人工智能助力增材制造,！寶馬公司將研究AI在汽車自動識別零件方面的價值

隨著汽車行業(yè)的飛速發(fā)展，對增材制造原型部件的需求比以往任何時候都高,。然而,，南極熊在德國跨國汽車公司——寶馬最近發(fā)表的一項研究中發(fā)現(xiàn)，為了使更大的3D打印量成為現(xiàn)實,，AM工藝鏈仍然需要在產(chǎn)出數(shù)量、生產(chǎn)速度和經(jīng)濟(jì)可行性方面進(jìn)行優(yōu)化和進(jìn)一步發(fā)展,。

在確定需要進(jìn)一步優(yōu)化和提高增材制造技術(shù)及其工藝鏈的效率后,，寶馬公司對人工智能（AI）在自動識別3D打印部件方面的復(fù)雜性和經(jīng)濟(jì)價值進(jìn)行了研究。

本文概述了目前可用的增材制造工藝鏈的狀況、使用人工智能進(jìn)行零件識別的復(fù)雜性,，以及使用基于人工智能的平臺（如AM-VISION,，荷蘭3D打印、后處理和自動化公司AM-Flow的自動機(jī)器學(xué)習(xí)零件識別系統(tǒng)）來進(jìn)一步實現(xiàn)整個3D打印工藝鏈工業(yè)化的經(jīng)濟(jì)可行性,。

△寶馬集團(tuán)內(nèi)部的各部分AM組件,。圖片來自Philip Obst。

汽車行業(yè)的AM工藝鏈

這篇研究論文由來自寶馬,、AM-Flow和杜伊斯堡-埃森大學(xué)（UDE）的作者聯(lián)手編撰,，強(qiáng)調(diào)了增材制造的技術(shù)進(jìn)步是如何實現(xiàn)更高的生產(chǎn)速度、更多的材料選擇,，以及在類似于傳統(tǒng)產(chǎn)品的部件中可供調(diào)整的強(qiáng)大機(jī)械性能,。因此，AM技術(shù)正越來越多地被汽車等行業(yè)采用,，以促進(jìn)測試和驗證車輛部件領(lǐng)域的新用例,。

研究人員說，3D打印所帶來的更大的幾何自由使他們有可能生產(chǎn)出具備新結(jié)構(gòu),、形狀和高度個性化的系列部件,，并提供了大規(guī)模生產(chǎn)向裝配線及時交付的可能性。

然而,，他們發(fā)現(xiàn)增材制造工藝鏈仍然需要進(jìn)一步優(yōu)化和發(fā)展,，以提高產(chǎn)出數(shù)量、生產(chǎn)速度,，并在經(jīng)濟(jì)上可行,。根據(jù)該研究，目前許多可用的3D打印技術(shù)的工藝鏈仍然包括大量的勞動密集型工作和步驟,，導(dǎo)致人員成本高,，產(chǎn)品產(chǎn)量低，這也會導(dǎo)致整個工藝鏈的瓶頸和停工期,。

研究人員觀察到,，為了解決這些問題，增材制造領(lǐng)域正在向自動化和工業(yè)化轉(zhuǎn)變,，新技術(shù),、應(yīng)用專利、跨行業(yè)合作和政府資助的項目都是證明,。他們還指出,，整個增材制造自動化市場預(yù)計將在這十年內(nèi)增長23%，潛在收入達(dá)150億美元,。

△使用惠普MJF技術(shù)簡化的整體AM工藝鏈,，人工識別部件的操作時間百分比（AM-Flow的時間測量）,。圖片來自Philip Obst

用人工智能克服生產(chǎn)力極限

據(jù)作者介紹，由于機(jī)器容量,、運行時間和后處理步驟,，以及機(jī)器清潔、準(zhǔn)備和上傳等手工操作,，目前的增材制造工藝鏈在大生產(chǎn)量方面達(dá)到了生產(chǎn)率的極限,。研究人員特別指出的這些手工操作之一是通過給部件貼標(biāo)簽來識別和分配給客戶，以便進(jìn)一步進(jìn)行物流運輸,。

盡管部件識別是整個工藝鏈中的一個小部分,，但與冷處理等其他步驟相比，它仍然是一個不能擴(kuò)展的工藝步驟,，需要大量的手工作業(yè),。研究人員以惠普公司的Multi Jet Fusion（MJF）技術(shù)為例，觀察到為了實現(xiàn)每個零件的最低成本,，在專業(yè)軟件的支持下,，零件往往被緊密地嵌套。這就導(dǎo)致了在一次制造作業(yè)中出現(xiàn)大量不同的部件,，這意味著單個部件的可追蹤性可能會丟失,，而分配給客戶的訂單則需要在生產(chǎn)后完成，這通常是一個手動步驟,。

目前有幾種方法可以根據(jù)幾何形狀自動識別部件,，如稱重、云計算掃描,、圖像識別和計算機(jī)斷層掃描,。然而，這些技術(shù)在準(zhǔn)確性和成本方面都各有其缺點,。不過研究人員表示,，由于模仿人類戰(zhàn)略思維的深度學(xué)習(xí)算法的發(fā)展，人工智能領(lǐng)域的創(chuàng)新已經(jīng)使靈活性和自動化的必要結(jié)合變得可行,。

