訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

卡爾斯魯厄理工學(xué)院研究出用于機(jī)床維修的人工智能

在機(jī)械工程中，及時(shí)維修和更換機(jī)床上的缺陷零件是制造過程中的重要組成部分。在滾珠絲桿傳動(dòng)的情況下，如那些在車床上用于精確地指導(dǎo)圓柱部件的生產(chǎn)，以及部件的磨損，到目前為止一直是手工確定的。

卡爾斯魯厄理工學(xué)院(KIT)生產(chǎn)技術(shù)研究所的Jurgen Fleischer教授說:“我們的方法是將智能攝像系統(tǒng)直接集成到驅(qū)動(dòng)器中，使用戶能夠持續(xù)監(jiān)控主軸狀態(tài)�！�

這個(gè)新系統(tǒng)結(jié)合了一個(gè)連接在驅(qū)動(dòng)器螺母上的光源相機(jī)和一個(gè)評(píng)估圖像數(shù)據(jù)的人工智能(AI)。當(dāng)螺母在主軸上移動(dòng)時(shí)，它會(huì)拍下每個(gè)主軸部分的單獨(dú)照片，從而能夠分析整個(gè)主軸表面。

將正在進(jìn)行的操作的圖像數(shù)據(jù)與機(jī)器學(xué)習(xí)方法相結(jié)合，可以使系統(tǒng)用戶直接評(píng)估主軸表面的狀況。幫助開發(fā)該系統(tǒng)的Tobias Schlagenhauf 說:“我們用數(shù)千張圖像訓(xùn)練我們的算法，現(xiàn)在它可以很自信地分辨出有缺陷的紡錘波和沒有缺陷的紡錘波。通過進(jìn)一步評(píng)估圖像數(shù)據(jù)，我們可以精確地限定和解釋磨損，從而區(qū)分變色是簡(jiǎn)單的污垢還是有害的麻點(diǎn)�！痹谟�(xùn)練人工智能時(shí)，該團(tuán)隊(duì)考慮了所有可能的可見退化形式，并用模型從未見過的新圖像數(shù)據(jù)驗(yàn)證了算法的功能。目前該算法適用于識(shí)別主軸表面基于圖像的缺陷，可推廣到其它應(yīng)用領(lǐng)域。


聲明： 本網(wǎng)站所刊載信息，不代表OFweek觀點(diǎn)。刊用本站稿件，務(wù)經(jīng)書面授權(quán)。未經(jīng)授權(quán)禁止轉(zhuǎn)載、摘編、復(fù)制、翻譯及建立鏡像，違者將依法追究法律責(zé)任。

發(fā)表評(píng)論

共0條評(píng)論，0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁，請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號(hào)