為中國工業健康發展貢獻力量！為中國客戶提供多種檢測儀器以及化工原材料。
探討噴塗工藝的未來是當前共同研究項目的主題，該項目目標是降低噴塗出錯率，減少噴塗材料的消耗，縮短停機時間和新一輪噴塗的啟動時間。
參與(yu) 該項目的企業(ye) 已成功實現了塗裝工藝優(you) 化和工藝參數的不間斷聯網傳(chuan) 輸。
當前，噴塗廠商仍然無法持續高效控製噴塗工藝，他們(men) 隻能通過監測噴塗係統故障、不良品產(chan) 生和返工等環節，無法實現在工件指定位置噴上理想的塗層厚度。為(wei) 了提高噴塗效率，弗勞恩霍夫協（Fraunhofer IPA）與(yu) AOM- Systems 等三家公司共同研究如何利用人工智能 （AI）優(you) 化汽車和商用車的塑料部件的噴塗工藝，該智能算法不僅(jin) 會(hui) 檢測和評估噴塗工藝中所有相關(guan) 數據，而且在一開始噴塗時候就發出錯誤/警告信號進行實時提醒。
1、融入質量檢測和工藝數據監控
該研究項目的目標是將有缺陷問題的產(chan) 品減少30%，停機時間縮短20%，同時減少每年塗裝原料的消耗量，將新一輪噴塗的啟動時間縮短10%。為(wei) 了實現這一目標，該檢測技術能將可視化塗層缺陷或塗層厚度等測量數據與(yu) 控製係統的工藝參數相結合。 然後，結合後的數據用於(yu) 創建顆粒行為(wei) 相關(guan) 模型，科學家們(men) 使用機器自主學習(xi) 方法對該模型進行評估。這些算法可以在噴塗一開始時候就能檢測出即將出現的質量偏差，並立即指出其造成原因。
這種檢測技術還會(hui) 評估噴射工藝的質量參數，這是它的創新之處，這是以往沒有監測的工藝參數。此外，除了常規的工藝參數外，該技術還可以通過太赫茲(zi) 測量技術和測色儀(yi) 器對最終產(chan) 品進行質量檢測。因此，該研項目為(wei) 工廠和噴塗設備的工藝參數以及產(chan) 品質量提供了一個(ge) 可靠的數據支撐。
項目合作企業(ye) 重點關(guan) 注汽車和商用車領域的保險杠、後視鏡、門把手和其他塑料附加部件的噴塗質量。該行業(ye) 的產(chan) 品吞吐量巨大，人們(men) 對提高噴塗效率非常感興(xing) 趣。此外，噴塗車間的自動化和數字化程度非常高，因此人工智能的應用前景廣闊。
AOM-Systems公司的SpraySpy ProcessLine PL200檢測係統用於(yu) 監控噴塗工藝參數。該係統可在噴塗過程中檢測噴塗質量，即使是與(yu) 目標值的最小偏差，它也能檢測出來。這些偏差可能是局部體(ti) 積流的噴射幾何形狀或塗料粘度變化造成。
第一台樣機
行為(wei) 模型分為(wei) 工藝層麵和三個(ge) 級別的噴塗工序質量參數
弗勞恩霍夫工業(ye) 自動化研究所（Fraunhofer IPA）安裝了第一台樣機：它以 40 毫秒為(wei) 周期記錄噴塗壓力等工藝參數。AOM SpraySpy監測噴塗參數（第一級 質量數據）-- 科學家可以通過塗層厚度 （第二級）和顏色測量（第三級）確定噴塗質量。該樣機由一個(ge) 六軸噴塗機器人組成，通過高旋轉霧化器噴塗金屬底漆。在此過程中，項目負責人從(cong) 行業(ye) 中選擇標準操作參數，並有針對性進行操作。這樣， 他們(men) 就可以跟蹤各種缺陷問題，從(cong) 缺陷起源到缺陷對噴塗效果或塗層質量的影響。這裏的目的是模擬生產(chan) 中通常出現的故障，並獲取故障原因的特征圖像以便對人工智能進行訓練。
●按壓錯誤
●參數偏差
●氣穴
●高旋轉霧化器的底盤故障
●噴塗材料的差異
然後使用 SpraySpy檢測噴霧工藝，可為(wei) 這些情況提供時間序列。根據這些數據，科學家可以使用統計學方法區分合格情況（正常 ）和缺陷情況（不正常）。 根據這些數據，人工智能可以學習(xi) 缺陷的特征錯誤模式。未來，該係統將進一步發展，不僅(jin) 能檢測生產(chan) 過程中的缺陷，還能歸類缺陷原因，並自動發出優(you) 化建議（例如，清潔 或更換霧化盤）。通過使用 SpraySpy對噴塗工藝進行觀察， 用戶現在可以在噴塗過程中檢測到許多此類偏差，在噴塗一開始就能發現錯誤，及時糾正噴塗參數。這樣，他們(men) 就可以避免因廢品而造成的大量返工或成本增加，尤其是在出現係統性偏差（如設備缺陷或塗裝材料的批 次偏差）的情況下。 該項目的下一步工作是將目前獲得的知識應用到噴塗產(chan) 線上進行試驗。
不同缺陷類別的平均噴霧特性值和顏色偏差；
AOM噴霧檢測可以識別不同的缺陷類別，使色差也可以被測量。
通過使用自主學習(xi) 行為(wei) 模型（pAInt-Behaviour）對工藝和質量參數進行多層聯網來提高噴塗效率 "項目由德國聯邦教育與(yu) 研究部（Bundesmin isterium für Bildung und Forschung（聯邦教育與(yu) 研究部）的資助，並由卡爾斯魯厄項目管理機構（PTKA） Produktion, Dienstleistung und Arbeit（生產(chan) 服務和工作）負責監督。
作者
Dr. Oliver Tiedje
Group Manager Wet Application and Simulation Technology Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, Stuttgart (Germany)
Dr. Meiko Hecker
Managing Director AOM-Systems GmbH, Heppenheim (Germany)
翻譯
佛山188博金宝下载官网公司
與(yu) 本文關(guan) 聯的產(chan) 品:
