John Deere gebruikt de kunstmatige-intelligentietechnologie van Intel om een oud en kostbaar probleem in het productie- en lasproces op te lossen.
Deere test momenteel een oplossing die computer vision gebruikt om automatisch veelvoorkomende defecten in het geautomatiseerde lasproces in haar productiefaciliteiten te vinden.
Andy Benko, Kwaliteitsdirecteur van de afdeling Bouw en Bosbouw van John Deere, zei: "Lassen is een complex proces. Deze oplossing met kunstmatige intelligentie kan ons helpen om hoogwaardige machines efficiënter te produceren dan voorheen."
“Door nieuwe technologieën in de productie te introduceren, ontstaan er nieuwe kansen en verandert onze perceptie van processen die al jaren niet zijn veranderd.”
In 52 fabrieken wereldwijd gebruikt John Deere het gasmetaalbooglassen (GMAW) om koolstofarm staal te lassen tot hoogwaardig staal voor de productie van machines en producten. In deze fabrieken verbruiken honderden robotarmen jaarlijks miljoenen kilo's lasdraad.
Omdat er zoveel gelast moet worden, heeft Deere ervaring met het vinden van oplossingen voor lasproblemen en is het bedrijf altijd op zoek naar nieuwe manieren om potentiële problemen aan te pakken.
Een van de meest voorkomende lasuitdagingen in de industrie is porositeit. Dit komt doordat er holtes in het lasmetaal ontstaan door luchtbellen die tijdens het afkoelen van de las ingesloten raken. Deze holtes verzwakken de lassterkte.
Traditioneel is GMAW-defectdetectie een handmatig proces dat hooggekwalificeerde technici vereist. In het verleden waren pogingen van de hele industrie om lasporositeit tijdens het lasproces aan te pakken niet altijd succesvol.
Als deze defecten later in het productieproces worden ontdekt, moet de hele assemblage opnieuw worden bewerkt of zelfs gesloopt. Dat kan destructief en duur zijn voor de fabrikant.
De mogelijkheid om met Intel samen te werken om met behulp van kunstmatige intelligentie 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 te verbeteren dan ooit. Dit is onze belofte aan onze klanten en hun verwachtingen van John Deere", aldus Benko.
Intel en Deere hebben hun expertise gebundeld om een geïntegreerd end-to-end hardware- en softwaresysteem te ontwikkelen dat realtime inzichten kan genereren die de menselijke waarneming overstijgen.
Bij gebruik van een op neurale netwerken gebaseerde redeneerengine registreert de oplossing defecten in realtime en stopt het lasproces automatisch. Het automatiseringssysteem stelt Deere in staat om problemen in realtime te verhelpen en de kwaliteitsproducten te 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 machine vision om veelvoorkomende uitdagingen op het gebied van 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 mogelijk ontstaan als onderdeel van de bredere Industrie 4.0-transformatie."
De geavanceerde oplossing voor het detecteren van defecten met kunstmatige intelligentie wordt ondersteund door de Intel Core i7-processor en maakt gebruik van de Intel Movidius VPU en de distributieversie van de Intel OpenVINO-toolkit. De oplossing wordt geïmplementeerd via het ADLINK-machine vision-platform voor industriële toepassingen en de MeltTools-lascamera.
Ingediend als volgt: productie, nieuws met de tags: kunstmatige intelligentie, deere, intel, john, productie, proces, kwaliteit, oplossingen, technologie, lassen, lassen
Robotics and Automation News werd opgericht in mei 2015 en is nu een van de meest gelezen websites in deze categorie.
Overweeg ons te steunen door een betalende abonnee te worden, door te adverteren en sponsoren, door producten en diensten te kopen via onze winkel, of door een combinatie van bovenstaande.
De website en de bijbehorende tijdschriften en wekelijkse nieuwsbrieven worden gemaakt door een klein team van ervaren journalisten en mediaprofessionals.
Als u suggesties of opmerkingen heeft, kunt u contact met ons opnemen via het e-mailadres op onze contactpagina.
De cookie-instellingen op deze website zijn ingesteld op "Cookies toestaan" om u de beste surfervaring te bieden. Als u deze website blijft gebruiken zonder de cookie-instellingen te wijzigen, of hieronder op "Accepteren" klikt, gaat u hiermee akkoord.
Geplaatst op: 28 mei 2021
