John Deere gebruikt Intel's kunstmatige-intelligentietechnologie om een oud kostbaar probleem in het fabricage- en lasproces op te lossen.
Deere test een oplossing die computervisie gebruikt om automatisch veelvoorkomende defecten in het geautomatiseerde lasproces in zijn productiefaciliteiten te vinden.
Andy Benko, kwaliteitsdirecteur van de John Deere Construction and Forestry Department, zei: “Lassen is een complex proces.Deze kunstmatige-intelligentieoplossing heeft het potentieel om ons te helpen efficiënter dan voorheen hoogwaardige machines te produceren.
"Het introduceren van nieuwe technologieën in de productie opent nieuwe kansen en verandert onze perceptie van processen die al vele jaren niet zijn veranderd."
In 52 fabrieken over de hele wereld gebruikt John Deere het gas-metaalbooglassen (GMAW)-proces om koolstofarm staal te lassen tot zeer sterk staal om machines en producten te vervaardigen.In deze fabrieken verbruiken honderden robotarmen jaarlijks miljoenen kilo's lasdraad.
Met zo'n grote hoeveelheid laswerk heeft Deere ervaring in het vinden van oplossingen voor lasproblemen en is hij altijd op zoek naar nieuwe manieren om met potentiële problemen om te gaan.
Een van de lasuitdagingen die in de hele industrie algemeen worden gevoeld, is porositeit, waarbij holtes in het lasmetaal worden veroorzaakt door luchtbellen die worden opgesloten als de las afkoelt.De holte verzwakt de lassterkte.
Traditioneel is GMAW-defectdetectie een handmatig proces waarvoor zeer bekwame technici nodig zijn.In het verleden waren pogingen van de hele industrie om de porositeit van de las tijdens het lasproces aan te pakken niet altijd succesvol.
Als deze defecten in de latere stadia van het fabricageproces worden gevonden, moet de hele assemblage opnieuw worden bewerkt of zelfs worden gesloopt, wat destructief en kostbaar kan zijn voor de fabrikant.
De kans om met Intel samen te werken om kunstmatige intelligentie te gebruiken om het probleem van lasporositeit op te lossen, is een kans om de twee kernwaarden van John Deere te combineren: innovatie en kwaliteit.
“We willen technologie promoten om de laskwaliteit van John Deere beter dan ooit te maken.Dit is onze belofte aan onze klanten en hun verwachtingen van John Deere,” zei Benko.
Intel en Deere hebben hun expertise gecombineerd om een geïntegreerd end-to-end hardware- en softwaresysteem te ontwikkelen dat realtime inzichten kan genereren aan de rand, die het niveau van menselijke waarneming overstijgen.
Bij gebruik van een op neurale netwerken gebaseerde redeneermachine, registreert de oplossing defecten in realtime en stopt het lasproces automatisch.Dankzij het automatiseringssysteem kan Deere problemen in realtime corrigeren en de kwaliteitsproducten produceren waar Deere bekend om staat.
Christine Boles, vice-president van Intel's Internet of Things Group en algemeen directeur van de Industrial Solutions Group, zei: "Deere gebruikt kunstmatige intelligentie en machinevisie om veelvoorkomende uitdagingen bij robotlassen op te lossen.
"Door gebruik te maken van Intel-technologie en slimme infrastructuur in de fabriek, is Deere goed gepositioneerd om niet alleen te profiteren van deze lasoplossing, maar ook van andere oplossingen die kunnen ontstaan als onderdeel van de bredere Industry 4.0-transformatie."
De edge-oplossing voor het detecteren van defecten door kunstmatige intelligentie wordt ondersteund door de Intel Core i7-processor en maakt gebruik van de Intel Movidius VPU en de Intel OpenVINO toolkit-distributieversie, en wordt geïmplementeerd via het industriële ADLINK-machinevisieplatform en de MeltTools-lascamera.
Als volgt ingediend: fabricage, nieuws getagd met: kunstmatige intelligentie, deere, intel, john, fabricage, proces, kwaliteit, oplossingen, technologie, lassen, lassen
Robotics and Automation News is opgericht in mei 2015 en is nu een van de meest gelezen websites in deze categorie.
Overweeg om ons te steunen door een betaalde abonnee te worden, door te adverteren en sponsoren, of door producten en diensten te kopen via onze winkel, of een combinatie van al het bovenstaande.
De website en de bijbehorende magazines en wekelijkse nieuwsbrieven worden geproduceerd door een klein team van ervaren journalisten en mediaprofessionals.
Als u suggesties of opmerkingen heeft, neem dan gerust contact met ons op via een e-mailadres op onze contactpagina.
De cookie-instellingen op deze website zijn ingesteld op "Cookies toestaan" om u de beste browse-ervaring te bieden.Als u doorgaat met het gebruiken van deze website zonder de cookie-instellingen te wijzigen, of hieronder op "Accepteren" klikt, gaat u hiermee akkoord.
Posttijd: 28 mei-2021
