1. Iso askel eteenpäin tekoälysuunnittelussa: siirtyminen kokemukseen-pohjaiseen tietoon-
Perinteinen valettu sellurakenteen suunnittelu riippuu paljon insinöörien kokemuksesta. Suunnittelusyklit ovat pitkiä, yrityksen ja erehdyksen kustannukset merkittävät ja fyysisiä rajoja on vaikea ylittää. Tekoälyteknologian käyttö on muuttanut perusteellisesti tapaa, jolla suunnittelu tehdään yhdistämällä syväoppiminen, tietokonenäkö ja generatiivinen suunnittelu.
Automaattinen suunnitteluprosessi
Tekoäly löytää nopeasti tärkeitä suunnittelupiirustustekijöitä, kuten seinämän paksuus, vetokulma ja rakenneosien sijoitus. Se voi sitten käyttää koneoppimismalleja keksiäkseen varhaisia ratkaisuja, jotka täyttävät mekaaniset vaatimukset. Esimerkiksi kun Hangzhoussa sijaitseva yritys otti käyttöön tekoälyn visuaalisen tarkastusjärjestelmän, muotin suunnittelusykli lyhennettiin 4 viikosta 1 viikkoon, suunnittelukustannuksia alennettiin 30 % ja tuotteen pätevyysaste nostettiin 98 %:iin. Tekoälyn automaattinen suunnitteluprosessin uudelleenkäsittely-vaatimusanalyysistä parametrien optimointiin ratkaisun luomiseen-tarkoittaa, että kenenkään ei tarvitse tehdä mitään käsin koko prosessin aikana.
Kyky optimoida monia tavoitteita
Tekoälysuunnittelujärjestelmä voi optimoida useita tavoitteita samanaikaisesti, vaikka ne olisivat ristiriidassa keskenään. Se voi esimerkiksi optimoida puristuslujuuden, materiaalin käytön ja kuinka vaikeaa se on purkaa. Esimerkiksi puskurirakennetta suunniteltaessa tekoäly tarkastelee kymmeniä tuhansia historiallisia datapisteitä luodakseen dynaamisen mallin "puskurikerroinrakenneyksikkönumeron paperimuotin paksuudesta". Sitten se löytää automaattisesti parhaan parametriyhdistelmän. Harbinissa sijaitseva yritys kehitti "sisäisen pehmeän ulkoisen kovakuumapuristusmuovausteknologian", joka käyttää tekoälyalgoritmeja parantaakseen muotin kuumapuristusparametreja. Tämä tekniikka mahdollistaa ensimmäistä kertaa massan muovauksen suorakulmaisen venytyksen ja pystysuoran muotin purkamisen, mikä lisää tuotteen puristuslujuutta 50 % ja puolittaa kustannukset.
Luova läpimurto generatiivisessa suunnittelussa
Tekoäly ei voi ainoastaan parantaa olemassa olevia rakenteita, vaan se voi myös luoda uusia generatiivisen suunnittelun avulla. Kolmessa kuukaudessa Wenzhoussa sijaitseva yritys käytti tekoälytekniikoita keksiäkseen 17 000 suunnitteluvaihtoehtoa. Yksi niistä, matkapakkauslaatikko, käytti tekoälyä parantamaan kennorakennettaan tehden siitä 40 % kevyemmän ja 15 % vahvemman. Tilaukset kasvoivat 300 % ensimmäisen listautumiskuukauden aikana. Tämä uusi tekniikka tulee tekoälyn syvästä materiaalifysiikan sääntöjen ymmärtämisestä. Mallintämällä miljoonia tapoja, joilla rakenteet voivat muuttaa muotoaan, tekoäly voi löytää optimointipolkuja, joita insinöörit eivät voi edes ajatella.
2. Tekoäly-ohjattu prosessiinnovaatio: staattisesta optimoinnista dynaamiseen suljettuun silmään
Suunnitteluprosessia ei tarvitse optimoida vain muovattua sellua varten, vaan myös koko tuotantoprosessi on optimoitava. Tekoälyteknologia luo suljetun-silmukan "havaintopäätöksen suorittamisen" järjestelmän optimoimaan prosesseja dynaamisella ja tarkasti.
Prosessien hallinta reaaliajassa
Sellun tuotantovaiheessa tekoäly voi muuttaa tärkeitä asetuksia reaaliajassa anturien syötteen perusteella. Esimerkiksi AI-järjestelmä muuttaa automaattisesti retentioapuaineen määrää lietteen pH-arvon ja kuidunpidätysasteen perusteella. Tämä lisää kuidun käyttöä 5–8 % ja vähentää raaka-ainehävikkiä 10 %. Guangdong Hansen Intelligentin täysin automaattisella muodostusmatriisituotantolinjalla on älykäs dynaaminen parametrien säätöjärjestelmä, joka voi automaattisesti säätää kuumapuristusaikaa ja lämpötilaa lietteen pitoisuuden perusteella. Tämä säästää 200 tonnia materiaaleja ja alentaa työvoimakustannuksia 50 %.
