人工知能が付加製造に役立ちます! BMW、自動車部品の自動識別におけるAIの価値を研究へ

自動車産業が急速に進歩するにつれ、付加製造された試作部品の需要はかつてないほど高まっています。しかし、ドイツの多国籍自動車会社 BMW が最近発表した調査で、Antarctic Bear は、より大規模な 3D プリントを実現するためには、出力量、生産速度、経済的実現可能性の面で AM プロセスチェーンを最適化し、さらに開発する必要があることを明らかにしました。
BMW は、積層造形技術とそのプロセスチェーンの効率をさらに最適化し、改善する必要性を認識し、3D プリント部品の自動識別における人工知能 (AI) の複雑さと経済的価値に関する調査を実施しました。
この記事では、現在利用可能な積層造形プロセスチェーンの状態、部品認識に AI を使用する複雑さ、そしてオランダの 3D プリント、後処理、自動化企業 AM-Flow の自動機械学習部品認識システムである AM-VISION などの AI ベースのプラットフォームを使用して 3D プリントプロセスチェーン全体をさらに工業化することの経済的実現可能性について概要を説明します。
△ BMWグループ内のAM部品。画像はPhilip Obstによるものです。
自動車産業における AM プロセスチェーン<br /> BMW、AM-Flow、デュースブルク＝エッセン大学（UDE）の著者らが執筆したこの研究論文は、積層造形における技術の進歩によって、従来の製品と同様の部品で調整可能な生産速度の向上、材料の選択肢の拡大、堅牢な機械的特性が実現されている点を強調しています。その結果、自動車などの業界では、車両コンポーネントのテストと検証の分野で新しいユースケースを促進するために、AM テクノロジーがますます採用されるようになっています。
研究者らは、3Dプリントによって得られる幾何学的自由度の向上により、新しい構造、形状、高度なパーソナライゼーションを備えた連続部品の生産が可能になり、組立ラインへのジャストインタイム納品による大量生産の可能性がもたらされると述べています。
しかし、生産量と生産速度を向上させ、経済的に実行可能になるためには、AM プロセスチェーンをさらに最適化および開発する必要があることがわかりました。調査によると、現在利用可能な多くの3Dプリント技術のプロセスチェーンには、依然として労働集約的なタスクとステップが多数含まれており、その結果、人件費が高くなり、製品の生産量が低下し、プロセスチェーン全体のボトルネックやダウンタイムも発生しています。
これらの問題に対処するために、研究者らは、新しい技術、特許の応用、業界間のコラボレーション、政府資金によるプロジェクトなどからわかるように、積層造形の分野は自動化と工業化へと移行しつつあることを観察しました。また、AM自動化市場全体は今後10年間で23%成長し、150億ドルの収益が見込まれるとも指摘した。
△ HP MJF テクノロジーを使用して AM プロセスチェーン全体を簡素化し、部品の手動識別にかかる操作時間の割合 (AM フローの時間測定) を表示します。画像提供：フィリップ・オブスト
人工知能で生産性の限界を克服する<br /> 著者らによると、現在の AM プロセスチェーンは、マシンの容量、実行時間、後処理手順、およびマシンのクリーニング、準備、アップロードなどの手動操作により、大量生産の生産性の限界に達しています。研究者が特に指摘した手作業の 1 つは、部品を識別して顧客に割り当て、その後の物流に備えるためにラベルを貼ることです。
コンポーネントの識別はプロセスチェーン全体の小さな部分ですが、冷間処理などの他のステップと比較すると、依然としてスケーラブルではないプロセスステップであり、多くの手作業が必要です。研究者らは、HP の Multi Jet Fusion (MJF) テクノロジーを例に挙げ、部品あたりのコストを最低に抑えるために、特殊なソフトウェアのサポートにより部品が密にネストされることが多いことを観察しました。その結果、1 回の製造工程で多数の異なる部品が生成され、個々の部品の追跡可能性が失われる可能性がある一方で、製造後に顧客注文への割り当てを実行する必要があり、多くの場合は手作業で行われることになります。
重量測定、クラウドコンピューティングスキャン、画像認識、コンピューター断層撮影など、形状に基づいて部品を自動的に識別する方法はいくつかあります。ただし、これらの手法はそれぞれ、精度とコストの点で欠点があります。しかし研究者らは、人間の戦略的思考を模倣するディープラーニングアルゴリズムの開発により、人工知能の革新によって柔軟性と自動化の必要な組み合わせが実現可能になったと述べている。
3D プリント業界では、部品の選別、複雑なデザインの生成、品質管理の監視に人工知能が以前から使用されてきました。それにもかかわらず、研究者らは、さまざまな形状の部品の自動認識という複雑な問題を解決できる自動化ソリューションは今のところ市場に存在しないと述べている。
△AM-VISIONの機能原理と手順。画像提供：フィリップ・オブスト
AM-VISIONによるAMコンポーネントの特定状況の評価
AM-VISION は、積層造形された部品をその固有の形状に基づいて識別する産業用システムです。このシステムは、Formnext 2020 Startup Challenge の優勝者の 1 社である AM-Flow によって開発され、同社の 3D プリントおよび後処理ソフトウェア製品の主力製品です。
AM-VISION は 3D 形状認識を使用して、3D プリントされた部品をその形状に基づいて迅速かつ確実に識別します。部品が識別されると、同社の他のソフトウェアである AM-SORT、AM-PICK、AM-ROUTE によって部品の仕分け、処理、ピッキング、出荷が可能になります。昨年 10 月、AM-VISION は AI ベースのロボットソリューションスイートを構築し、3D プリント自動化の「大きな変化」を促進するために、シリーズ A 資金調達で 400 万ドルを調達しました。
研究者らは、AM-VISION システムの評価を一連で実施し、ソフトウェアの経済的実現可能性も調査しました。高度なジオメトリの組み合わせを含むビルドジョブに関するテスト研究により、このシステムにより識別およびマーキングのプロセス中の時間が節約され、手動操作よりも 50% 速く部品を処理できることが実証されました。
△は、手動および自動コンポーネント識別の入力値を比較するために使用されます。画像提供：フィリップ・オブスト
AM-Flow は、生産ラインの最終的な機械セットアップと自動化された一方向コンベアを組み合わせることで、処理時間が 6 ～ 10 倍短縮され、構築ジョブに非常に多様な形状が含まれている場合、部品認識率が 80 ～ 95 パーセントになると見積もっています。
しかし、片面の細かいエンボス加工や彫刻のパターンのみが異なるパネルの研究では、AI はまだこの規模で区別できるほど洗練されていないことが示されました。そのため、研究者らは、AI 駆動型 3D プリント部品識別のビジネスケースは、手動操作とのコスト比較を計算するために、1 日あたりに生産される部品数、故障コスト、フルタイム当量、人件費などの要因に依存すると示唆しています。
△AM-Flow のハードウェアソリューションは、ポストプロダクション処理を拡張するように設計されています。写真提供：AM-Flow
AMプロセスチェーンの将来の産業化<br /> 研究者らは研究から、生産プロセス自体は一般的にデジタル化され自動化されているものの、後処理段階では高い割合で手作業が必要であることを観察した。また、出力数の増加における新たな開発と改善により、部品識別の取り組みが強化され、この分野での AI の導入はこれまでのところ効果的であったと強調しました。
この調査により、AM-Flow の AM-VISION システムは、部品形状の部分的な表現に基づいて多品種 AM 部品の信頼性の高いオブジェクト検出が可能であり、スループット時間の短縮とそれに伴うコスト削減につながることが確認されました。この時点で、著者らは、同一の部品、わずかな違いがある部品、および非常に少量で製造された部品は、この技術にとってまだ経済的に実行可能ではないため、自動識別の適切な適用分野を選択することの重要性を強調しています。
テスト中、AM-VISION システムはディープラーニングアルゴリズムを継続的に改善し、ミラー反転した自動車部品の区別に役立ちました。研究者らは、将来的にはクラウドコンピューティングを使用して寸法精度を測定することで、レーザー三角測量と同様に自動品質管理が可能になる可能性があると示唆している。これらの追加により、3D プリントされたシリアル部品は、微妙なパターン、シリアル番号、またはジオメトリにエンコードされた小さなデータマトリックスコードによって識別できるようになると研究者らは考えています。
「AM-VISIONを使用した大規模な自動識別が利用可能になったことで、大規模なAM生産に向けたさらなる一歩が踏み出された」と研究者らは結論付けた。
研究の詳細は、「付加製造部品の自動かつ工業化された認識のための人工知能の複雑性と経済的価値」と題された論文に記載されています。この研究は、P. Obst、W. Nasser、S. Rink、G. Kleinpeter、B. Szost、D. Rietzel、および G. Witt が共同執筆しました。
関連論文リンク: https://www.researchgate.net/pub ... factured_components

