دستیابی به فناوری مونیتورینگ سایت ابزار با هوش مصنوعی

به گزارش ایرنا عضو هیئت علمی دانشگاه مراغه روز دوشنبه در گفت وگو با خبرنگاران اظهار کرد: سایش ابزار یکی از مهم ترین چالش ها در صنعت ماشین کاری است که تأثیر قابل توجهی بر کیفیت سطح قطعه کار، نیروهای ماشین کاری و هزینه تولید دارد.

به گزارش ایرنا عضو هیئت علمی دانشگاه مراغه روز دوشنبه در گفت وگو با خبرنگاران اظهار کرد: سایش ابزار یکی از مهم ترین چالش ها در صنعت ماشین کاری است که تأثیر قابل توجهی بر کیفیت سطح قطعه کار، نیروهای ماشین کاری و هزینه تولید دارد.

«پشم فروش» ادامه داد: بر همین اساس مونیتورینگ و تشخیص آنلاین سایش ابزار برای شناسایی به موقع و جلوگیری از خرابی های احتمالی از اهمیت ویژه ای برخوردار است.

عضو هیئت علمی گروه مهندسی مکانیک دانشگاه مراغه افزود: از آنجایی که اکثر سیستم های مبتنی بر یادگیری ماشین نیازمند حجم بالایی از داده هاست، جمع آوری این داده ها معمولاً مستلزم انجام آزمایش های تجربی متعدد و هزینه بر است.

وی با بیان اینکه در این تحقیق روش یادگیری ماشین مبتنی بر فیزیک (Physics-Informed Machine Learning) به کار گرفته شد، ادامه داد: ابتدا تأثیر سایش ابزار بر نیروهای ماشین کاری با استفاده از مدل های تحلیلی به صورت ریاضی مدل سازی، و خروجی این تحلیل به عنوان داده ورودی به سیستم هوش مصنوعی ارائه شد.

«پشم فروش» اضافه کرد: این سیستم ترکیبی که مدل تحلیلی را با الگوریتم های هوش مصنوعی ادغام کرد، توانست دقت مدل تحلیلی را از حدود 70 درصد به 96 درصد افزایش داده و در عین حال نیاز به جمع آوری حجم زیادی از داده های تجربی را کاهش دهد.

به گفته وی چنین رویکردی زمان و هزینه های مرتبط با انجام آزمایش های تجربی را به طور قابل توجهی کاهش می دهد و دقت تشخیص سایش ابزار را بهبود می بخشد.

به گزارش ایرنا به نقل از روابط عمومی دانشگاه مراغه، این تحقیق با همکاری دانشگاه سابانجی کشور ترکیه و با راهنمایی پروفسور «ارهان بوداک» انجام شد و نتایج آن در مجله Journal of Manufacturing Systems با ضریب تاثیر 12.2 به چاپ رسید که در زیرشاخه مهندسی ساخت و تولید حائز رتبه سوم و در مهندسی صنایع رتبه اول است.

نظرات

captcha