Maszyna CNC, która w poniedziałek rano wycina idealną część, a w czwartek po południu – nieszczelną, nie ma złego operatora. Ma przesunięty punkt środkowy narzędzia, który zmienił położenie, gdy nikt nie obserwował procesu. Czujniki laserowe i algorytmy sztucznej inteligencji są łączone w nowoczesnych systemach korekcji CNC z jednego prostego powodu: błąd musi zostać wykryty w trakcie jego występowania, a decyzja o korekcji musi zostać podjęta jeszcze przed zakończeniem cięcia. Raport z maszyny pomiarowej CMM, który przychodzi dopiero po zdjęciu detalu ze stołu, informuje, co poszło nie tak – ale nie ratuje już tego detalu. W przypadku elementów, w których kilka mikrometrów głębokości rowka uszczelniającego decyduje o tym, czy adapter do automatu z napojami utrzyma CO₂, czy adapter do zaworu skafandrowego wytrzyma ciśnienie 300 bar, różnica między korekcją po fakcie a korekcją w trakcie procesu to cała gra.
Dryf termiczny to źródło błędów, którego próbkowanie nie potrafi wykryć
Największym czynnikiem powodującym dryf wymiarowy w działającym obrabiarku CNC jest ciepło, które nie daje o sobie znać. Ciepło tarcia w napędach śrub kulkowych powoduje rozszerzenie się śruby i przesunięcie punktu środkowego narzędzia poza pozycję określoną przez program – jest to główny źródło błędów pozycjonowania w szybkim toczeniu. Łożyska wrzeciona nagrzewają się w innym tempie niż otaczające je odlewy. Temperatura otoczenia powoduje przesunięcie całej ramy maszyny. Żadne z tych zjawisk nie jest liniowe, a żadne z nich nie zawiesza się, gdy operator idzie po mikrometr.
Tradycyjną odpowiedzią jest okresowe pomiarowanie i korekcja przesunięć. Ten cykl działa w przypadku powolnych procesów z dużymi tolerancjami. Nie sprawdza się jednak przy montażu elementów, gdzie głębokość rowka musi być utrzymana z dokładnością do kilku mikrometrów, a stała czasowa termiczna jest krótsza niż interwał próbkowania. Części wytworzone pomiędzy dwoma pomiarami stanowią ślepy obszar, a to właśnie te części później ujawniają się jako powolna wycieka lub uszczelka, która nigdy nie osiadła prawidłowo. Pomiar laserowy i predykcja oparta na sztucznej inteligencji nie czynią maszyny termicznie stabilną. Skracają one ślepy obszar z godzin do milisekund.
Czujniki laserowe przekształcają strefę cięcia w strefę pomiarową
Czujnik laserowy zamontowany na wrzecie lub w jego pobliżu nie wymaga przemieszczania detalu do pomieszczenia z współrzędnościowym pomiarem maszynowym (CMM). Mierzy narzędzie, powierzchnię obrabianego przedmiotu lub cechę odniesienia, gdy maszyna nadal znajduje się w pozycji umożliwiającej podjęcie działania na podstawie właśnie odczytanej wartości. W jednym opublikowanym systemie precyzyjnych maszyn CNC czterokwadrantowy detektor fotoniczny połączony z siecią neuronową z propagacją wsteczną zmniejszył średni błąd kwadratowy pozycjonowania osi X z 0,087 mm przy użyciu tradycyjnej metody centroidu do 0,012 mm – poprawa o 86,2 procenta – przy jednoczesnym wykorzystaniu ścieżki optycznej oraz adaptacyjnego filtru Kalmana do eliminacji szumów i zapewnienia jakości plamki światła. Inny system pomiaru bezpośrednio na maszynie, wykorzystujący czujnik triangulacji linii laserowej, zmniejszył maksymalny błąd frezowania na cienkościennej powierzchni z 0,022 mm do 0,011 mm, przy czasie jednego przejścia pomiarowego wynoszącym około 90 sekund.
