Ở bài giới thiệu tổng quan, chúng ta đã biết PC-DMIS là gì và vai trò của phần mềm này trong việc điều khiển máy đo tọa độ 3 chiều (CMM). Trong phần này, V-Proud sẽ đi vào chi tiết 5 bước đầu tiên bắt buộc phải thực hiện trước khi bắt đầu đo bất kỳ chi tiết nào — từ việc gá lắp phần cứng, khởi động máy, tạo chương trình đo, cho đến import mô hình CAD và thiết lập giao diện làm việc.
Phần mềm PC-DMIS là phần mềm điều khiển dành riêng cho máy đo tọa độ 3 chiều do Hexagon phát triển. Máy đo tọa độ 3 chiều của Hexagon đang được tin dùng bởi nhiều doanh nghiệp trong và ngoài nước. Trong chuyên mục dài kỳ lần này, V-Proud chúng tôi sẽ hướng dẫn các bạn toàn tập về cách sử dụng và làm việc với phần mềm PC-DMIS 2022 từ lúc làm quen tới làm nâng cao.
Sai số hình học chiếm tới khoảng 70% tổng sai số gia công trên máy CNC — đây là con số được nhiều nghiên cứu trong ngành máy công cụ ghi nhận thống nhất. Điều đáng nói là, khác với sai số nhiệt hay sai số do rung động vốn khó nắm bắt, sai số hình học lại là loại sai số có tính hệ thống, lặp lại được, đo được và bù trừ được — nghĩa là hoàn toàn có thể xử lý triệt để nếu người vận hành hiểu đúng bản chất và có quy trình đo kiểm phù hợp.
Trong một cuộc khảo sát được thực hiện cách đây một thời gian của Forbes Insights về trí tuệ nhân tạo, 44% số người được khảo sát đến từ các ngành sản xuất ô tô và sản xuất đã xếp loại AI là rất quan trọng đối với chức năng sản xuất trong năm năm tới, trong khi gần một nửa 49% đã trả lời rằng để thành công, họ cần đến công nghệ này. Vậy trí tuệ nhân tạo AI và ứng dụng của nó trong sản xuất là gì?
AI hay trí tuệ nhân tạo là sự mô phỏng các quá trình trí tuệ của con người bằng máy móc, đặc biệt là hệ thống máy tính. Các quá trình này bao gồm học tập, lý luận và tự điều chỉnh. Một số ứng dụng của AI bao gồm các hệ thống chuyên gia tư vấn, nhận dạng giọng nói và thị giác máy tính. Trí tuệ nhân tạo đang tiến bộ vượt bậc và trở thành một yếu tố quan trong biến đổi thế giới của chúng ta về mặt xã hội, kinh tế và chính trị.
Lĩnh vực nghiên cứu AI được ra đời tại một hội thảo khoa học tại Đại học Dartmouth năm 1956. Những người tham dự bao gồm: Allen Newell (CMU), Herbert Simon (CMU), John McCarthy (MIT), Marvin Minsky (MIT) và Arthur Samuel (IBM) đã trở thành những người sáng lập và lãnh đạo nghiên cứu AI. Họ và các sinh viên của mình đã tạo ra các chương trình mà báo chí mô tả là “đáng kinh ngạc” tại thời điểm đó. Ngày nay, AI là một thuật ngữ bao gồm tất cả mọi thứ, từ robot tự động hóa quá trình đến robot thực tế.
Với sự trợ giúp của AI, một lượng lớn dữ liệu có thể được phân tích để lập bản đồ thể hiện sự phân bổ của các quốc gia nghèo đói và biến đổi khí hậu, tự động hóa các hoạt động nông nghiệp và tưới tiêu, cá nhân hóa chăm sóc sức khỏe và học tập, dự đoán mô hình tiêu thụ, hợp lý hóa việc sử dụng năng lượng và quản lý chất thải. Ở quy mô doanh nghiệp, trí tuệ nhân tạo AI và ứng dụng của nó đóng vai trò phân tích và xác định các vấn đề trong vận hành thông qua dữ liệu hiệu quả hơn con người, từ đó cho phép các điều hành thấu hiểu hơn về doanh nghiệp của mình.
Trí tuệ nhân tạo có thể được phân loại theo nhiều cách. Người đầu tiên đã phân loại AI là AI yếu hoặc AI mạnh. Tuy nhiên, cách phân loại Trí tuệ nhân tạo AI được sử dụng nhiều hiện nay có nguồn gốc từ Arend Hintze, một giáo sư trợ lý sinh học tích hợp và khoa học máy tính và kỹ thuật tại Đại học bang Michigan. Ông đã phân loại AI thành bốn loại và những loại này như sau:
Digital twin (Bản sao số) là một bản sao kỹ thuật số của một vật thể thực tế, được tạo ra từ các luồng dữ liệu thu thập được từ các cảm biến gắn trong vật thể đó. Như vậy, bản sao số là hình ảnh phản chiếu song song của vật thể theo thời gian thực. Trong một số trường hợp, một bản sao số thể hiện cả tình trạng hiện tại và quá khứ của vật thể. Bản sao số là bước phát triển của công nghệ Internet of Things (IoT) trong công nghiệp, được kết hợp với kỹ năng học máy và trí tuệ nhân tạo.
