Ученые представили инновационный подход к повышению производительности станков
Հրապարակումներ![Ученые представили инновационный подход к повышению производительности станков](/timthumb.php?src=disc/18-05-24/56f94fa428b88de323bdb6d05f1ce0de.jpg&w=780)
Исследователи Мичиганского университета представили инновационный подход к повышению производительности производственных станков, основанный на использовании цифрового двойника, пишет Техкульт. Согласно опубликованному в IEEE Access исследованию, этот метод позволяет оптимизировать скорость подачи станка при соблюдении качественных стандартов.
Профессор машиностроения, интегративных систем и дизайна в Университете Мичигана, Чинедум Оквудир, отметил, что традиционные методы настройки станков требуют много времени на пробы или принятия консервативного подхода, что ограничивает потенциал производительности. Новый метод основан на научном подходе, позволяя станкам самостоятельно оптимизировать настройки для достижения оптимальной производительности при соблюдении качественных требований.
Алгоритм, разработанный исследователями, был успешно протестирован на различных типах станков, включая 3D-принтеры и станки с ЧПУ, сокращая время цикла производства на 38% и 17% соответственно. Это значительное увеличение эффективности производства, особенно в контексте массового производства.
Цифровой двойник, используемый в этом методе, является виртуальной моделью, которая имитирует поведение реальной системы на основе данных, собранных в реальном времени с датчиков. Это позволяет алгоритму учитывать физические характеристики машины и реагировать на изменения в окружающей среде.
Одним из ключевых преимуществ метода является его способность управлять неопределенностью, что особенно важно для производственных процессов. Использование машинного обучения и данных в реальном времени позволяет адаптировать алгоритм к различным условиям и требованиям качества.
По словам исследователей, дальнейшее развитие метода включает расширение его применения на другие типы станков и внедрение более сложных моделей неопределенности. Это позволит максимально эффективно использовать потенциал новой технологии в различных отраслях производства.
![](banners/armflix.jpg)