Zadaniem czujnika nie jest zastąpienie ostatecznej kontroli. Ma on dostarczać pętli korekcyjnej sygnału błędu w czasie rzeczywistym zamiast sygnału historycznego. Czujnik laserowy do pomiaru przemieszczenia zamontowany na obrabiarki CNC może śledzić przemieszczenie współrzędnych i zasilać algorytm kompensacji podczas aktywnego przebiegu ścieżki narzędzia – to właśnie różnica między korekcją kolejnej części a korekcją aktualnie obrabianej części.
Algorytmy sztucznej inteligencji uzasadniają swoje zastosowanie, przewidując, co czujnik zobaczy w kolejnym kroku.
Czujnik informuje, gdzie znajduje się narzędzie w danej chwili. Model sztucznej inteligencji wskazuje, dokąd się zmierza. Błąd termiczny w śrubie toczeń lub wrzecionie to problem szeregu czasowego z histerezą, sprzężeniem krzyżowym oraz krzywą nagrzewania, która zmienia się wraz z warunkami otoczenia w warsztacie. Modele oparte na prawach fizyki oddają zachowanie pierwszego rzędu, ale stają się niestabilne, gdy maszyna pracuje przez cały dzień, temperatura chłodziwa stopniowo rośnie, a zużycie narzędzia wychodzi poza zakres, dla którego model został zoptymalizowany.
To właśnie miejsce, w którym wkraczają modele uczone. Głęboka struktura uczenia z wzmocnieniem połączona z algorytmem genetycznym do toczenia CNC osiągnęła średni błąd bezwzględny wynoszący 2,6 mikrometra przy obróbce stopu tytanu Ti-6Al-4V stosowanego w przemyśle lotniczym i kosmicznym, skuteczność kompensacji na poziomie 86,3 procenta oraz indeks zdolności procesu równy 1,67. Ta sama praca naukowa była szczera co do ograniczeń: dokładność kompensacji pogarsza się, gdy parametry cięcia odbiegają o więcej niż 30 procent od zakresu użytego podczas uczenia modelu lub gdy materiał obrabianego przedmiotu znacznie różni się od materiału, na którym model został wytrenowany. To ograniczenie nie jest drobną uwagą. Jest to właśnie powód, dla którego korekcja oparta na sztucznej inteligencji nie stanowi prostego ulepszenia typu „włącz i zapomnij”. Model wymaga ciągłego odżywiania danymi, weryfikacji oraz utrzymywania w granicach swojej dziedziny.
Rynek uszczelniający to miejsce, w którym korekcja w czasie rzeczywistym przynosi realne korzyści
W adapterze do maszynki do napojów cechy decydujące o długotrwałej niezawodności nie to zewnętrzna gwintowana część ani estetyczny kształt. Są to głębokość rowka pod pierścień uszczelniający (O-ring), otwór przyjmujący zawór butli oraz jakość wykończenia powierzchni tworzącej powierzchnię uszczelniającą. Dane dotyczące awarii zebrane podczas konserwacji adapterów wskazują na ten sam kierunek: około trzy czwarte usterek związanych z adapterami zaczyna się od problemów z uszczelnieniem – najczęściej przez zużyty, spłaszczony lub pęknięty pierścień O-ring albo przez zużytą powierzchnię połączenia, która przestaje prawidłowo obciążać uszczelkę. Nie są to przypadkowe uszkodzenia materiału. Często wynikają one pośrednio z rowka wykonanego o kilka mikrometrów za płytko lub z powierzchni otworu, która pozwala elastomerowi ulec wypięciu.
Czujnik laserowy może wykryć zmianę głębokości rowka na bieżącej części. Model sztucznej inteligencji może przewidzieć, że ta zmiana przyspiesza w miarę nagrzewania się wrzeciona. Żadne z tych rozwiązań nie poprawia uszczelki typu O-ring. Ich zadaniem jest utrzymanie rowka i otworu w zakresie tolerancji, w którym uszczelka typu O-ring może spełniać swoje zadanie – zarówno przy pierwszej, jak i czterotysięcznej części, a nie tylko przy próbce pomierzonej przypadkowo przed obiadem.
