Un percorso utensile più rapido

La nuova tecnologia di intelligenza artificiale è il passo successivo nell'evoluzione della programmazione CAM.
Di Ryan Pembroke, Product Manager, divisione Manufacturing Intelligence di Hexagon

ProPlanAI di Hexagon La nuova tecnologia di intelligenza artificiale è il prossimo passo nell'evoluzione della programmazione CAM

Engineering Reality 2024 volume 1

Accelerare la produzione intelligente

As a defining characteristic of Industry 4.0, automation in varied forms has become increasingly central to manufacturing workflows. From automatic feature recognition in part design and programming to robots that load components for inspection, the benefits of incrementally automating partial or entire processes can accumulate exponentially.
When it comes to automation capabilities provided by computer-aided manufacturing (CAM) software, the primary focus has historically been rules-based automation (RBA). Developed to capture and apply human knowledge by enabling CAM software to make programming decisions without employee intervention, RBA uses if/ then instructions for programming scenarios specified by manufacturers. While it has helped manufacturers apply best practices, RBA is also an inherently rigid automation tool that is challenging for companies to implement and maintain inhouse, especially as machine-tool complexity continues to rise, new materials become available, and business needs evolve.

To help manufacturers apply institutional knowledge more quickly, easily, and thoroughly, Hexagon has taken the next step in the evolution of CAM programming automation by enabling the use of artificial intelligence (AI) for computer-aided process planning. Hexagon’s ProPlanAI offers new automation technology powered by Nexus, Hexagon’s cloud-based collaboration tool.

Come caratteristica distintiva dell'Industria 4.0, l'automazione nelle sue varie forme è diventata sempre più centrale nei flussi di lavoro legati alla produzione. Dal riconoscimento automatico delle caratteristiche nella progettazione e programmazione dei pezzi ai robot che caricano i componenti per la verifica, i vantaggi dell'automazione incrementale di processi parziali o completi possono crescere in modo esponenziale.

Quando si tratta di funzionalità di automazione fornite dal software di produzione assistita da computer (CAM), l'attenzione principale si è storicamente rivolta all'automazione basata su regole (RBA). Sviluppata per acquisire e applicare le conoscenze umane consentendo al software CAM di prendere decisioni di programmazione senza l'intervento degli operatori, l'RBA utilizza istruzioni "se/allora" per gli scenari di programmazione specifici delle aziende. Se da un lato ha aiutato le aziende ad applicare le best practice, dall'altro l'RBA è uno strumento di automazione intrinsecamente rigido che le aziende devono implementare e mantenere al proprio interno, soprattutto considerando la crescente complessità delle macchine utensili, la disponibilità di nuovi materiali e l'evoluzione delle esigenze aziendali.

Per consentire alle aziende di applicare le conoscenze acquisite in modo più rapido, semplice e completo, Hexagon ha compiuto un passo ulteriore nell'evoluzione dell'automazione della programmazione CAM rendendo fruibile l'utilizzo dell'intelligenza artificiale (IA) per la pianificazione dei processi assistita da computer. ProPlanAI di Hexagon offre una nuova tecnologia di automazione gestita da Nexus, lo strumento di collaborazione basato su cloud di Hexagon.

Il software consente di ridurre i tempi di programmazione fino al 75% e di eliminare la necessità dell'RBA perché permette alle aziende di esplorare automaticamente le informazioni di programmazione esistenti per prevedere risultati ottimali in base alle preferenze, alle capacità produttive e alle esigenze dell'azienda. La tecnologia apprende e si adatta continuamente. Senza alcuno sforzo aggiuntivo da parte dell'utente, questo sistema consente di migliorare la coerenza della programmazione, la sicurezza dei processi e l'acquisizione delle conoscenze tecniche.

 

Infrangere le regole

La tutela delle conoscenze è stata parte integrante dello sviluppo dell'RBA, che può applicare regole di programmazione basate sul tipo di materiale, sulla finitura superficiale, sulle caratteristiche degli elementi e su altri fattori. Tuttavia, oltre a richiedere tempo e fatica per l'implementazione, anche piccole differenze negli scenari di produzione rendono difficile l'utilizzo costante dell'automazione. Grazie alla disponibilità di nuovi strumenti di apprendimento automatico per l'automazione della programmazione, le conoscenze degli operatori che vanno in pensione o semplicemente cambiano posto di lavoro possono essere applicate più facilmente.

