Ga naar hoofdinhoud

CAD-to-CAM machineprocessen optimaliseren met AI

Kunnen voor boren, frezen en draaien vanaf design tot eindproduct geautomatiseerd suggesties voor werkplannen gegenereerd worden? Flanders Make wil dit nagaan door end-to-end data en een AI-gedreven methodologie in te zetten (foto: Shutterstock).

Hebben metaalbedrijven behoefte aan een project om CAD-to-CAM machineprocessen te optimaliseren met AI? Dat vraagt Mathias Verbeke, professor Artificiële Intelligentie voor de industrie aan KU Leuven en verbonden aan Flanders Make. “Doel is om hiermee de efficiëntie te verhogen en de kwaliteit van eindproducten te verbeteren”, zegt hij in de nieuwe MTL Metaal Magazine.

Het huidige proces van design tot afgewerkt product vraagt volgens Verbeke dikwijls veel werkplanning en is bovendien tijdrovend.

“Afhankelijk van de snijmethode, snijpatronen, materiaalkeuze en verschillende andere parameters bepaalt de operator de workflow. Dit vereist vaak trial-and-error iteraties om van je CAD-design tot je CAM-werkplan te komen.”

Mathias Verbeke: “De ervaring van niet één maar van meer operators zit impliciet in de data verwerkt.” (foto: Rob Stevens)

De traditionele CAD-CAM-NC-programma’s assisteren de operators in dit proces, maar volgens hem beperkt zich dit vooralsnog tot het valideren van de uitkomst van de beslissingen van de operator.

Het kan beter

“De snelheid van de CAD-CAM workflow hangt dus sterk af van enerzijds de ervaring van de operator en anderzijds van de complexiteit van het te bewerken werkstuk.”

Het leidt volgens hem regelmatig tot resultaten die beter kunnen, zowel in de efficiëntie van de bewerking als de kwaliteit van het stuk.

Tekort aan geschoolde technici

“Daarnaast zien we een toenemend tekort aan geschoolde technici die zich hierop toeleggen. Daarom willen we de CAD-to-CAM workflow optimaliseren.” Hierbij moet artificiële (kunstmatige) intelligentie (AI) een rol krijgen.

In het artikel gaat Verbeke in op het project dat bij voldoende belangstelling van start gaat. De focus wordt daarbij gelegd op de belangrijkste processen: boren, frezen en draaien.

Belang van data en AI

Verder benadrukt hij het belang van data, de rol van AI hierbij en wat het metaalbedrijven voor voordelen kan opleveren. Een gebruikersgroep kan data verschaffen en resultaten uittesten in een concrete bedrijfssetting.

“We willen nagaan of we met behulp van end-to-end data en een artificial intelligence-gedreven methodologie, vanaf het design tot eindproduct geautomatiseerd suggesties voor werkplannen kunnen genereren.” Doel is om die sectorbreed in te kunnen zetten voor een breed gamma aan machines en bewerkingen.

Sneller en objectiever werken

Dit moet leiden tot een tijdsbesparing voor de werkvoorbereider, terwijl de werkplannen niet langer subjectief zijn, aangezien ze met AI gebaseerd zijn op de kennis en ervaring van meer dan één werknemer.

Voor het team aan de slag gaat, dienst het projectvoorstel eerst nog te worden goedgekeurd.

Ook interesse?

Diverse bedrijven hebben al interesse getoond, zowel metaalbedrijven als technologiebedrijven die gespecialiseerd zijn in AI en machine learning.

Bedrijven die interesse hebben, kunnen zich nog aanmelden. Het project zal uiteindelijk vier jaar duren.

Lees alles over het projectvoorstel, de uitdagingen en de voordelen, in het decembernummer van vakblad MTL Metaal Magazine (pagina 34-35) (premium).
Activeer uw account voor premium content
Bekijk de advertentiemogelijkheden

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie gegevens worden verwerkt.

x
Mis niet langer het laatste nieuws

Schrijf u nu in voor onze nieuwsbrief.

Inschrijven