亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 自动化控制系统

NASA 最新火星之旅的智能制造要点

NASA 于 2 月在火星上着陆了另一辆火星车,这在一定程度上要归功于 Adam Steltzner 的工作和领导。中小企业的智能制造 此后不久,就在他与美国总统乔·拜登通电话时采访了他。

亚当,你在准备毅力任务时学到的最有趣的事情是什么?

首先,您可以在家庭办公室做很多事情。其次,您的家庭办公室存在很多问题以及您可以做些什么。第三,一个敬业的个人团队可以真正弯下腰,将某些东西推过终点线。当大流行来袭时,我担心我们无法启动它,而我们做到了。自着陆以来,我们了解到我们的计划是正确的。我们从着陆过程中得到了一堆视频。而且我们能够看到我们以前从未见过的东西——它看起来与我们想象的非常相似。这也很令人欣慰。

如果没有智能制造,任务会成功吗?

绝对不。有各种各样的地方我们需要提出我们的制造游戏。最值得注意的是,我们进行增材工作的地方,我们的一些电子产品工作。在 Ingenuity 直升机中,我们使用商用手机技术中的零件,这些零件经过智能制造以提高效率和吞吐量。智能制造非常重要。这是“聪明”的一部分。

请详细介绍增材制造所发挥的作用。

我们在航天器上有几个部分没有什么意义。他们的设计是由形式,几何驱动的。一个很好的例子是我们用于相机的一些校准目标。我们希望它们由钛制成,但我们不需要将其从单个整体锻件中掏空,因为我们不需要机械性能。因此,加法方法是一个很好的解决方案。

我们仍在转向增材技术。我们建造的东西往往对重量强度有很高的要求,对可靠、可验证的重量强度要求也很高。因此,随着我们了解如何更加确定添加剂元素的机械性能,我们期待添加剂在这些领域的应用。

因为可验证重量的强度是您必须关注的最重要的事情之一?

是的。有时您无法对事物进行减材加工并从中获得所有可能的材料。你可以采用一种加法方法,最终得到在正确的地方有正确数量的材料的东西。这对我们来说是一个很大的好处。

在这样的任务中多出几磅能带来多大的不同?

有不同的方式来思考质量让我们付出了多少代价。在某种程度上,你可以这样说:我们在运载火箭上花费了大约 2 亿美元。这使得火星表面有超过 1,000 到 1,025 公斤的火星车。这相当于每公斤几美元。所以,每一公斤都很重要。

这甚至不公平,因为我们只能将一定数量的材料、一定数量的质量输送到火星表面。所以,如果我们超过 100 公斤,我们就无法完成这项工作。所以,质量是最重要的。火箭方程式是一个苛刻的大师。它要求有效载荷——火箭顶部的东西,也就是我们制造的东西——是尽可能最小、最轻的东西。

我们知道与相机配合使用的电路板很重要。我们听说过 Tempo Automation 在生产前模拟电路板。为什么会有这些好主意?

我们需要明白,我们将要构建和组合的东西是为了完成工作。我们以多种方式制造,包括一些非常老式的烙铁和白线。但我们必须明白,我们的设计是可行的,并且会满足要求。我们所做的一切——从笔和纸到现代智能制造技术,包括电路仿真——对我们来说至关重要,因为我们知道当我们把这些东西放在一起时,它就会完成工作。

Perseverance 还带来了哪些其他智能制造进步?

我们使用许多供应商采购的子组件——在 Ingenuity 直升机中,在用于进入和着陆的摄像系统中,甚至在我们的一些仪器中。所有这些都使用各种智能制造技术来满足我们的成本和进度。

我们也越来越多地寻找机会以新颖的方式开发地面消费电子产品。像多投票一样,避免辐射不耐受问题,临时单事件扰乱。

因此,我们越来越倾向于为地面应用制造的材料——而这些制造流程大量使用智能制造技术,因为地面应用的竞争非常激烈。

我们喜欢这些材料,因为我们非常了解可靠性。

我们正在手机上使用高通的 Snapdragon 芯片。这已经在几百万部手机中出现了。当您构建定制的东西时,很难通过时间或单位购买这种测试程序。在未来,我想您会看到我们正在涉足其他制造流——这些制造流本身就是智能制造技术的关键用户。

那么,课程是双向的吗?

我想他们会的。我的意思是,当然从应用的角度来看,人们可以看到将智能制造应用到像我们的大型胖子漫游车这样美丽而壮丽的事物中的新方法。

亚当,您还想添加什么关于任务的内容?

我们将继续在我们的航天器开发中寻找智能制造技术的新应用。我认为,随着每一个连续的任务,我们将看到更多的智能制造技术被纳入,尤其是在机械制造和增材制造中。所以,我们很兴奋,也很期待我们的未来。


自动化控制系统

  1. GE 在阿拉巴马州开设智能工厂
  2. 数据驱动的制造挑战
  3. 制造中的机器人:专家小组成员的建议和预测
  4. ŠKODA AUTO 利用智能制造技术
  5. IIoT 在智能工厂中的重要性
  6. 麦肯锡:从 COVID-19 中恢复需要考虑的 3 项行动
  7. GE Digital:通过智能 MES 改变制造业
  8. 通过智能制造释放业务敏捷性
  9. 数据收集 - 智能制造之旅的关键
  10. 智能技术如何改变工业世界
  11. 欧特克智能制造
  12. 罗克韦尔自动化:智能制造在亚洲不断发展