人工智能和机器学习如何影响 CNC 加工
从供应链一直到成品和安装部件，增量优化将成为未来制造工作的核心。怎样才能使优化更加自动化？机器智能和机器学习。我们探索。
当今制造业的引擎在于 CNC 加工。但是 CNC 的方向在哪里？行业专家和学者表示，朝着持续、自动化的优化方向发展。
优化听起来像是一个简单的概念，但它很复杂——尤其是自动化。要使制造自动化成为现实，需要大量的基础技术，包括软件和数据以及人工解释。
我们来看看预计会对 CNC 系统产生真正影响的两个领域：机器学习和人工智能，或“AI”。人工智能——无论是基于软件的算法、智能探针还是语音命令——是优化难题的一半。另一半是机器学习。
机器学习采用机器数据，理论上可以自我优化或改变路线以采取纠正措施。这并不意味着没有人的参与。相反，这意味着有一致的人类参与，通过分析评估、模拟、编程和测试来定义、改进或教授机器优化参数。
想象一下具有更多预测效用的系统，可以报告细微的机器和零件构建信息，并预先编程以调整和自我安排停机时间或在更健康的单元中触发机器活动。想象一下可以通过语音命令与机械师交流并采取行动的机器操作系统。
今天正在做些什么来让这个行业更接近这个未来的状态？我们与 MachineMetrics 的联合创始人兼首席执行官 Bill Bither 等人进行了交谈以了解情况。
CNC 机器上的 AI 和机器学习：可见性的价值
凭借机械工程背景以及航空航天和国防工业的制造知识，Bither 认识到制造中需要更细致和实时的流程软件。 Bither 在 United Technologies 旗下的 Hamilton Sundstrand 工作了五年，在那里他设计了液压系统。
“有机会利用数据来真正了解工厂车间发生的事情并做出更好的决策，”比瑟说。 “挑战在于连接机器非常困难。因此，我们在不到五年前成立了一家公司，通过轻松连接到 CNC 机床来提高生产可见性。”
MachineMetrics 提供 CNC 机器分析的实时可视化——或比瑟所谓的“描述性分析”，使公司能够查看准确的生产指标，例如利用率，并跟踪它们以实现生产目标。它还提供其他几个分析领域的信息，包括诊断、预测和规范数据。
结果：其 100 家大中型制造商客户群的吞吐量和效率提高了 20% 或更多。鉴于其跨越数千台机器的庞大数据集，MachineMetrics 平台还包括基准测试，可帮助公司与同行进行对比并保持竞争力。
比瑟说，做出更好的决策不仅仅在于投资设备。有了更详细的生产数据，制造商可以评估哪些流程需要优化。诊断数据可以帮助维护团队和机器制造商改进功能并创建真实的反馈循环。
预测数据使团队能够了解情况以及 CNC 何时需要帮助。规范性分析利用条件为运营商提供及时的方向和指导。
智能 CNC 加工：警报、触发器和主轴监控
“人工智能是一个非常通用的术语，”比瑟说。 “如果一个人不必在他们的头脑中运行计算并且机器会执行它，那可以被认为是‘人工智能’。对于机器学习，有一些非常具体的用例......有监督机器学习，这需要训练和反馈，以及没有的无监督机器学习。”
Bither 解释说，了解主轴故障或自动分类停机时间可能需要机器学习。由简单逻辑触发的警报，通知操作员今天机器已停机 3 次，其本身不一定是机器学习，但它是一种基于规则的智能算法，可帮助操作员轻松跟踪和管理系统。
基于智能的技术使操作员的工作变得更加主动。适时的信息可能是从 CNC 损失数天的利润与能够安排和组织实现生产目标的替代路径之间的区别。
自动化和基于智能传感器的智能也已用于工具的库存管理和自动售货解决方案。了解如何 控制并减少浪费 供应支出。
人工智能和机器学习支持更明智的决策，更深入地了解刀具故障、刀具寿命和零件质量
MachineMetrics 并不孤单。位于英国谢菲尔德的先进制造研究中心 2050 工厂的工程师也在使用人工智能和机器学习来进行机器使用。他们正在使用边缘计算硬件来跟踪汽车悬架组件的功耗。他们还与 Tinsley Bridge 合作监控制造过程。
Tinsley Bridge 工程总监 Russell Crow 在计量新闻 文章。
该项目的下一阶段是教机器学习和检测生产中的不合格部件，并发现可能影响零件质量的不一致的工具磨损。
“人工智能将提供的洞察力将使我们能够确定我们的机器何时需要干预来更换工具，或者我们可以在没有干预的情况下运行它们多长时间，”克劳说。 “预测刀具故障并延长刀具寿命也会影响我们的首次正确率，减少不合格零件并提高生产力。”
您需要回答技术问题吗？询问 MSC 金属加工技术团队 在论坛中。
制造自动化为解决关键问题腾出时间
加工的未来无疑将更加自动化。随着即将到来的技能差距和技术发展同时发生，自动化将提升对自动化 CNC 系统和制造零件进行编程、故障排除和维护的工人的价值。
行业专家预计，工业设计师、工艺工程师和机器操作员将比以往更加紧密地合作。
“[M] 大多数制造商认为，技能短缺的第一大原因是‘由于引入了新的先进技术和自动化而转移了技能组合’，”制造研究所和德勤在 2018 年关于技能差距和未来的工作
要详细了解车间所需的未来技能，请阅读“ 工业 4.0：智能工厂所需的制造技能 。”
但是要实现自动化需要复杂的机器编程以及互联网和基于云的技术的更深入集成。未来，由于缺乏更好的词，将被优化为最适合生产。根据德勤与制造研究所的研究，还需要数字技能，以及软、批判性思维和人员管理技能，该研究写道：
“在制造业中，这通常转化为解决生产中的问题，例如能够识别来自自动化生产线的零件的质量故障，更重要的是，能够采取行动实时修复问题。”
Tinsley Bridge 的 Crow 对此表示赞同。未来的质量来自于流程和机器的优化。
“未来，对我们数据的洞察将使我们能够更有效地运行我们的机器，因此我们可以腾出时间让我们的工程师从事增值任务，例如为多个工作或机器编程，创建一个更智能的工厂，这将有助于我们制造技术先进的产品，”Crow 说。
机器重新校准对您来说有多痛苦？在 中谈论它 论坛 。 [需要注册]
工业技术