Top 5 koneoppimisen kohokohtaa Formnext 2020 -tapahtumassa

26 marraskuu 2020
5-volyymi-grafiikka

AMEXCI AB:n tekoälyohjelmapäällikkö Maud Chidiac kertoo näkemyksiä Formnext Connect 2020 -tapahtumasta.

1.Oqton, todellinen askel kohti automatisoitua AM-työnkulkua 

A computer-generated image displays a 3D model of multiple blue objects arranged in rows, connected by blue support structures on a circular gray base, shown in a 3D printing software interface.

Oqton lisää jatkuvasti uusia älykkäitä ominaisuuksia tekoälyllä toimivaan alustaansa, FactoryOS:ään. Alusta helpottaa kaikkien tietojen seurantaa, analysointia ja hallintaa koko työnkulun kattavalla ainutlaatuisella digitaalisella langalla aina osien yhdistämisestä testaustietojen analysointiin asti. Oqton rakentaa kumppanuuksia koneenvalmistajien kanssa, jotka avaavat sen API:n, ja on ilmoittanut kumppanuudestaan EOS:n kanssa.

Uskomme, että tällainen järjestelmä on avainasemassa siirryttäessä kohti automatisoidumpaa työnkulkua, ja olemme parhaillaan testaamassa sitä omilla koneillamme. Toivomme voivamme tulevaisuudessa liittää siihen syvälliseen oppimiseen perustuvia moduuleja vikojen analysointia varten.

Klikkaa tästä saadaksesi lisätietoja tästä tekniikasta.

2.Additive Assurance, tekoälyyn perustuva laadunvalvonta yhdessä modulaarisessa paketissa. 

A computer screen displays two images side by side: a blue 3D model of an object with a mesh pattern on the left, and a close-up view with red dots highlighting certain points on the right.

Additive Assurance on australialainen yritys, joka kehittää koneoppimiseen perustuvaa anturipakettia virheiden havaitsemiseen L-PBF-prosessissa. Käyttäjät saavat reaaliaikaisen ilmoituksen vioista, jotta he voivat välttää vikoja ja kelpuuttaa komponentteja. Kahdeksan anturin modulaarinen yksikkö yhdistettynä pilvipohjaiseen analytiikkaan ja tallennukseen on integroitavissa useisiin konejärjestelmiin. 

Uskomme, että tällainen järjestelmä vie prosessien seurannan ja tietojen analysoinnin seuraavalle tasolle.

Klikkaa tästä saadaksesi lisätietoja tästä tekniikasta.

3. Addiguru, uusi Ai-pohjainen moduuli jauhepetin poikkeavuuksien havaitsemiseen 

A computer screen displays a table of detected anomalies with columns for ID, issue identified, time, date, confidence percent, actual image, and predicted image. One row shows a red mark indicating an anomaly on a grayscale image.

Addiguru on koneoppimiseen perustuva valvontateknologia poikkeamien havaitsemiseen antureiden ja kameroiden avulla. Järjestelmä toimii älykkään kuvantamisen, kehittyneen tietokonenäön ja koulutettujen tekoälyalgoritmien avulla ja analysoi jauhepetiä koskevia kuvia ja ilmoittaa niistä käyttäjille, ja se voidaan integroida eri konejärjestelmiin.

Uskomme, että koneoppiminen yhdistettynä helposti integroitaviin laitteisto- ja ohjelmistojärjestelmiin on avain siihen, että additiivisen valmistuksen käyttäjät voivat ottaa käyttöön tekoälyyn perustuvan laadunvalvonnan.

Klikkaa tästä saadaksesi lisätietoja tästä tekniikasta.

4. Siemens, tulevaisuuden ohjaamo

Black and white image showing a U-shaped arrangement of ten square objects and one small round object in the center, all placed on a flat surface. There is a metallic edge at the top of the image.

Siemens kattaa AM-työnkulun AM-cockpitillaan, joka voi kerätä tietoja ja sisältää useita moduuleja, muun muassa jauhepetianalyysin. Siemensin kuva-analyysipalvelu käsittelee jauhepohjan kuvan, merkitsee poikkeaman ja analysoi sen ehdottaakseen operaattorille oikeaa toimenpidettä.

Siemens kattaa työnkulun, käsittelee tiedot ja analysoi syötteet, joten se on mukana AM-ketjun jokaisella arvokkaalla osa-alueella.

Klikkaa tästä saadaksesi lisätietoja tästä teknologiasta

5. Volume Graphics, silmä eri tietotyypeistäsi

A computer screen displays CAD software showing four views of a mechanical component, including top, side, front, and 3D perspectives, with technical measurements and settings panels visible.

Volume Graphics antaa täydellisen käsityksen painetusta osasta tuomalla yhteen paikkaan AM-digitaalilangasta tulevan datan analysoinnin, simuloinnin ja visualisoinnin. Tämä sisältää tietokonetomografiakuvaukset ja optisen tomografian kuvatiedot prosessin seurannasta, mikä mahdollistaa kohdennettujen vikojen, kuten huokoisuuden, visualisoinnin.

Erilaisten tietotyyppien visualisointi ja niiden korreloiminen toisiinsa tuovat valtavasti lisäarvoa tapaan, jolla voimme tarkastella ja käyttää AM-työnkulusta saatavia tietoja.

Klikkaa tästä saadaksesi lisätietoja tästä tekniikasta.

Tietoja Maud Chidiac

Maud Chidiac työskentelee AMEXCI:ssä tekoälyn ohjelmahallinnassa. Hän uskoo, että uusien älykkäiden järjestelmien yhteensopivuus mahdollistaa niiden integroinnin, jolloin tekoälystä tulee todella mullistava teknologia additiivisessa valmistuksessa.

Takaisin uutishuoneeseen