Согласно данным Ратгерского университета , инженеры продемонстрировали, как искусственный интеллект может преодолеть две основные проблемы в производстве: обеспечить надежную 3D-печать в экстремальных условиях и ускорить инновации с помощью значительно меньшего количества экспериментов.

В двух исследованиях, проведенных под руководством Раджива Малхотры, доцента кафедры машиностроения и аэрокосмической техники Инженерной школы Ратгерского университета, исследователи показали, как автономные системы могут повысить надежность производства в таких условиях, как космос , зоны боевых действий и зоны стихийных бедствий, а также значительно сократить циклы разработки в традиционном производстве.

Первое исследование, опубликованное в журнале Journal of Manufacturing Processes , посвящено тому, что Малхотра называет «экспедиционным аддитивным производством» — изготовлению деталей вне контролируемых заводских условий. В таких условиях возникают непредсказуемые помехи, такие как вибрация, изменения температуры и неподготовленные операторы, которые могут испортить отпечаток.

«Мы пытались понять, как сделать экспедиционное аддитивное производство устойчивым к таким неизвестным и разрушительным воздействиям», — сказал Малхотра.

Для решения этой проблемы команда разработала новый подход к искусственному интеллекту, называемый условным обучением с подкреплением. Используя камеру для мониторинга процесса печати в реальном времени, система обнаруживает дефекты и мгновенно корректирует настройки принтера, не останавливая процесс и не переобучая программное обеспечение. Эта возможность имеет решающее значение в условиях высокой ответственности.

«От того, сработает ли ваша деталь, может зависеть полный провал миссии. Это может привести к гибели людей», — сказал Малхотра. «Мы создали инструмент, который решает эту проблему. Нам больше не нужно ничего предвидеть. Какие бы сбои ни возникли, мы можем справиться с ними, не выбрасывая деталь и не останавливая процесс из-за поломки, что негативно сказывается на надежности миссии».

Искусственный интеллект рассматривает недостаточную подготовку операторов как еще одну проблему. «Мы обучили ИИ ожидать неожиданного, а не ожидаемого», — сказал Малхотра, отметив, что этот метод снижает количество дефектов в десять раз и более.

Второе исследование, опубликованное в журнале Journal of Intelligent Manufacturing , посвящено проблеме медленных циклов инноваций. Вместо того чтобы полагаться на десятилетия моделирования, основанного на физических принципах, или на огромные массивы данных, команда создала систему искусственного интеллекта, которая анализирует научную литературу и объединяет ее с ограниченными экспериментальными данными.

«Этот процесс очень медленный. Он очень подвержен ошибкам. Иногда на разработку действительно эффективного процесса может уйти 30 лет», — сказал Малхотра. «Искусственный интеллект действует как эксперт с докторской степенью. Он пробует несколько раз, и в итоге у него получается правильно».

В работе принимали участие сотрудники Университета Коннектикута, Мичиганского университета и Высшей школы вооружений армии США, и она может оказать существенное влияние на аэрокосмическую, оборонную, автомобильную и электронную промышленность .

Источник