人工知能が付加製造に役立ちます! BMW、自動車部品の自動識別におけるAIの価値を研究へ

インペリアル・カレッジ・ロンドン：低コストの電気化学マルチメタル 4D プリント ECAM

3Dプリントは医療現場に進出し、国内メーカーは業界の上流に注力すべき

gCreateがブルックリンの制作スペースを拡大

中国の金属3Dプリントサービスプロバイダー、Xinjingheの紹介

上海国際3Dプリンティングスマート製造展示会が7月8日に開幕、3Dプリンティング医療・教育分野に焦点

骨盤も「オーダーメイド」できる。65歳の叔母は3Dプリントされた骨盤の半分を装着した。

ストラタシスの第3四半期の収益は10億ドルを超え、損失は6700万ドルで50％減少した。

Baochenxin Laser: 積層造形分野で高安定性と高効率のレーザーソリューションを提供

日本の東北大学は、自動車部品のマルチマテリアル3Dプリントの分野で大きな進歩を遂げました。

3Dテクノロジーが建築と芸術のロマンチックな世界に入るとき

推薦する

蘭州化学物理研究所は、3Dプリントの強靭で滑りやすいハイドロゲル材料と機能デバイスの研究で一連の進歩を遂げました。

第20回北京国際先進複合材料展SAMPE中国2025年次会議

EOSはサポートフリーの金属3Dプリントソリューションを開発しました

SView 軽量 3D 視覚化ソフトウェア – いつでもどこでも 3D モデルを表示

Yishi Technologyは自社の3Dプリントファームで、軽量産業用3Dプリンター「Hong 310」を発売した。

世界初の粉末ポリプロピレン 3D プリント材料: SLS に適しており、リサイクル率は最大 100% です。

オートデスク、2017年度決算を発表：純損失5億7,920万ドル

従来の射出成形に挑戦してみませんか?プラスチック3Dプリントの総合的な見方

MakerBotの新しい高性能3DプリンターMethodがアジア太平洋市場で発売され、中国での希望小売価格は69,999元

軍隊と法執行機関向けの新しい 3D プリントヘルメットサスペンションシステム

UBCオカナガンの研究者が宇宙衛星の通信方法を変える新しい化合物を開発

クラリアント工業グレードの3Dプリント消耗品：10%ガラス繊維強化PLA-HI-GF10、高強度、高耐衝撃性

マルチカラー、マルチマテリアル 3D プリンターが CES Asia で初登場します。

【驚愕】完全3Dプリントされたクリエイティブな国旗はこんな感じ〜

射出グレードの光硬化3Dプリンターが5599元で販売、Heigeが新型LCDマシンReflex RSをリリース