibilidade

Com experiência em engenharia mecânica e conhecimento de fabricação na indústria aeroespacial e de defesa, Bither reconheceu a necessidade de software de processo mais sutil e em tempo real na fabricação. Bither passou cinco anos na Hamilton Sundstrand, uma divisão da United Technologies, onde projetou sistemas hidráulicos.

“Há uma oportunidade de aproveitar os dados para realmente entender o que está acontecendo no chão de fábrica e tomar melhores decisões”, diz Bither. “O desafio é que é muito difícil se conectar a máquinas. Então começamos uma empresa há pouco menos de cinco anos para aumentar a visibilidade da produção, facilitando a conexão com máquinas CNC.”

O MachineMetrics fornece visualização em tempo real de análises de máquinas CNC – ou o que Bither chama de “análises descritivas” que permitem que uma empresa veja métricas de produção precisas, como taxas de utilização, e as rastreie de acordo com as metas de produção. Existem várias outras áreas de análise sobre as quais ele fornece informações, incluindo dados de diagnóstico, preditivos e prescritivos.

O resultado:aumento de produtividade e eficiência de 20% ou mais em sua base de 100 clientes de fabricantes de médio a grande porte. Dado seu grande conjunto de dados em milhares de máquinas, a plataforma MachineMetrics também inclui benchmarking – que ajuda as empresas a se compararem com seus pares e se manterem competitivas.

Tomar melhores decisões não é apenas investir em equipamentos, diz Bither. Com dados de produção mais detalhados, os fabricantes podem avaliar quais processos precisam ser otimizados. Os dados de diagnóstico podem ajudar as equipes de manutenção e os fabricantes de máquinas a melhorar as funções e criar um ciclo de feedback do mundo real.

Os dados preditivos permitem que as equipes entendam as condições e quando os CNCs precisarão de ajuda. A análise prescritiva aproveita as condições para oferecer direção e orientação oportunas aos operadores.

Usinagem CNC inteligente:alarmes, acionadores e monitoramento de fuso

“IA é um termo muito genérico”, diz Bither. “Se um humano não tem que fazer um cálculo em sua cabeça e a máquina faz isso, isso pode ser considerado 'IA'. treinamento e feedback, e aprendizado de máquina não supervisionado que não funciona.”

Compreender a falha do fuso ou classificar automaticamente o tempo de inatividade pode exigir aprendizado de máquina, explica Bither. Alertas acionados por uma lógica simples que notificam um operador de que uma máquina caiu três vezes hoje não é necessariamente aprendizado de máquina em si, mas é o tipo de algoritmo inteligente baseado em regras que ajuda os operadores humanos a rastrear e gerenciar sistemas com facilidade.

A tecnologia baseada em inteligência torna o trabalho de um operador mais proativo. Informações oportunas podem ser a diferença entre perder dias de lucro com um CNC e poder programar e organizar caminhos alternativos para as metas de produção.

Automação e inteligência baseada em sensores inteligentes também chegaram ao gerenciamento de estoque e soluções de venda de ferramentas. Saiba como assuma o controle e reduza o desperdício em gastos com suprimentos.

IA e aprendizado de máquina permitem decisões mais inteligentes e compreensão mais profunda de falhas de ferramentas, vida útil da ferramenta e qualidade da peça

A MachineMetrics não está sozinha. Os engenheiros da Factory 2050 do Advanced Manufacturing Research Centre em Sheffield, Reino Unido, também estão usando IA e aprendizado de máquina para utilização de máquina. Eles estão usando hardware de computação de ponta para rastrear o consumo de energia em componentes de suspensão automotiva. Eles também trabalham com a Tinsley Bridge para monitorar os processos de fabricação.

“Interrogar nossas taxas de utilização de máquinas significa que temos uma melhor visibilidade do que estava sendo fabricado e quando, e a capacidade de avaliar se estamos programando de forma eficaz”, diz Russell Crow, diretor de engenharia da Tinsley Bridge, em um Metrology News artigo.

A próxima fase deste projeto é ensinar as máquinas a aprender e detectar componentes não conformes na produção e encontrar desgaste inconsistente da ferramenta que pode afetar a qualidade da peça.

“Os insights que a IA fornecerá nos permitirão identificar quando nossas máquinas exigirão intervenção para mudanças de ferramentas ou por quanto tempo podemos executá-las sem intervenção”, diz Crow. “Prever a falha da ferramenta e prolongar a vida útil da ferramenta também afetará nossas taxas de acerto na primeira vez, reduzindo peças não conformes e aumentando a produtividade.”

 Você precisa que uma pergunta técnica seja respondida? Pergunte ao Equipe Técnica de Metalurgia da MSC no fórum.

Automação na fabricação libera tempo para solução de problemas cruciais

O futuro da usinagem será, sem dúvida, mais automatizado. Com uma lacuna de habilidades iminente e a evolução tecnológica acontecendo simultaneamente, a automação elevará o valor dos trabalhadores que programam, solucionam problemas e mantêm sistemas CNC automatizados e peças fabricadas.

Projetistas industriais, engenheiros de processo e operadores de máquinas trabalharão mais juntos do que nunca, esperam os especialistas do setor.

“A maioria dos fabricantes acredita que a causa número 1 da escassez de habilidades é a 'mudança do conjunto de habilidades devido à introdução de novas tecnologias avançadas e automação'”, escrevem o Manufacturing Institute e a Deloitte em seu relatório de 2018 sobre a lacuna de habilidades e futuro do trabalho

Para saber muito mais sobre as habilidades futuras necessárias no chão de fábrica, leia “ Indústria 4.0:habilidades de fabricação necessárias em fábricas inteligentes .”

Mas chegar a um lugar de automação requer programação de máquina complexa e integração mais profunda da Internet e tecnologias baseadas em nuvem. O futuro, por falta de uma palavra melhor, será otimizado para ser ótimo para a produção. E habilidades digitais, juntamente com pensamento crítico e habilidades de gerenciamento de pessoas, também são necessárias, de acordo com o estudo do Deloitte and Manufacturing Institute, que escreve:

“Na manufatura, isso geralmente se traduz em resolver problemas na produção, como ter a capacidade de identificar falhas de qualidade com peças saindo de uma linha de produção automatizada e, mais importante, tomar ações que corrijam o problema em tempo real.”

Crow, de Tinsley Bridge, concorda. A qualidade futura vem da otimização do processo e da máquina em conjunto.

“No futuro, os insights sobre nossos dados nos permitirão operar nossas máquinas com mais eficiência, para que possamos liberar tempo para nossos engenheiros trabalharem em tarefas de valor agregado, como programação para vários trabalhos ou máquinas, criando uma fábrica mais inteligente que ajudará fabricamos produtos tecnicamente avançados”, diz Crow.

Quão doloroso é um processo de recalibração da máquina para você? Fale sobre isso no fórum . [registro obrigatório]