Công nghệ Scan 3D giúp tạo bản sao số - digital twin ra sao?
Kỹ thuật bản sao số đặc biệt hữu ích khi làm việc với thiết bị từ xa. Các cảm biến được nhúng trong thiết bị sẽ thu thập dữ liệu về trạng thái, điều kiện làm việc hoặc vị trí theo thời gian thực. Cùng lúc đó, một hệ thống tính toán trên nền tảng điện toán đám mây sẽ nhận và xử lý tất cả dữ liệu mà các cảm biến gửi về. Hệ thống sẽ áp dụng công nghệ máy học đưa ra các phương án hoạt động, khám phá các khả năng phát sinh trên bản sao số. Từ đó đưa ra những điều chỉnh, dự báo có thể được áp dụng trực tiếp cho thiết bị vật lý.
Thông thường, các nhà sản xuất sẽ ứng dụng phương pháp bảo trì dự phòng (Prevetative maintenance) – Thường xuyên kiểm tra các thiết bị máy móc và điều chỉnh chúng, kể cả lúc chưa cần thiết. Tuy nhiên, bảo trì dự phòng không dựa trên tình trạng thực tế của thiết bị, do đó, việc bảo dưỡng đôi khi trở nên dư thừa và lãng phí. Ngày nay, bảo trì dự đoán (Predictive Maintenance) sẽ giám sát tình trạng thực tế của thiết bị để dự đoán khi nào xảy ra hỏng hóc và tiến hành bảo trì máy móc trước khi sự cố xảy ra.
Để dự đoán các lỗi hỏng hóc có thể xảy ra, các nhà sản xuất sẽ dựa trên công nghệ IoT tích hợp cảm biến trên các thiết bị để báo cáo lại tình trạng theo thời gian thực. Tùy tình hình thực tế và bài toán được áp dụng mà mỗi nhà sản xuất sẽ chọn cho mình kĩ thuật dự đoán phù hợp nhất dựa trên: Độ rung, tạo ảnh nhiệt, phân tích sóng âm và sóng siêu âm, phân tích dầu, kiểm tra khí thải và giám sát tình trạng.
Giải pháp bảo trị dự đoán máy gia công, máy công cụ, máy CNC
Người ta nhận ra rằng, thị giác của con người không thể đáp ứng được nhu cầu tìm ra những lỗi rất nhỏ trong quá trình sản xuất. Nhưng một cỗ máy được trang bị camera nhạy hơn gấp nhiều lần so với mắt thường trong tương lai có thể giải quyết bải toán này.
Cơ chế tạo nên thị giác máy tính được xây dựng từ các thuật toán máy học (Machine Learning) đối với một lượng lớn hình ảnh được thu thập trước. Cơ chế này cho phép máy móc không chỉ ghi nhận hình ảnh được cung cấp mà còn sử dụng trí tuệ nhân tạo để xử lý và học hỏi từ chúng. Nó thậm chí còn có thể gửi một cảnh báo ngay lập tức khi phát hiện ra một vấn đề hoặc khiếm khuyết. Công nghệ này được gọi là nhận dạng vấn đề tự động.
Ứng dụng của Trí tuệ nhân tạo trong sản xuất cũng phát huy tác dụng thông qua một quy trình mới gọi là Generative Design — thiết kế dựa trên thuật toán. Nó hoạt động theo cơ chế: Nhà thiết kế hoặc kỹ sư nhập các mục tiêu thiết kế cùng với các tham số cho vật liệu, phương pháp sản xuất và các ràng buộc về chi phí trong phần mềm thiết kế chung. Phần mềm sau đó sẽ dựng lên tất cả các phương án có thể có dựa trên các thông số đó. Cuối cùng, nó sẽ sử dụng trí tuệ nhân tạo để kiểm tra và học hỏi từ biến thể được tạo ra và biết đâu là phương án thực sự tối ưu nhất. Công nghệ này sẽ thực sự hữu ích đối với các thiết kế đòi hỏi độ phức tạp cao và đặc biệt chính xác như thiết kế cánh cho máy bay, hoặc thiết kế cánh lướt gió hoặc pin cho xe điện mới.
Trong thực tế, trí tuệ nhân tạo AI và các ứng dụng còn ảnh hưởng đến mọi mặt của đời sống xã hội, không phải riêng trong lĩnh vực sản xuất. Tuy nhiên đối với hoạt động sản xuất, Trí tuệ nhân tạo AI không chỉ là động lực thúc đẩ sự phát triển mà nó còn là chía khóa mở ra tương lai đầy hứa hẹn cho các doanh nghiệp sử dụng hiệu quả công nghệ này.
(84) 896 555 247
Tiếng Việt
English