一段時間以來,，人工智能已經(jīng)在3D打印領(lǐng)域被用于部件篩選、生成復(fù)雜的設(shè)計和監(jiān)測質(zhì)量控制,。盡管如此,，研究人員表示，到目前為止,，市場上還沒有能夠解決不同幾何形狀的自動組件識別的復(fù)雜問題的自動化解決方案,。

△AM-VISION的功能原理和程序。圖片來自Philip Obst

評估AM-VISION識別AM組件的情況

AM-VISION是一個工業(yè)系統(tǒng),，用于根據(jù)其獨特的幾何形狀識別增材制造的部件,。該系統(tǒng)由Formnext 2020創(chuàng)業(yè)挑戰(zhàn)賽的獲勝者之一AM-Flow開發(fā),，是他們公司3D打印和后處理軟件產(chǎn)品的旗艦產(chǎn)品。

AM-VISION使用3D形狀識別,，能夠根據(jù)幾何形狀快速、可靠地識別3D打印部件,。一旦這些零件被識別,，它們就可以被公司的其他軟件AM-SORT、AM-PICK和AM-ROUTE分類,、處理,、揀選和運輸。早在去年10月份,，AM-VISION公司籌集了400萬美元的A輪融資,，以建立其基于人工智能的機(jī)器人解決方案套件，并催化3D打印自動化的"躍級變化",。

研究人員對AM-VISION系統(tǒng)進(jìn)行了一系列評估,，還調(diào)查了該軟件的經(jīng)濟(jì)可行性。對含有高幾何形狀組合的構(gòu)建工作的測試研究證明,，該系統(tǒng)在識別和標(biāo)記過程中節(jié)省了時間,，與人工操作相比，部件的處理速度提高了50%,。

△用于比較手動和自動組件識別的輸入值,。圖片來自Philip Obst

通過將生產(chǎn)線上的最終機(jī)器設(shè)置與自動單向傳送帶相結(jié)合，AM-Flow估計處理時間可以提高6到10倍,，而如果構(gòu)建作業(yè)包含高度多樣化的幾何形狀,，部件的識別率則在80%到95%之間。

然而,，對僅由一個表面上的精細(xì)壓花和雕刻圖案不同的面板的研究表明,，人工智能還不足以在這種規(guī)模下進(jìn)行區(qū)分。因此,，研究人員建議,，人工智能驅(qū)動的3D打印部件識別的商業(yè)案例取決于諸如每天生產(chǎn)的部件、故障成本,、全時當(dāng)量和勞動力成本等因素,，以便計算出與人工操作的成本對比。

△AM-Flow的硬件解決方案旨在擴(kuò)展后期制作處理,。照片來自AM-Flow

AM工藝鏈的未來產(chǎn)業(yè)化

從他們的研究中,，研究人員觀察到，雖然生產(chǎn)過程本身通常是數(shù)字化和自動化的,，但在后期處理階段需要高比例的手工工作,。他們還強(qiáng)調(diào),，在增加產(chǎn)出數(shù)量方面的新發(fā)展和改進(jìn)導(dǎo)致了在部件識別方面的更高努力，而迄今為止,，在這一領(lǐng)域部署人工智能是有效的,。

這項研究證實，AM-Flow的AM-VISION系統(tǒng)能夠根據(jù)零件幾何形狀的部分表示,，對高混合增材制造部件進(jìn)行可靠的對象檢測,，這導(dǎo)致了吞吐時間的減少和隨后的成本節(jié)約。說到這里,，作者強(qiáng)調(diào)了為自動識別選擇正確的應(yīng)用領(lǐng)域的重要性,，因為相同的零件、僅有細(xì)微差別的零件以及制造量太小的零件對這項技術(shù)來說還不具有經(jīng)濟(jì)可行性,。

在測試過程中,，AM-VISION系統(tǒng)經(jīng)歷了對其深度學(xué)習(xí)算法的不斷改進(jìn)，這有助于區(qū)分鏡像反轉(zhuǎn)的汽車部件,。研究人員建議,，在未來，使用云計算來測量尺寸精度可以幫助實現(xiàn)自動質(zhì)量控制,，激光三角測量也可以,。有了這些補充，他們相信3D打印的系列部件可以通過精細(xì)的圖案,、序列號或編碼在幾何形狀中的小型數(shù)據(jù)矩陣代碼來識別,。

研究人員總結(jié)說："目前可用AM-VISION進(jìn)行大批量的自動識別，已經(jīng)是向大規(guī)模的AM生產(chǎn)邁出的又一步",。

關(guān)于這項研究的詳細(xì)信息可以在題為："Complexity andeconomical value of Artificial Intelligence for automated and industrializedrecognition of additive manufactured components"的論文中找到,。本研究由P. Obst, W. Nasser, S. Rink, G. Kleinpeter, B. Szost, D. Rietzel,and G. Witt共同撰寫。

相關(guān)論文鏈接：https://www.researchgate.net/pub ... factured_components