Подписка
2020/03/13
Исследователи из Технологического института Карлсруэ разработали систему автоматического контроля шарико-винтовых передач в станках.

В машиностроении своевременное обслуживание и замена неисправных компонентов станков является важной частью производственного процесса. В случае шарико-винтовых приводов, таких как те, которые используются в токарных станках для точного управления производством цилиндрических деталей, износ определяется вручную.

 

На фото  Демонстрация системы, разработанной в KIT для полностью автоматического контроля износа шариковых винтов с использованием искусственного интеллекта. (Фото: KIT)

 

«Поэтому техническое обслуживание связано с монтажными работами, что означает, что машина останавливается», - говорит профессор Юрген Фляйшер из Института технологии производства (WBK) в Технологическом институте Карлсруэ (KIT).

«Наш подход  другой, мы интегрируем интеллектуальную систему камер непосредственно в привод, что позволяет пользователю постоянно контролировать состояние шпинделя. Если есть необходимость в действиях, система информирует пользователя автоматически».

Новая система сочетает в себе камеру с источником света, прикрепленную к гайке привода, и искусственный интеллект (AI), который оценивает данные изображения. Когда гайка движется по шпинделю, она делает отдельные снимки каждой секции шпинделя, что позволяет анализировать всю поверхность шпинделя.

 «Мы обучили наш алгоритм тысячам изображений, чтобы теперь он мог уверенно различать шпиндели с дефектами и без дефектов», - говорит Тобиас Шлагенхауф (wbk), который помогал в разработке системы.

 

Встроенная камера с подсветкой позволяет непрерывно контролировать шпиндель в шарико-винтовом приводе

Встроенная камера с подсветкой позволяет непрерывно контролировать шпиндель в шарико-винтовом приводе. (Рисунок: KIT)

 

«Путем дальнейшей оценки данных изображения мы можем точно определить и интерпретировать износ и, таким образом, определить, является ли изменение цвета просто грязью или опасной ямкой».

При обучении ИИ команда учитывала все мыслимые формы видимой дегенерации и проверяла функциональность алгоритма новыми данными изображения, которых модель никогда раньше не видела. Алгоритм подходит для всех приложений, которые идентифицируют дефекты на основе изображения на поверхности шпинделя, и может быть перенесен в другие приложения.

 

Источник

 

Еще больше новостей
в нашем телеграмм-канале

Вернуться к списку новостей