AI dalam Prototyping Cerdas: Transformasi Efisiensi dan Pengurangan Biaya

Diposting pada 26 Nov. 2019, | Oleh WayKen

Sejak pengembangan komputer pertama, TI telah berhasil memasuki setiap industri dan telah mengambil bagian yang besar, jika tidak mendominasi, dari fungsi-fungsi. Bagian ini bertambah setiap tahun seiring berkembangnya sistem kontrol elektronik dan perangkat lunak manajemen. Smart Prototyping adalah salah satu dari banyak area di mana TI dapat meningkatkan efisiensi dan mengurangi biaya semua proses. Salah satu solusi potensial untuk itu adalah menggunakan kecerdasan buatan untuk tujuan manufaktur.

Kecerdasan Buatan untuk Prototyping Saat Ini

Beberapa bagian AI sudah digunakan untuk produksi prototipe saat ini. Mereka bukan teknologi garis depan karena penggunaan perangkat lunak dan perangkat keras AI tertentu memerlukan agar komersial viable dan aman. Namun, beberapa kemajuan telah tercapai. Misalnya, robot transportasi banyak digunakan oleh produsen. Mereka sangat fleksibel, mereka dapat mengangkat beban besar sementara cukup kecil dan mereka dapat bekerja bersama dengan pekerja manusia yang berarti mereka sangat aman. Robot ini sangat bergantung pada machine vision untuk menentukan di mana mereka dapat menyentuh objek yang dipindahkan dan di mana menempatkannya. Selain itu, beberapa sistem manufaktur dilengkapi dengan sistem penyesuaian diri AI. Alat mesin dapat mengukur finishing permukaan bagian saat memesinnya. Jika penyesuaian diperlukan untuk parameter pemotongan, alat mesin melakukannya secara otomatis.

Contoh-contoh ini hanyalah ujung gunung es dalam cara AI dapat meningkatkan prototyping di masa depan.

Bagaimana AI Akan Meningkatkan Efisiensi Prototyping

Mesin sudah dapat menggantikan manusia dalam berbagai macam pekerjaan rutin, perhitungan dan pemantauan sistem, namun, apa yang membedakan pekerjaan manusia dan pekerjaan mesin saat ini adalah pengambilan keputusan. Mesin memiliki lebih banyak kekuatan dan daya tahan tetapi manusia membuat semua keputusan. Seiring berkembangnya AI, mesin mulai membuat keputusan mereka sendiri. Bagaimana memilih bagian, bagaimana memindahkannya agar tidak bertabrakan dengan apa pun dan bagaimana menempatkan objek dengan benar… Itu adalah langkah termudah. Lalu, bagaimana mengatur aliran bagian di bengkel prototyping untuk memenuhi semua tenggat waktu, bagaimana memilih parameter optimal untuk pemesinan prototipe CNC, bagaimana memilih bahan terbaik untuk pemesinan CNC, dan seterusnya dan seterusnya… Potensi di sini sangat besar dan hanya tergantung pada kemampuan AI.

Perkembangan teknologi terbaru memungkinkan kita untuk melihat kemajuan potensial di masa depan yang dekat. Mari kita tinjau penggunaan AI yang mungkin untuk smart prototyping.

Machine Vision untuk Presisi Luar Biasa

Industri modern semakin kecil dan saya tidak maksud volume produksi. Sirkuit hardware, mikrochip, dan akibatnya enclosure dan peralatan mereka, secara umum, semakin kecil. Sementara itu, persyaratan presisi semakin tinggi. Beberapa industri sudah mencapai titik di mana presisi yang diperlukan dan kecepatan manufaktur telah melebihi kemampuan manusia. Jadi, robot terprogram mengambil tempat mereka di baris produksi dan manusia pindah ke area prototyping di mana kecepatan manufaktur lebih lambat tetapi fleksibilitas lebih penting. Namun, ukuran terus mengecil. Jika manusia tidak lagi dapat menangani susunan mikroskopik, robot AI presisi tinggi akan menggantikan mereka. Robot ini jauh lebih fleksibel daripada rekan produksi massal mereka karena machine vision.

