অগসবার্গ এআই প্রোডাকশন নেটওয়ার্ক-ডিএলআর লাইটওয়েট প্রোডাকশন টেকনোলজি সেন্টার (জেডএলপি), ফ্রাউনহোফার আইজিসিভি এবং ইউনিভার্সিটি অফ অগসবার্গ- যৌগিক উপাদান প্রক্রিয়াকরণের মানের সাথে শব্দের সম্পর্ক স্থাপন করতে অতিস্বনক সেন্সর ব্যবহার করে।
মেশিনের গুণমান নিরীক্ষণের জন্য একটি CNC মিলিং মেশিনে একটি অতিস্বনক সেন্সর ইনস্টল করা আছে।ছবির উত্স: অগসবার্গ বিশ্ববিদ্যালয় দ্বারা সমস্ত অধিকার সংরক্ষিত
অগসবার্গ এআই (কৃত্রিম বুদ্ধিমত্তা) উৎপাদন নেটওয়ার্ক- 2021 সালের জানুয়ারিতে প্রতিষ্ঠিত এবং জার্মানির অগসবার্গে সদর দফতর- ফ্রাউনহফার ইউনিভার্সিটি অফ অগসবার্গকে একত্রিত করে এবং কাস্টিং, কম্পোজিট ম্যাটেরিয়াল এবং প্রসেসিং টেকনোলজি (Fraunhofer IGCV) এবং জার্মান লাইটওয়েট প্রোডাকশন টেকনোলজি নিয়ে গবেষণা করে। কেন্দ্রজার্মান এরোস্পেস সেন্টার (DLR ZLP)।উদ্দেশ্য হল যৌথভাবে উপকরণ, উত্পাদন প্রযুক্তি এবং ডেটা-ভিত্তিক মডেলিংয়ের মধ্যে ইন্টারফেসে কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক উত্পাদন প্রযুক্তি গবেষণা করা।একটি অ্যাপ্লিকেশনের উদাহরণ যেখানে কৃত্রিম বুদ্ধিমত্তা উত্পাদন প্রক্রিয়াকে সমর্থন করতে পারে তা হল ফাইবার-রিইনফোর্সড যৌগিক পদার্থের প্রক্রিয়াকরণ।
নতুন প্রতিষ্ঠিত কৃত্রিম বুদ্ধিমত্তা উত্পাদন নেটওয়ার্কে, বিজ্ঞানীরা অধ্যয়ন করছেন কিভাবে কৃত্রিম বুদ্ধিমত্তা উত্পাদন প্রক্রিয়াগুলিকে অপ্টিমাইজ করতে পারে।উদাহরণস্বরূপ, মহাকাশ বা যান্ত্রিক প্রকৌশলের অনেক মূল্য শৃঙ্খলের শেষে, CNC মেশিন টুলগুলি ফাইবার-রিইনফোর্সড পলিমার কম্পোজিট দিয়ে তৈরি উপাদানগুলির চূড়ান্ত রূপকে প্রক্রিয়া করে।এই মেশিনিং প্রক্রিয়া মিলিং কাটার উপর উচ্চ চাহিদা রাখে।অগসবার্গ বিশ্ববিদ্যালয়ের গবেষকরা বিশ্বাস করেন যে সিএনসি মিলিং সিস্টেমগুলি নিরীক্ষণকারী সেন্সর ব্যবহার করে মেশিনিং প্রক্রিয়াটি অপ্টিমাইজ করা সম্ভব।তারা বর্তমানে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছে এই সেন্সর দ্বারা প্রদত্ত ডেটা স্ট্রীম মূল্যায়ন করতে।
শিল্প উত্পাদন প্রক্রিয়াগুলি সাধারণত খুব জটিল হয় এবং ফলাফলগুলিকে প্রভাবিত করে এমন অনেক কারণ রয়েছে।উদাহরণস্বরূপ, সরঞ্জাম এবং প্রক্রিয়াকরণের সরঞ্জামগুলি দ্রুত পরিধান করে, বিশেষত কার্বন ফাইবারের মতো শক্ত উপকরণ।অতএব, উচ্চ-মানের ছাঁটা এবং মেশিনযুক্ত যৌগিক কাঠামো সরবরাহ করার জন্য সমালোচনামূলক পরিধানের স্তরগুলি সনাক্ত এবং ভবিষ্যদ্বাণী করার ক্ষমতা অপরিহার্য।শিল্প CNC মিলিং মেশিনের উপর গবেষণা দেখায় যে কৃত্রিম বুদ্ধিমত্তার সাথে মিলিত উপযুক্ত সেন্সর প্রযুক্তি এই ধরনের ভবিষ্যদ্বাণী এবং উন্নতি প্রদান করতে পারে।
অতিস্বনক সেন্সর গবেষণার জন্য শিল্প CNC মিলিং মেশিন।ছবির উত্স: অগসবার্গ বিশ্ববিদ্যালয় দ্বারা সমস্ত অধিকার সংরক্ষিত
