1. Didelis žingsnis į priekį kuriant dirbtinį intelektą: nuo patirties-pagrįsto prie duomenų-pagrįsto
Tradicinis lietinės masės konstrukcijos projektavimas labai priklauso nuo inžinierių patirties. Projektavimo ciklai yra ilgi, bandymų ir klaidų išlaidos yra didelės, o fizines ribas sunku peržengti. AI technologijos naudojimas iš esmės pakeitė dizaino kūrimo būdą derinant gilųjį mokymąsi, kompiuterinį matymą ir generatyvųjį dizainą.
Automatizuota projektavimo procedūra
AI gali greitai rasti svarbius projektavimo brėžinius veiksnius, tokius kaip sienos storis, grimzlės kampas ir konstrukcinių dalių išdėstymas. Tada ji gali naudoti mašininio mokymosi modelius, kad pateiktų ankstyvus sprendimus, atitinkančius mechaninius reikalavimus. Pavyzdžiui, Hangdžou įmonei įdiegus AI vizualinio tikrinimo sistemą, pelėsių projektavimo ciklas buvo sutrumpintas nuo 4 savaičių iki 1 savaitės, projektavimo sąnaudos sumažintos 30%, o gaminių kvalifikacijos rodiklis padidintas iki 98%. AI automatinis projektavimo proceso pertvarkymas -nuo reikalavimų analizės iki parametrų optimizavimo iki sprendimo generavimo-reiškia, kad viso proceso metu niekam nieko nereikia daryti rankomis.
Gebėjimas optimizuoti daugelį tikslų
AI projektavimo sistema gali optimizuoti kelis tikslus vienu metu, net jei jie prieštarauja vienas kitam. Pavyzdžiui, jis gali optimizuoti gniuždymo stiprumą, medžiagų naudojimą ir tai, kaip sunku jį išardyti. Pavyzdžiui, kurdamas buferio struktūrą, dirbtinis intelektas žiūri į dešimtis tūkstančių istorinių duomenų taškų, kad sukurtų dinaminį „buferio koeficiento struktūrinio vieneto skaičiaus popieriaus formos storio modelį“. Tada jis automatiškai suranda geriausią parametrų derinį. Viena Harbino įmonė sukūrė „vidinį minkštą išorinį kietojo karšto presavimo formavimo technologiją“, kuri naudoja AI algoritmus, kad pagerintų karšto presavimo formos parametrus. Ši technologija pirmą kartą leidžia stačiu kampu ištempti ir vertikaliai išardyti celiuliozės liejinį, o tai padidina gaminio gniuždymo stiprumą 50%, o išlaidas sumažina per pusę.
Kūrybinis proveržis generatyvaus dizaino srityje
Dirbtinis intelektas gali ne tik patobulinti jau esančias struktūras, bet ir kurti naujas pasitelkęs generatyvųjį projektavimą. Per tris mėnesius Vendžou verslas panaudojo AI metodus, kad pateiktų 17 000 dizaino alternatyvų. Viename iš jų, kelioninio rinkinio dėžutėje, buvo panaudotas dirbtinis intelektas, kad pagerintų savo korio konstrukciją, todėl ji buvo 40 % lengvesnė ir 15 % tvirtesnė. Per pirmąjį įtraukimo į sąrašą užsakymai išaugo 300%. Ši nauja technologija atsirado dėl AI gilaus medžiagų fizikos taisyklių supratimo. Modeliuodamas milijonus būdų, kaip struktūros gali deformuotis, AI gali rasti optimizavimo būdų, apie kuriuos žmonių inžinieriai net negalėjo pagalvoti.
2. AI-pagrįstos proceso naujovės: nuo statinio optimizavimo iki dinaminio uždaro ciklo
Formuotai plaušienai reikia optimizuoti ne tik projektavimo procesą, bet ir visą gamybos procesą. Dirbtinio intelekto technologija sukuria uždaro ciklo „suvokimo sprendimų vykdymo“ sistemą, kad optimizuotų procesus dinamiškai ir tiksliai.
Procesų valdymas realiu laiku
Plaušienos gamybos etape AI gali pakeisti svarbius nustatymus realiuoju laiku, remdamasi jutiklių įvestimi. Pavyzdžiui, dirbtinio intelekto sistema automatiškai pakeičia sulaikymo priemonės kiekį, atsižvelgdama į srutų pH vertę ir skaidulų sulaikymo greitį. Tai padidina pluošto naudojimą 5–8 % ir sumažina žaliavų nuostolius 10 %. Guangdong Hansen Intelligent visiškai automatinė formavimo matricos gamybos linija turi intelektualią dinaminio parametrų reguliavimo sistemą, kuri gali automatiškai reguliuoti karšto presavimo laiką ir temperatūrą pagal srutų koncentraciją. Taip sutaupoma 200 tonų medžiagų ir 50 % sumažinamos darbo sąnaudos.
