В настоящий момент для контроля трехмерной наплавки оператору нужно непрерывно следить за процессом, при этом печать одного изделия может занимать несколько дней. Ученые Пермского Политеха вместе со школьниками разрабатывают интеллектуальную систему контроля проволочного аддитивного производства. С ее помощью можно автоматизировать производственный процесс и определение дефектов, сократить время проверки печати и достичь более высоких стандартов качества.
Привлечение школьников ведется в рамках программы стратегического академического лидерства «Приоритет 2030».
Аддитивные технологии играют ключевую роль в производстве сложных деталей для авиастроительной отрасли, обеспечивая необходимые механические характеристики, такие как прочность и термостойкость. В нефтегазовой отрасли 3D-печать также находит своё применение в создании заготовок, которые впоследствии преобразуются в готовые детали.
Главные преимущества такой технологии – это возможность изготовления различных металлических изделий на одной производственной линии, существенное снижение временных и финансовых затрат. Это играет ключевую роль для наукоемких отраслей промышленности, так как срок изготовления литейных деталей уменьшается с 6-9 месяцев до 3-7 дней, а промежуточных заготовок с 3-12 месяцев до 3-14 дней.
Вместе с учеными ПНИПУ команда школьников разрабатывает интеллектуальную систему контроля процессов проволочного аддитивного производства. Она состоит из двух частей: в аппаратную входят камера и датчики, а в программную – нейронная сеть. Использование комплекса позволит в автоматическом режиме контролировать прирост слоя и получаемую геометрию изделия, определять дефекты сварочных швов и информировать о них оператора.
Система контроля установлена на роботе-манипуляторе рядом со сварочной горелкой. Первоначально робот выполняет наплавку слоя, следуя заданной траектории. Затем он смещается так, чтобы снова пройти эту траекторию, но уже датчиками. Если сделано плохо, то процесс останавливается и оператор получает уведомление. На экране управления отображается, на каком участке траектории произошла ошибка. Оператор может навести на него и посмотреть подробную информацию: система покажет фотографии – одну простую, вторую обработанную нейросетью, на которой будет цветами отмечены дефекты. Таким образом, можно оставлять робота, пока он не подаст звуковой сигнал о проблеме.
Мы используем новейшие технологии машинного обучения, включая нейросети, которые умеют распознавать изображения. Благодаря этому наша разработка может учиться на огромном количестве данных и очень точно находить ошибки в сварных швах. Ее можно настроить так, чтобы она отвечала специфическим требованиям нашего производства. Например, если нам нужно работать с новым типом металла, мы можем добавить параметры, которые помогут системе лучше распознавать дефекты именно для этого металла,
– поделился ученик Политехнической школы ПНИПУ Айдар Муниров.
Целевая аудитория проекта – это организации, использующие в своем производстве аддитивные роботизированные комплексы. Наша лаборатория оснащена специализированным роботом-манипулятором, где мы проводим тестирование нашей системы по наплавке сложнопрофильных заготовок. Поскольку заказы на изготовление этих деталей поступают от реальных промышленных предприятий, наш проект имеет не только теоретическую значимость, но и практическую применимость,
– поделился руководитель школьного проекта, научный сотрудник лаборатории методов создания и проектирования систем «материал-технология-конструкция» ПНИПУ Роман Давлятшин.
В будущем разработка ученых Пермского Политеха позволит автоматизировать процесс «выращивания» металлических заготовок. Результатом станет прототип устройства, который может определять дефекты и следить за высотой наплавленного слоя, чтобы контролировать геометрию выращиваемого изделия. Такая система контроля сварки уменьшит ошибки и количество брака, повысит качество работы комплексов.
Опубликованный материал предоставлен пресс-службой ПНИПУ