বেশিরভাগ আধুনিক CNC মিলিং মেশিনে অন্তর্নির্মিত মৌলিক সেন্সর রয়েছে, যেমন শক্তি খরচ, ফিড ফোর্স এবং টর্ক রেকর্ড করা।যাইহোক, এই তথ্য সবসময় মিলিং প্রক্রিয়ার সূক্ষ্ম বিবরণ সমাধান করার জন্য যথেষ্ট নয়।এই লক্ষ্যে, অগসবার্গ বিশ্ববিদ্যালয় কাঠামোর শব্দ বিশ্লেষণের জন্য একটি অতিস্বনক সেন্সর তৈরি করেছে এবং এটিকে একটি শিল্প CNC মিলিং মেশিনে একত্রিত করেছে।এই সেন্সরগুলি মিলিংয়ের সময় উত্পন্ন অতিস্বনক পরিসরে কাঠামোগত শব্দ সংকেত সনাক্ত করে এবং তারপর সিস্টেমের মাধ্যমে সেন্সরগুলিতে প্রচার করে।
গঠন শব্দ প্রক্রিয়াকরণ প্রক্রিয়ার অবস্থা সম্পর্কে সিদ্ধান্তে আঁকতে পারে।কৃত্রিম বুদ্ধিমত্তা উৎপাদন নেটওয়ার্কের পরিচালক প্রফেসর মার্কাস সস ব্যাখ্যা করেছেন, "এটি একটি সূচক যা আমাদের কাছে একটি ধনুক বেহালার মতই অর্থবহ।""সঙ্গীত পেশাদাররা তাৎক্ষণিকভাবে বেহালার শব্দ থেকে নির্ধারণ করতে পারেন যে এটি সুর করা হয়েছে কিনা এবং যন্ত্রটিতে বাদকের দক্ষতা রয়েছে।"কিন্তু কিভাবে এই পদ্ধতি CNC মেশিন টুলস প্রযোজ্য?মেশিন লার্নিং হল মূল বিষয়।
অতিস্বনক সেন্সর দ্বারা রেকর্ড করা ডেটার উপর ভিত্তি করে সিএনসি মিলিং প্রক্রিয়াটি অপ্টিমাইজ করার জন্য, সাউসের সাথে কাজ করা গবেষকরা তথাকথিত মেশিন লার্নিং ব্যবহার করেছেন।শাব্দ সংকেতের কিছু বৈশিষ্ট্য প্রতিকূল প্রক্রিয়া নিয়ন্ত্রণ নির্দেশ করতে পারে, যা ইঙ্গিত করে যে মিল করা অংশের গুণমান খারাপ।অতএব, এই তথ্য সরাসরি সমন্বয় এবং মিলিং প্রক্রিয়া উন্নত করতে ব্যবহার করা যেতে পারে।এটি করার জন্য, অ্যালগরিদম প্রশিক্ষণের জন্য রেকর্ড করা ডেটা এবং সংশ্লিষ্ট অবস্থা (উদাহরণস্বরূপ, ভাল বা খারাপ প্রক্রিয়াকরণ) ব্যবহার করুন।তারপর, মিলিং মেশিন পরিচালনাকারী ব্যক্তি উপস্থাপিত সিস্টেমের অবস্থার তথ্যে প্রতিক্রিয়া জানাতে পারে, বা সিস্টেমটি প্রোগ্রামিংয়ের মাধ্যমে স্বয়ংক্রিয়ভাবে প্রতিক্রিয়া জানাতে পারে।
মেশিন লার্নিং শুধুমাত্র ওয়ার্কপিসে সরাসরি মিলিং প্রক্রিয়াকে অপ্টিমাইজ করতে পারে না, বরং যতটা সম্ভব অর্থনৈতিকভাবে উৎপাদন প্ল্যান্টের রক্ষণাবেক্ষণ চক্রের পরিকল্পনা করতে পারে।অর্থনৈতিক দক্ষতা উন্নত করতে কার্যকরী উপাদানগুলিকে যতক্ষণ সম্ভব মেশিনে কাজ করতে হবে, তবে উপাদানগুলির ক্ষতির কারণে স্বতঃস্ফূর্ত ব্যর্থতা এড়াতে হবে।
ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ একটি পদ্ধতি যেখানে AI সংগৃহীত সেন্সর ডেটা ব্যবহার করে গণনা করতে কখন অংশগুলি প্রতিস্থাপন করা উচিত।অধ্যয়নের অধীনে CNC মিলিং মেশিনের জন্য, শব্দ সংকেতের কিছু বৈশিষ্ট্য পরিবর্তন হলে অ্যালগরিদম স্বীকৃতি দেয়।এইভাবে, এটি শুধুমাত্র মেশিনিং টুলের পরিধানের ডিগ্রী সনাক্ত করতে পারে না, তবে সরঞ্জামটি পরিবর্তন করার সঠিক সময়ের পূর্বাভাসও দিতে পারে।এটি এবং অন্যান্য কৃত্রিম বুদ্ধিমত্তা প্রক্রিয়াগুলি অগসবার্গের কৃত্রিম বুদ্ধিমত্তা উত্পাদন নেটওয়ার্কে অন্তর্ভুক্ত করা হচ্ছে।তিনটি প্রধান অংশীদার সংস্থা একটি উত্পাদন নেটওয়ার্ক তৈরি করতে অন্যান্য উত্পাদন সুবিধার সাথে সহযোগিতা করছে যা একটি মডুলার এবং উপাদান-অপ্টিমাইজড পদ্ধতিতে পুনরায় কনফিগার করা যেতে পারে।
শিল্পের প্রথম ফাইবার শক্তিবৃদ্ধির পিছনে পুরানো শিল্প ব্যাখ্যা করে, এবং নতুন ফাইবার বিজ্ঞান এবং ভবিষ্যত উন্নয়নের গভীরভাবে উপলব্ধি রয়েছে।
পোস্টের সময়: অক্টোবর-০৮-২০২১