Defektų numatymas ir prevencija
AI vizualinio tikrinimo sistema gali rasti daugiau nei 20 tipų defektų, tokių kaip laidai, plaukai ir šviesos pralaidumas. Jis gali rasti 4 gedimus per sekundę, o praleistų aptikimų dažnis sumažėjo nuo pramonės vidurkio 12% iki 0,5%. AI taip pat gali iš anksto aptikti galimas kokybės problemas, žiūrėdamas, kaip susiję defektų duomenys ir proceso parametrai. Pavyzdžiui, dirbtinio intelekto modelis padėjo vienai įmonei išsiaiškinti, kad formavimo mašinos temperatūrai pasikeitus daugiau nei 2 laipsniais Celsijaus, gaminio pakraščiuose gali susidaryti įtrūkimai. Atsižvelgiant į tai, pakeitus temperatūros valdymo metodą, atliekų kiekis sumažėjo 40%.
Geriausias būdas nustatyti energiją ir medžiagas
Dirbtinis intelektas gali pakeisti energijos ir medžiagų naudojimo būdus viso gamybos proceso metu, kad jie būtų efektyvesni. Sičuano įmonė gamina bambuko masės liejimo pagrindus, galinčius išlaikyti daugiau nei 50 kg. Jie naudoja AI pluošto atskyrimo technologiją, kad tiksliai išmatuotų bambuko pluošto stiprumą. Jų blokų grandinės atsekamumo sistema taip pat seka anglies pėdsaką, kuris atitinka ES žaliojo tarifo sertifikavimo reikalavimus. Šis optimizavimas ne tik sumažina gamybos sąnaudas, bet ir sukuria pridėtinę vertę rinkai.
3. Pramoninis naudojimas: Nuo vieno proveržio taško iki ekologinės rekonstrukcijos
Dirbtinio intelekto dizainas daugeliu atžvilgių pakeitė formuotos celiuliozės sektorių – nuo techninio lygio iki pramoninės ekosistemos atkūrimo.
Plačiai taikoma individualizuota gamyba
Didėjantis C2M režimas (tiesioginė gamyba vartotojui) daro didelį spaudimą suformuotai celiuliozei, kad ji galėtų greitai reaguoti. Dirbtinis intelektas leido pristatyti pritaikytas pakuotes per 72 valandas, sukurdamas visos grandinės skaitmeninę dvigubą platformą, skirtą „dizaino gamybos paslaugai“. Lanksti „Guangdong Green Ran Intelligent“ gamybos linija gali pritaikyti „mažą partiją, kelias partijas“ ir gali paimti mėginius per 72 valandas. Ji suteikė tokioms įmonėms kaip „Maotai“ ir „Huawei“ gana tikslią pakuotę.
Sumaniai tobulinamas bendradarbiavimas pramonės grandinėje
Dirbtinis intelektas keičia tradicinių pramonės grandinių veikimo būdą, paversdamas jas panašesnėmis į tinklus, kurie veikia kartu. Pavyzdžiui, „Fenghai Intelligent“ sistema „AI suvokimas+mechaninis valdymas+duomenys uždara-kilpa“ veikia su mašinomis, kurias gamina tokios įmonės kaip Zhongxin ir Yu, naudojant universalią OPC UA sąsają. Tai sumažina laiką, kurio reikia gamybos linijoms nustatyti nuo 30 dienų iki 5 dienų, o modelio apmokymo laiką - nuo 30 dienų iki 5 dienų. Ši darbo kartu koncepcija leidžia mažoms ir vidutinėms įmonėms keistis ir tobulėti dalijantis technologijų ištekliais, todėl joms nereikia kurti visos AI sistemos.
Uždirbkite pinigų iš tvarios vertės
DI dizainas ne tik pagerina produktų veikimą, bet ir atveria naują ekonominį potencialą valdant anglies dioksido duomenis. Tam tikras prekės ženklas naudoja AI, kad realiuoju laiku nustatytų kiekvieno masės gramo „anglies vertę“. Tai sumažina transportavimo išmetamų teršalų kiekį 62%, o gaminio kainą padidina 27%. „Anglies algoritmo barjeras“ tampa svarbiausiu konkurencijos veiksniu rinkoje. Tai keičia formuotą celiuliozę iš „mažos{6}}kainos medžiagos“ į „didelės-vertės sprendimą“.