Vikojen ennakointi ja ennaltaehkäisy
Tekoälyn visuaalinen tarkastusjärjestelmä voi löytää yli 20 tyyppistä vikaa, kuten johdot, hiukset ja valonläpäisy. Se voi löytää 4 vikaa sekunnissa, ja väliin jääneiden havaintojen määrä on pudonnut alan keskiarvosta 12 prosentista 0,5 prosenttiin. Tekoäly voi myös löytää mahdolliset laatuongelmat etukäteen tarkastelemalla, miten vikatiedot ja prosessiparametrit liittyvät toisiinsa. Esimerkiksi tekoälymalli auttoi yritystä selvittämään, että kun muottikoneen lämpötila muuttuu yli 2 celsiusastetta, tuotteen reunoihin muodostuu todennäköisesti halkeamia. Tämän perusteella lämpötilanhallintamenetelmän muuttaminen pienensi romun määrää 40 %.
Paras tapa asettaa energiaa ja materiaaleja
Tekoäly voi muuttaa energian ja materiaalien käyttöä koko tuotantoprosessin aikana tehostaakseen niitä. Sichuanissa sijaitseva yritys valmistaa bambumassan muovausalustoja, joihin mahtuu yli 50 kg. He käyttävät AI-kuituerotusteknologiaa mittaamaan tarkasti bambukuitujen lujuuden. Niiden lohkoketjun jäljitysjärjestelmä seuraa myös hiilijalanjälkeä, mikä täyttää EU:n vihreän tariffin sertifiointivaatimukset. Tämä optimointi ei ainoastaan alenna tuotantokustannuksia, vaan se myös lisää arvoa markkinoille.
3. Teollinen käyttö: Yhdestä läpimurtopisteestä ekologiseen jälleenrakennukseen
Tekoälysuunnittelu on muuttanut selluteollisuutta monella tapaa tekniseltä tasolta teollisen ekosysteemin jälleenrakentamiseen.
Yksilöllisen tuotannon laaja käyttö
C2M-moodin (käyttäjän suora valmistus) nousu asettaa paljon painetta muottimassalle, jotta se pystyy reagoimaan nopeasti. Tekoäly on mahdollistanut räätälöityjen pakkausten toimittamisen 72 tunnissa luomalla täyden ketjun digitaalisen kaksoisalustan "suunnittelun valmistuspalvelua varten". Guangdong Green Ran Intelligentin joustava tuotantolinja pystyy käsittelemään "pienen erän, usean erän" mukauttamista ja voi tehdä näytteenoton 72 tunnissa. Se on antanut yrityksille, kuten Maotai ja Huawei, melko tarkkoja pakkauksia.
Yhteistyön älykkäästi parantaminen teollisuusketjussa
Tekoäly muuttaa perinteisten teollisuusketjujen toimintatapaa tekemällä niistä enemmän yhdessä toimivia verkkoja. Esimerkiksi Fenghai Intelligentin "AI havainnointi + mekaaninen ohjaus + data suljettu -silmukka" -järjestelmä toimii sellaisten yritysten kanssa, kuten Zhongxin ja Yu, OPC UA:n yleiskäyttöliittymän kautta. Tämä lyhentää tuotantolinjojen määrittämiseen kuluvaa aikaa 30 päivästä 5 päivään ja mallin kouluttamiseen kuluvan ajan 30 päivästä 5 päivään. Tämän yhteistyöskentelyn avulla pienet ja keskisuuret{10}}yritykset voivat muuttua ja kehittyä jakamalla teknologiaresursseja, joten niiden ei tarvitse rakentaa kokonaista tekoälyjärjestelmää.
Rahan ansaitseminen kestävällä arvolla
Tekoälysuunnittelu ei ainoastaan saa tuotteet toimimaan paremmin, vaan se myös avaa uutta taloudellista potentiaalia hallitsemalla hiilidataa. Tietty tuotemerkki käyttää tekoälyä selvittääkseen jokaisen massagramman "hiiliarvon" reaaliajassa. Tämä vähentää kuljetusten päästöjä 62 % ja nostaa tuotteen hintaa 27 %. "Hiilialgoritmiesteestä" on tulossa markkinoiden tärkein kilpailutekijä. Se muuttaa muottimassan "halpa-kustannusmateriaalista" "arvokkaaksi-ratkaisuksi".