Gdy standard łącznika i dopuszczalne odchyłki obróbkowe są ze sobą sprzeczne
Adaptery zaworów do nurkowania podkreślają wyższy koszt pomyłki w trakcie korekty, ponieważ granica ciśnienia nie wybacza marginalnego dopasowania. Udokumentowane niezgodności w sprzęcie nurkowym pokazują, jak szybko gwint, który „wygląda podobnie”, przekształca się w awarię uszczelnienia. Gwint zaworu M25 może wydawać się zgodny z szyjką butli 3/4 cala NPSM, ale wymaga większego momentu dokręcenia i najprawdopodobniej nie zapewni poprawnego uszczelnienia, co zmusza operatora do nadmiernego dokręcania i deformacji połączenia. Uszkodzone wyjścia zaworów DIN o ciśnieniu roboczym 300 bar mogą uniemożliwić całkowite zakręcenie zaworu w celu prawidłowego osadzenia pierścienia uszczelniającego (O-ring), a wygładzanie gwintów jest tylko chwilowym rozwiązaniem, które usuwa materiał z granicy ciśnienia, której projekt nie zakłada utraty materiału.
To są tryby awarii, których strategia korekcji w czasie rzeczywistym ma zapobiegać bezpośrednio w źródle. Jeśli zarys gwintu, powierzchnia uszczelniająca lub rowek pod pierścień O ulegają przesunięciu podczas toczenia, odczyt laserowy w połączeniu z korekcją modelową zapewnia zachowanie geometrii w granicach normy, zamiast pozostawiania jej na ocenę końcowego pomiaru, który albo akceptuje detal, albo go odrzuca. Sztuczna inteligencja nie zna normy. Proces musi być zaprojektowany wokół normy, przy czym pętla korekcyjna ma obsługiwać te cechy, które norma rzeczywiście uwzględnia.
Tam, gdzie specjalistyczna warsztatowa placówka montażowa faktycznie wykorzystuje tę pętlę
Warsztat montażowy, który frezował adaptery do maszyn do napojów gazowanych, miał wzór, którego ustalenie zajęło tygodnie. Adaptery frezowane w pierwszych godzinach zmiany przebiegały bezproblemowo test szczelności. Adaptery frezowane po kilku godzinach pracy wrzeciona wykazywały wyższy odsetek niepowodzeń w teście pęcherzykowym przy tej samej wartości ciśnienia testowego; podczas demontażu stwierdzono, że rowek pod uszczelkę O-ring stopniowo pogłębiał się w miarę nagrzewania się maszyny w ciągu dnia. Wprowadzenie korekty przesunięcia w południe przyniosło poprawę, lecz krzywa nagrzewania nie była liniowa i zmieniała się wraz z warunkami pogodowymi. Warsztat wprowadził pomiar laserowy w czasie frezowania połączony z modelem kompensacyjnym śledzącym temperaturę wrzeciona i temperaturę otoczenia. Współczynnik wycieków po południu spadł do poziomu porannego – nie dlatego, że operator dokonywał pomiarów częściej, lecz dlatego, że korekta była stosowana już w trakcie frezowania rowka.
HXJ urządzenia do napojów gazowanych, łącza i adaptery zaworów do nurkowania z interfejsem uszczelniającym traktowanym jako cecha kontrolna, co oznacza, że pomiary laserowe i korekcja oparta na modelu skupiają się na głębokości rowka, średnicy otworu i jakości wykończenia powierzchni uszczelniającej, a nie tylko na zewnętrznym profilu. Sprzęt jest tak dobry, jak sygnał błędu, który otrzymuje. Czujniki laserowe i algorytmy sztucznej inteligencji są wartościowe w tej pracy, ponieważ skracają odstęp między początkiem dryfu a zastosowaniem korekty; w połączeniach uszczelnianych pod ciśnieniem właśnie ten odstęp decyduje o niezawodności.
Spis treści
- Dryf termiczny to źródło błędów, którego próbkowanie nie potrafi wykryć
- Czujniki laserowe przekształcają strefę cięcia w strefę pomiarową
- Algorytmy sztucznej inteligencji uzasadniają swoje zastosowanie, przewidując, co czujnik zobaczy w kolejnym kroku.
- Rynek uszczelniający to miejsce, w którym korekcja w czasie rzeczywistym przynosi realne korzyści
- Gdy standard łącznika i dopuszczalne odchyłki obróbkowe są ze sobą sprzeczne
- Tam, gdzie specjalistyczna warsztatowa placówka montażowa faktycznie wykorzystuje tę pętlę