前沿 | 【迪尔】和【英特尔】通过AI找到焊接方面的改进

英特尔和约翰·迪尔(John Deere)最近合作尝试使用计算机视觉在AI解决方案中进行试点,以自动发现并纠正其自动焊接过程中的缺陷。他们共同开发了一个集成的,端到端的硬件和软件系统,该系统可以实时地以超出人员能力的水平生成见解。

 

当使用基于神经网络的推理引擎时,该解决方案会实时记录缺陷并自动停止焊接过程。该自动化系统利用了Intel处理器和OpenVINO的Intel发行版,OpenVINO是一种软件解决方案,可以加速缺陷识别并允许John Deere实时纠正问题。

为什么要焊接?

约翰·迪尔(John Deere)使用气体保护金属极电弧焊(GMAW)工艺来焊接中高强度钢,从而在全球52个工厂中制造出机器和产品。在这些工厂中,每年有数百个机械臂消耗数百万磅的焊丝磅。

在如此大量的焊接中,迪尔拥有寻找焊接问题解决方案的经验,并且一直在寻找解决潜在问题的新方法。整个行业普遍感到的一种焊接挑战是孔隙率,其中焊接金属中的空洞是由焊缝冷却时捕获的气泡引起的。空腔削弱了焊接强度。 

传统上,GMAW缺陷检测一直是需要高技能技术人员的手动过程。整个行业过去在焊接过程中解决焊接孔隙问题的尝试并不总是成功的。如果在制造过程的后期发现了这些缺陷,则需要进行返工甚至报废完整的组件,这对制造商而言可能是破坏性的,而且代价昂贵。

“焊接是一个复杂的过程。这种AI解决方案有潜力帮助我们比以往更有效地生产高质量的机器。“将新技术引入制造业正在创造新的机会,并改变了我们对多年来未曾改变过的某些流程的思考方式。”   

可以理解,焊接是重型设备制造业不可或缺的一部分。但是,由于焊接金属中存在空洞而导致的气孔缺陷是焊接质量问题的常见类型,并且可能导致返工的成本更高,甚至报废整个零件的成本也更高,物联网集团副总裁Christine Boles英特尔工业解决方案部总经理兼总经理告诉《行业周刊》。 

Boles说:“尽管受过训练的焊接工程师和技术人员可以通过听觉和视觉检查来检测孔隙,但是由于零件的巨大尺寸和过程中产生的环境,焊接通常是在没有人员参与的情况下使用机器人完成的。” “现有的自动化监控系统不是基于机器视觉或听觉提示,而是会产生很高的误报率,从而减慢了生产速度并增加了成本。我们需要一个更可靠的质量检测系统。”

Boles解释说,由于极恶劣的环境(包括烟,火花和热),机器视觉解决方案历来难以为焊接应用创建。“由于摄像机放置困难,这使视频解决方案变得困难。为了克服这些挑战,英特尔与迪尔(Deere)及其生态系统合作伙伴合作,将摄像头放置在人无法触及的地方:直接放在焊枪上,距离实际焊缝仅12至14英寸。“该解决方案利用运行在基于Intel Core处理器的工业PC上的Intel边缘软件,并使用Intel的OpenVINO工具包进行了优化,可以检查流视频帧,并且当AI模型检测到缺陷时,该解决方案可以停止焊接机器人进行调整。即时的。”  

显然,焊接质量是整个行业的挑战。“独特的是迪尔的方法。他们依靠AI和机器视觉来自动进行质量检查,使他们能够及时发现问题并进行实时响应,” Boles说。“我们与Deere和我们的生态系统紧密合作,构建了端到端解决方案来解决当今的这一挑战,同时确保它具有满足其他质量或效率要求所需的寿命。对于希望将智能添加到现有制造设备,流程和管理中的公司而言,这是一个巨大的收获。与解决方案提供商合作是至关重要的,他们可以帮助您解决当今的挑战,同时确保互操作性和可扩展性,以备将来使用。”

用于Deere焊缝气孔检测和控制的先导解决方案在生产设施中进行,并使用现有的工业PC产品构建,其软件现已准备就绪,可用于生产部署。

与英特尔合作利用AI来解决焊接孔隙问题的机会,是将约翰·迪尔的两个核心价值(创新和质量)融合在一起的机会。“我们想推动技术发展,以使John Deere的焊接质量比以往更好。这就是我们对客户的承诺,这也是他们对约翰·迪尔的期望。”

 

 

注:除标明原创外,均为网友或机构投稿分享,如有宣发需求请联系dongxizhiku@163.com。