Inteligencia artificial para el mantenimiento de máquinas herramienta

Fecha de publicación
Cateogría del artículo Actualidad Industrial
Visualizaciones del artículo Leído  469  veces

Karlsruhe Institute of Technology (KIT) han desarrollado un sistema para el monitoreo totalmente automatizado de unidades de husillo de bolas en máquinas herramienta

Inteligencia artificial para el mantenimiento de máquinas herramienta

Investigadores del Karlsruhe Institute of Technology (KIT) han desarrollado un sistema para el monitoreo totalmente automatizado de unidades de husillo de bolas en máquinas herramienta. Una cámara integrada directamente en la tuerca del disco genera imágenes que la inteligencia artificial monitorea continuamente en busca de signos de desgaste, lo que ayuda a reducir el tiempo de inactividad de la máquina.

En ingeniería mecánica, el mantenimiento y el reemplazo oportuno de componentes defectuosos en máquinas herramienta es una parte importante del proceso de fabricación. En el caso de los husillos de bolas, como los utilizados en tornos para guiar con precisión la producción de componentes cilíndricos, el desgaste hasta ahora se ha determinado manualmente.

"Por lo tanto, el mantenimiento está asociado con el trabajo de instalación, lo que significa que la máquina se detiene", dice el profesor Jürgen Fleischer del Instituto de Tecnología de Producción (wbk) del Instituto de Tecnología de Karlsruhe (KIT). "Nuestro enfoque, por otro lado, integra un sistema de cámara inteligente directamente en el drive, lo que permite al usuario monitorear continuamente el estado del huso. Si es necesario actuar, el sistema informa automáticamente al usuario".

El nuevo sistema combina una cámara con una fuente de luz conectada a la tuerca del disco y la inteligencia artificial (IA) que evalúa los datos de la imagen. A medida que la tuerca se mueve sobre el husillo, toma imágenes individuales de cada sección del husillo, lo que permite analizar toda la superficie del husillo.

Inteligencia artificial para ingenieria mecanica

La combinación de datos de imágenes de operaciones en curso con métodos de machine learning permite a los usuarios del sistema evaluar directamente la condición de la superficie del huso. "Entrenamos nuestro algoritmo con miles de imágenes para que ahora pueda distinguir con confianza entre husillos defectuosos y no defectuosos", dice Tobias Schlagenhauf (wbk), quien ayudó a desarrollar el sistema.

"Al evaluar aún más los datos de la imagen, podemos clasificar e interpretar con precisión el desgaste y así distinguir si la decoloración es simplemente suciedad o picaduras dañinas". Al entrenar IA, el equipo tuvo en cuenta todas las formas concebibles de degeneración visible y validó la funcionalidad del algoritmo con nuevos datos de imagen que el modelo nunca había visto antes. El algoritmo es adecuado para todas las aplicaciones que identifican defectos basados ​​en imágenes en la superficie del huso y es transferible a otras aplicaciones.

Karlsruhe Institute of Technology (KIT) muestrará lo que es posible con el monitoreo inteligente del husillo en las unidades de husillo de bolas en el Stand C14 en el Hall 25 de Hannover Messe 2020