Sử dụng Trí tuệ nhân tạo AI trên phạm vi rộng
Trí tuệ nhân tạo (AI) ngày nay là một từ thông dụng được nhắc đến ở khắp mọi nơi, mặc dù thực tế đằng sau nó vẫn chưa ảnh hưởng đến thực tiễn hàng ngày. Lý do là các mô hình AI được tính toán phức tạp cho các quy trình cụ thể rất thiếu linh hoạt. Nếu một quy trình thay đổi, chẳng hạn như sử dụng các vật liệu khác nhau hoặc do dụng cụ bị mòn, mô hình sẽ không thể thích ứng. Đây là điều mà các nhà nghiên cứu từ Hannover hiện muốn thay đổi, mở ra AI cho các ứng dụng trên phạm vi rộng.
Để đạt được mục đích này, họ sử dụng bản sao kỹ thuật số, tức là hình ảnh kỹ thuật số được ánh xạ chính xác của một quy trình. Có rất nhiều tiềm năng về mặt kỹ thuật và kinh tế trong những mô phỏng như vậy, vì chúng có thể hỗ trợ việc nhận biết sớm và bù đắp những sai lệch về chất lượng. “Tuy nhiên, cho đến nay, các mô hình AI vẫn chưa thể đáp ứng với các điều kiện quy trình thay đổi. Họ phải được đào tạo lại và do đó đương nhiên bị tiêu tốn rất nhiều thời gian, chuyên môn và tiền bạc”, ông Marcel Wichmann, người đã trình bày trong hội thảo trực tuyến Let’s Talk Science (tạm dịch: Hãy thảo luận về khoa học) ngày ngày 31 tháng 8 năm 2022, đã giải thích về quy mô vừa và nhỏ như thế nào. các doanh nghiệp sẽ ngày càng có thể hưởng lợi từ AI trong tương lai. Ông Wichmann là Trưởng phòng Hệ thống Sản xuất của Viện Kỹ thuật Sản xuất và Máy công cụ tại Đại học Leibniz Hannover.
Các mô hình AI học tập như vậy tạo điều kiện thuận lợi cho cái gọi là kiểm soát quy trình thích ứng, nói cách khác là sự thích ứng liên tục của quy trình với các điều kiện thay đổi như xảy ra hao mòn công cụ hoặc lỗi trong quá trình xử lý.
Ông Wichmann chứng minh việc sử dụng cặp song sinh kỹ thuật số dựa trên các ví dụ cụ thể. Trong kỹ thuật hàng không vũ trụ, ông nêu bật ví dụ về ứng dụng tái tạo các cánh tuabin. Ứng dụng này giúp dự đoán kết quả của một phôi cụ thể và sửa đổi quy trình nếu cần. Điều này, đến lượt nó, cải thiện chất lượng và độ an toàn của thành phần.
Một ví dụ khác thể hiện sự tối ưu hóa trong quá trình mài dụng cụ. Các dự báo của bộ đôi công cụ ảo được điều chỉnh liên tục trên cơ sở phản hồi dữ liệu và quy trình liên tục được tối ưu hóa. Trong thực tế, điều này dẫn đến ít phôi bị lỗi hơn và quy trình chạy thử ngắn hơn. Nhóm Hannover cũng có tham vọng tạo điều kiện thuận lợi cho việc chụp ảnh toàn bộ quy trình sản xuất từ việc sản xuất và sử dụng một bộ phận cho đến kiểm soát chất lượng. Ông Wichmann nhấn mạnh: “Cuối cùng nhưng không kém phần quan trọng, các mô phỏng của chúng tôi sẽ cải thiện năng suất của các quy trình”.
“Ngoài điều đó ra, trong thời điểm thiếu hụt nhân viên lành nghề, chúng tôi đang mang đến cho các công ty cơ hội thành lập một nhóm với nhiều trợ lý ảo được hỗ trợ, những người có thể tiếp cận kinh nghiệm của các nhân viên lớn tuổi hơn và tất cả những điều này trong một nhóm có một nhân viên giàu kinh nghiệm và một số trợ lý”.
Thúc đẩy phát triển công ty của bạn cho tương lai. Hãy lắng nghe và tham gia trò chuyện tại Let’s Talk Science, hội thảo trực tuyến hàng tháng EMO Hannover.
Để xem các tin bài khác về “Trí tuệ nhân tạo”, vui lòng nhấn vào đây.
Nguồn: Gerda Kneifel/ EMO Hannover