Proses yang Benar-Benar Fleksibel

Pengambilan keputusan adalah fitur yang tidak terpisahkan untuk perencanaan proses. Saat ini kemampuan kecerdasan perangkat lunak cukup terbatas. Ini dapat menghitung rantai produksi kompleks dengan berbagai setup yang berbeda seperti yang selalu ada di industri prototyping dan memperkirakan total timeline semua proyek di bengkel. Namun, insinyur menghasilkan rute yang ditempuh bagian tergantung pada operasi yang diperlukan. Dia adalah orang yang menugaskan operasi kepada peralatan. Dia melakukan itu berdasarkan pengalaman, proses itu sendiri mungkin efisien tetapi jika kita melihat keseluruhan gambar banyak sekali prototipe tunggal yang berbeda, batch kecil, dan model maquette dapat bersamaan di bengkel dan menciptakan celah sehingga satu unit peralatan dimuat oleh 200% sementara yang lain tetap tidak aktif.

Langkah selanjutnya untuk perangkat lunak perencanaan proses dengan AI adalah memberikan kebebasan penuh untuk mengatur proses, operasi, dan bahkan tata letak bengkel mesin. Perangkat lunak AI dapat menghitung ribuan kombinasi dalam satu detik dan akan menghasilkan solusi yang lebih baik.

Ruang Kerja yang Lebih Aman untuk Pekerjaan Berbahaya

Manufaktur sering berbahaya. Itulah mengapa kita memiliki standar: untuk ventilasi, cahaya, kontak dengan kimia, perlindungan pribadi, dll. Kini ini diperlukan karena manusia melakukan semua pekerjaan berbahaya. Mengapa? Pekerjaan seperti itu memerlukan pengambilan keputusan atau fleksibilitas. Hanya dua hal yang diharapkan AI memberikan pada robot. Semua regulasi keselamatan pekerjaan mengakibatkan banyak biaya tambahan untuk perusahaan prototyping. Dan itu, pada gilirannya, membuat produk lebih mahal. Sekarang pertimbangkan bahwa Anda memiliki pekerja yang tidak memerlukan aturan dan peraturan tersebut. Bergantung pada apa yang Anda pasang pada mereka, robot dapat bekerja dalam kondisi yang beracun tidak wajar, suhu tinggi, mereka dapat bekerja di bawah air, dalam kegelapan, ketika sedang beku. Dan mereka akan baik-baik saja!

Penyebaran Mobile Dapat Mengubah Bengkel Prototyping

AI dapat ditambahkan ke semua alat mesin, robot pemuat, dan mesin kontrol untuk membuatnya sinkron dan bertindak sebagai makhluk tunggal yang terpadu. Apa yang akan terjadi?

Baris assembly mobil modern terdiri dari struktur rigid di mana benda kerja bergerak melalui tempat kerja tertentu di mana satu operasi dilakukan. Ini sempurna untuk produksi massal tetapi sistem sangat tidak fleksibel.

AI dapat merevolusi tata letak peralatan dan baris produksi seperti yang kita kenal. Beberapa unit mobile yang terhubung dapat menggabungkan diri dengan cara sehingga mereka dapat memproses bagian apa pun. Sistem kontrol pusat memutuskan unit peralatan apa yang diperlukan dan menyatukan mereka. Pikirkan ini sebagai kolaborasi robot alih-alih baris produksi. Pengambilan keputusan AI yang digabungkan dengan penyebaran mobile robotik dapat menciptakan tata letak bengkel mesin baru setiap hari atau bahkan untuk setiap bagian tunggal dan itu akan memakan waktu yang sama seperti memindahkan beberapa orang di tempat.