通过创新降低成本和环境影响

GF铸造解决方案如何利用人工智能优化参数并加速制造过程中的爬升。

GF铸造解决方案,瑞士工业公司GF的一个部门,是移动和能源行业轻量级组件的领先解决方案提供商之一。该公司正在使用人工智能,以便更快地优化组件的生产过程,以最大化质量,同时最小化能源消耗和浪费。

GF铸造解决方案总部位于沙夫豪森,近年来一直在推动数字化转型,利用现代技术不仅提升效率,还为客户的利益进行创新。在移动和能源行业的轻量组件领域,GF铸造解决方案是GF三个部门之一,作为创新的推动力,领先行业塑造可持续移动领导的发展。

Many cars on the road drive with lightweight cast components from GF Casting Solutions Many cars on the road drive with lightweight cast components from GF Casting Solutions

关注环境影响和制造成本

为了利用新兴的人工智能(AI)等新技术,GF铸造解决方案研究与开发团队与人工智能先锋微软展开了合作。

合作的目标是建立对GF铸造解决方案复杂的铸造过程的牢固的数据驱动理解,涵盖多个步骤。“环境影响和制造成本在每个过程步骤中都会增加,”GF铸造解决方案的技术专家伊利亚斯·帕帕迪米特里乌(Ilias Papadimitriou)解释道。“因此,在生产过程中尽早确定生产的零件是否可以完全交付给客户,或需在后续过程步骤中报废是理想的。” 报废的原因可能多种多样,伊利亚斯·帕帕迪米特里乌表示,包括变形超过客户的公差规格到生产零件中的孔隙率。

Highly automated high-pressure die-casting process in GF Casting Solutions production site in Altenmarkt (Austria) Highly automated high-pressure die-casting process in GF Casting Solutions production site in Altenmarkt (Austria)

使用机器学习识别最具影响力的参数

借助微软的Azure机器学习云服务,在高压压铸过程中产生的数据与沿过程链获得的变形测量和其他过程数据结合在一起。“这些数据随后通过微软研究的自动化机器学习最新进展进行了模式分析,”微软瑞士的云解决方案架构师和数据与AI专家马尔克·谢尼(Marc Schöni)表示。“通过Azure机器学习内置的模型可解释性功能,我们能够识别出最具影响力的过程参数。”这些见解后来与GF的生产专家进行了讨论和验证。

Master control station: Dozens of process parameters are analyzed and optimized Master control station: Dozens of process parameters are analyzed and optimized

更多联合项目在进行中

该团队能够提出如何改善生产爬升过程的建议,以最大化质量,同时最小化能源消耗和浪费。实施的措施将被整合到生产过程中,初步迹象表明,这可能在生产的爬升阶段显著减少废品率。伊利亚斯·帕帕迪米特里乌说道:“通过使用现代技术,如人工智能,我们将能够不断优化我们的过程和产品,不仅是为了客户的利益,也是为了保护环境。因此,我们将继续利用与微软的合作,创新并通过人工智能的力量减少我们的环境足迹。”

您可能也感兴趣...