Univerza Maribor
Iskanje

Advanced search

Rules

Only words with 2 or more characters are accepted
Max 200 chars total
Space is used to split words, "" can be used to search for a whole string (not indexed search then)
AND, OR and NOT are prefix words, overruling the default operator
+/|/- equals AND, OR and NOT as operators.
All search words are converted to lowercase.

SLO | ENG

Kognitivna geometrijska kontrola


Splošne informacije

Vrsta projekta: raziskovalni projekt, financiran s strani ARRS  

Tip projekta: aplikativni projekt 

Trajanje: 1. 10. 2021 – 30. 9. 2024 

Sodelujoči partnerji:

  • Fakulteta za strojništvo UM (raziskovalci iz področja obdelovalnih tehnologij in umetne inteligence). 

  • Marovt d.o.o. (specializirano podjetje za kovanje in obdelavo izdelkov za avtomobilsko industrijo). 

  • Inkolteh d.o.o. (podjetje, ki razvija sisteme vodenja proizvodnje, kot je sistem Ccleap). 


Glavni dejavnik konkurenčnosti obdelave kovanih izdelkov je odvisen predvsem od kakovosti, produktivnosti in upravljanja stroškov. Obsežen nadzor obdelanih kosov predstavlja ozko grlo, ki zmanjšuje produktivnost proizvodnih celic in povzroča stroške. Predlagani projekt za reševanje omenjenih problemov uporablja prednosti postopka digitalizacije; spremljanje stanja in procesa stroja ter shranjevanje podatkov v oblak v obliki masovnih podatkov.

Ideja je nadomestiti 100-odstotni nadzor kontrole kosov in preprečiti okvare orodij na podlagi obdelave masovnih podatkov. Obstoječi sistem Ccleap namreč med procesom kovanja in strojne obdelave za vsak izdelek zbira podatke in jih shranjuje v oblak. Ti podatki bodo torej služili kot vir podatkov za kognitivno napovedovanje ustreznosti kosov (dobri/slabi) na podlagi procesnih podatkov (razvoj modela kognitivne napovedi). 

Glavni cilj: 

  • Zmanjšanje avtomatiziranega nadzora obdelanih kosov za 90 % in prihranek do 50 % pri stroških vzdrževanja obdelovalnih strojev, povzročenih zaradi loma orodja. 

Raziskovalni cilji:  

  • Razviti celoviti postopek za izdelavo reprezentativne baze podatkov (z določanjem značilk), ki jo je mogoče upravljati na najmanjši možni reprezentativni množici podatkov. 

  • Najsodobnejša formulacija algoritmov ML in DL, prilagojena ciljem projekta. 

  • Poiskati prelomno točko, kjer so rezultati in-silico dovolj blizu rezultatov in-vivo. 

Dolgoročni cilji:  

  • Razvoj sistema za obdelavo masovnih podatkov, zajetih iz tehnološkega procesa. 

  • Napovedovanje kakovosti za različne proizvodne sisteme. 

  • Napovedovanje obrabe orodja in uporabne dobe orodja za sistem upravljanja z orodji. 

  • Napovedovanje napak za napovedno vzdrževanje. 

  • Računalniški sistem za zajemanje in predhodno obdelavo procesnih podatkov. 

  • Algoritmi za določanje, selekcijo in fuzijo značilk ter strojno učenje. 

  • Nadgradnja programske opreme Ccleap in proizvodna celica s sistemom za napovedovanje kakovosti.