John Deere bruger Intels kunstige intelligens-teknologi til at hjælpe med at løse et gammelt dyrt problem i fremstillings- og svejseprocessen.
Deere afprøver en løsning, der bruger computervision til automatisk at finde almindelige defekter i den automatiserede svejseproces i sine produktionsfaciliteter.
Andy Benko, kvalitetsdirektør for John Deere Construction and Forestry Department, sagde: "Svejsning er en kompleks proces.Denne kunstige intelligens-løsning har potentialet til at hjælpe os med at producere højkvalitetsmaskiner mere effektivt end før.
"At introducere nye teknologier i produktionen åbner op for nye muligheder og ændrer vores opfattelse af processer, der ikke har ændret sig i mange år."
På 52 fabrikker rundt om i verden bruger John Deere gasmetalbuesvejsningsprocessen (GMAW) til at svejse lavkulstofstål til højstyrkestål til fremstilling af maskiner og produkter.På disse fabrikker forbruger hundredvis af robotarme millioner af pund svejsetråd hvert år.
Med så stor en mængde svejsning har Deere erfaring med at finde løsninger på svejseproblemer og leder altid efter nye måder at håndtere potentielle problemer på.
En af de svejseudfordringer, der almindeligvis opleves i industrien, er porøsitet, hvor hulrum i svejsemetallet er forårsaget af luftbobler, der fanges, når svejsningen afkøles.Kaviteten svækker svejsestyrken.
Traditionelt er GMAW-defektdetektion en manuel proces, der kræver højtuddannede teknikere.Tidligere var forsøg fra hele industrien på at håndtere svejseporøsitet under svejseprocessen ikke altid succesfulde.
Hvis disse defekter findes i de senere stadier af fremstillingsprocessen, skal hele samlingen omarbejdes eller endda kasseres, hvilket kan være ødelæggende og dyrt for producenten.
Muligheden for at arbejde sammen med Intel om at bruge kunstig intelligens til at løse problemet med svejseporøsitet er en mulighed for at kombinere John Deeres to kerneværdier - innovation og kvalitet.
"Vi ønsker at fremme teknologi for at gøre John Deeres svejsekvalitet bedre end nogensinde.Dette er vores løfte til vores kunder og deres forventninger til John Deere,” sagde Benko.
Intel og Deere kombinerede deres ekspertise for at udvikle et integreret end-to-end hardware- og softwaresystem, der kan generere realtidsindsigt på kanten, som overgår niveauet af menneskelig opfattelse.
Når du bruger en neural netværksbaseret ræsonneringsmotor, vil løsningen registrere defekter i realtid og automatisk stoppe svejseprocessen.Automatiseringssystemet gør det muligt for Deere at rette problemer i realtid og producere de kvalitetsprodukter, som Deere er kendt for.
Christine Boles, vicepræsident for Intels Internet of Things Group og general manager for Industrial Solutions Group, sagde: "Deere bruger kunstig intelligens og maskinsyn til at løse almindelige udfordringer inden for robotsvejsning.
"Ved at udnytte Intel-teknologi og smart infrastruktur på fabrikken er Deere godt positioneret til at drage fordel af ikke kun denne svejseløsning, men også andre løsninger, der kan dukke op som en del af dens bredere Industry 4.0-transformation."
Edge-løsningen til detektering af kunstig intelligens er understøttet af Intel Core i7-processoren og bruger Intel Movidius VPU og Intel OpenVINO-værktøjskassedistributionsversionen og implementeres gennem ADLINK-maskinevisionsplatformen i industriel kvalitet og MeltTools svejsekamera.
Indsendt som følger: fremstilling, nyheder tagget med: kunstig intelligens, deere, intel, john, fremstilling, proces, kvalitet, løsninger, teknologi, svejsning, svejsning
Robotics and Automation News blev etableret i maj 2015 og er nu en af de mest læste hjemmesider i denne kategori.
Overvej venligst at støtte os ved at blive en betalt abonnent, gennem annoncering og sponsorering, eller ved at købe produkter og tjenester gennem vores butik eller en kombination af alle ovenstående.
Hjemmesiden og dens relaterede magasiner og ugentlige nyhedsbreve er produceret af et lille team af erfarne journalister og medieprofessionelle.
Hvis du har forslag eller kommentarer, er du velkommen til at kontakte os via en hvilken som helst e-mailadresse på vores kontaktside.
Cookieindstillingerne på denne hjemmeside er indstillet til "Tillad cookies" for at give dig den bedste browseroplevelse.Hvis du fortsætter med at bruge denne hjemmeside uden at ændre cookie-indstillingerne eller klikker på "Accepter" nedenfor, accepterer du.
Indlægstid: 28. maj 2021
