人工知能が射出成形をどのように変革するか

Jan 29, 2024

ジェフ・ジョルダーノ | 2022 年 6 月 14 日

インダストリー 4.0 時代の製造業はデータ駆動型の精度に大きく依存しているため、そのデータを活用して射出成形機を含む機械のパフォーマンスを向上させる上で人工知能 (AI) の役割がますます高まっています。

製造業における AI には、機械が人間の知能をエミュレートする知能で実行できるようにする一連のテクノロジーが含まれます。 機械学習と自然言語処理は、機械が人間の学習、判断、問題解決の能力に近似するのに役立ちます。 データによって強化された効率により、プロセスはより速く、よりコスト効率よく進行し続けます。

Arburg 社の研究開発ディレクター、Werner Faulhaber 氏は次のように述べています。「機械工学における AI の重要性はますます高まっています。これは特に、バッチサイズがますます小さくなり、製品ライフサイクルが短くなっているにもかかわらず、射出成形プロセスを効率的かつ柔軟に自動化する必要があるためです」と述べています。 「AI の応用例には、ロボット システムの自動プログラミング、対象を絞った誤動作の修復、『インテリジェントな』画像処理を備えたスペアパーツ システムなどがあります。Arburg は、射出成形を段階的にインテリジェント化することに取り組んでいます。これにより、機械が継続的に学習し、維持できるようになります。」それ自体は安定しており、将来的には最適化することもできます。」

Arburg は、機械、オートメーション、独自の IT ソリューションを組み合わせて、柔軟で制御可能な生産システムを形成します。 同社の Gestica 制御システムは、インテリジェント アシスタント機能を備えており、これらのシステムに不可欠です。 「たとえば、すべての Kuka 6 軸ロボットには、新しい Gestica ユーザー インターフェイスが標準装備されています」と Faulhaber 氏は述べました。 「これにより、プログラミングだけでなく、プロセスデータの監視、保存、評価も簡素化されます。」

Arburg が取り組んでいるアプリケーションの 1 つは、Multilift リニア ロボット システムの自動プログラミングです。 「カーナビゲーション装置のように、オペレーターが目的地を入力するだけで、システムが自動的に最適なルートを計算してくれるという考え方です。ロボットシステムの場合、これは、オペレーターが希望の開始位置と終了位置を入力するだけで、制御システムが自動的に最適なルートを計算することを意味します。」残りのことは引き受けます。」

Wittmann Battenfeld は、過去数年にわたって射出成形および補助機械のポートフォリオ全体でインダストリー 4.0 接続を全面的に採用しており、自社のロボットに AI を採用して、サイクル タイムを監視し、成形機の外でロボットの速度を制御しています。

同社の機械学習機能である HiQ Flow と CMS テクノロジーは、10 月 19 日から 26 日までドイツのデュッセルドルフで開催される今年の K ショーで展示されます。 HiQ Flow を使用すると、ROI の速度を数サイクルと短くすることができ、ソフトウェアは多くの場合、B8 機械制御を備えた古い射出成形機に後付けできます。 CMS Pro バージョンは後日利用可能になる予定です。

「このテクノロジーは現在のパラメータから新たな結論を導き出すため、パフォーマンスを監視するにつれてますますインテリジェントになります」と製品マネージャーのクリスチャン・グリュック氏は述べています。 「パラメータの系統的な決定に限定しています。したがって、このテクノロジーの使用に必要な時間と価格は最小限に抑えられます。」

AI と機械学習を比較して、Glueck 氏は次のように述べています。「AI は実際にははるかに長い時間の投資を必要とし、それに応じてより多くの財政投資も必要となります。実行中のプロセスから多数のパラメータを記録する必要があり、関連するパラメータはそのデータに基づいて決定されます。」これらは製品の測定データと比較されます。」

材料の変化、周囲温度、機械の磨耗、工具の磨耗、その他の影響に基づいて、「AI は、製品を品質許容範囲内で生産できるように、どの機械パラメータを変更する必要があるかを判断できます。これには数か月かかる場合があります。」エラーから学ぶためには、まずエラーが起こらなければなりません。」

ウィットマン氏は、オーストリアのモンタニベルシテット・レオーベン大学とこのような評価プログラムに共同資金を提供した。「しかし、プロセスの長期的な調査に加えて、人的資源も必要なため、それを生産に実行可能にするのに必要な時間には疑問を持たなければならないことがわかりました。それを処理するために必要です。」

同社のエコモードは、ロボットが必要以上に速く動作しないようにすることでロボットの磨耗を節約し、最終的にはメンテナンスとエネルギーコストを節約します。 多くの Wittmann ロボットで標準的に提供されている Eco-Mode は、「特別なプログラミングや、IMM やオペレーター/プログラマーとのインターフェースを必要としません」と Wittmann USA のロボットおよびオートメーション担当ナショナル セールス マネージャーの Jason Long 氏は述べています。 「エンドユーザーがしなければならないことは、金型が開くまでに何秒で IMM を通過する必要があるかをロボットに指示することだけです。」

Wittmann のもう 1 つの機能である Eco-Vac は、ロボットにいくつかのパラメータを設定し、ロボットが真空回路をオフ/オンできるようにすることでエネルギーを節約します。 「ロボットは、金型から部品を取り出すために使用される回路の真空レベルを監視しています。指示される前に部品を落としてしまう可能性があるレベルまで真空が低下したことをロボットが感知すると、ロボットは真空をオンにします。再び安全レベルに達するまで、その後停止します。」 この機能により、各ロボットが使用する圧縮空気の量が削減され、「顧客はロボット 1 台あたり年間数百ドルを節約できる可能性がある」。

AI と機械学習をさらに活用して射出成形作業を改善するにつれて、単にデータを収集するだけではプロセスを最適化するのに十分ではないとファウルハーバー氏は警告しました。 「プロセスの専門知識と分野の知識も必要です。将来的には、制御ユニット内で多くのデータを直接評価することで、さらなる付加価値が提供されるでしょう。」

Arburg 社は AI を使用して、「プロセス、材料、機械に関して長年にわたって収集した経験とデータを使用してマスター モデルを開発しています」と Faulhaber 氏は続けました。 「その後、顧客は提供されたマスター モデルを「オンエッジ」で磨き上げ、プロセスを最適化することができます。社内開発の Gestica 制御システム、Arburg ホスト コンピューター システム、および arburgXworld カスタマー ポータルがここで利点をもたらします。

「Arburg の中期目標の 1 つは、カスタマイズされた射出成形機のデジタル ツイン用のシステムを開発することです。これにより、サイクルのシミュレーションとエネルギー予測のまったく新しい可能性が開かれます。さらに、機械の 3D ビューと設置計画 — arburgXworld 顧客ポータルと制御システムに保存され、オペレーターをサポートします」と Faulhaber 氏は述べています。

テキスト形式の詳細