Al posto di utilizzare istruzioni costituite da dichiarazioni condizionali, ProPlanAI utilizza i programmi CAM esistenti come elementi costitutivi dei processi ideali. Per creare una regola RBA, un utente potrebbe specificare che se un foro ha un diametro di un pollice e una profondità di un pollice, deve essere utilizzato un processo di foratura specifico. Se, invece, il foro ha un diametro di mezzo pollice e una profondità di due pollici, è necessario utilizzare un processo di foratura diverso. In entrambi i casi l'utente o un fornitore di CAM incaricato dall'utente è in genere responsabile della definizione di queste regole molto specifiche.

Con l'apprendimento automatico, le aziende possono utilizzare i dati di programmazione esistenti raccolti da precedenti programmi CAM convalidati per applicare le conoscenze dei lavori passati invece di fare affidamento su regole così specifiche che possono riguardare solo un ristretto insieme di scenari. ProPlanAI è in grado di apprendere le pratiche tecniche da un piccolo numero di lavori o da centinaia o migliaia di scenari verificatisi in passato e può identificare quasi istantaneamente una ricetta di produzione convalidata che si adatta perfettamente al lavoro attuale.

 

Far lavorare i dati

La capacità di utilizzare tutte le informazioni di programmazione passate è forse il più grande vantaggio offerto da ProPlanAI, che seleziona automaticamente strategie che riflettono le conoscenze e le pratiche tecniche delle singole aziende. Mentre le officine dai volumi elevati che producono ripetutamente la stessa varietà di pezzi possono beneficiare con più facilità dell'RBA, le altre non vedono l'utilità di implementare un'automazione che in realtà potrebbero non utilizzare in maniera regolare. Sia le aziende che producono grandi volumi che le officine beneficiano dell'utilizzo dell'automazione della programmazione guidata dall'IA, perché si basa sulla raccolta di dati che già producono e richiede pochissimo lavoro preliminare per l'implementazione.

Con il semplice clic di un pulsante, la tecnologia cerca tra una moltitudine di processi passati per identificare quello migliore per la lavorazione di qualsiasi elemento. Ad esempio, se un'azienda predilige determinati metodi per la lavorazione di tasche aperte e chiuse, l'algoritmo di apprendimento automatico identifica pattern su centinaia di punti dati diversi e suggerisce automaticamente il metodo di produzione preferito dall'azienda. Nei casi in cui un'azienda programma un elemento per la prima volta, ProPlanAI può identificare elementi precedentemente programmati che si avvicinano il più possibile al lavoro attuale; l'utente può quindi aggiornare il processo e ProPlanAI memorizzerà le nuove informazioni.

ProPlanAI è in grado di addestrare e aggiornare i suoi modelli di apprendimento automatico in pochi minuti, ricercando le somiglianze e le differenze tra una grande quantità di dati. Ad esempio, un elemento lavorabile potrebbe richiedere due o tre operazioni di lavorazione, un'operazione di lavorazione potrebbe avere 50 o 60 parametri diversi e potrebbero esserci 30 istanze di quell'elemento disponibili in progetti precedenti. ProPlanAI è in grado di analizzare e raggruppare tutte le informazioni relative agli elementi e alle operazioni per creare modelli con serie convalidate di parametri operativi che possono essere utilizzati la volta successiva in cui l'elemento deve essere programmato.

 

Evoluzione del CAM

Le aziende che hanno difficoltà a ricoprire posizioni qualificate beneficiano di una maggiore capacità di utilizzare i dati e dal fatto che i programmatori CNC (controllo numerico computerizzato) meno esperti possono disporre di strumenti che li aiutano a svolgere attività complicate. Poiché le aziende utilizzano il proprio pool di dati per creare programmi, le previsioni riflettono automaticamente le conoscenze e l'esperienza delle singole aziende, nonché i componenti che producono e le macchine utensili che utilizzano.

I programmatori CNC, che possono beneficiare immediatamente dell'automazione fornita dall'IA, potranno anche trarre vantaggio da uno sviluppo continuo che consentirà loro di svolgere altre attività con maggiore facilità. Oltre a semplificare la programmazione dei pezzi, la tecnologia potrebbe potenzialmente consentire alle aziende di identificare le pratiche standard latenti, fornire notifiche sulle deviazioni dagli standard di programmazione e utilizzare meglio le informazioni sulla produzione dei prodotti (PMI) per una programmazione CNC ancora più automatizzata.

Sebbene gli sviluppatori di software CAM abbiano fornito negli anni strumenti di automazione che permettono di preservare e applicare le conoscenze tecniche, la rigidità dell'automazione tradizionale rende difficile per le aziende rimanere agili in un settore in continua evoluzione. Con la carenza di personale qualificato e la continua crescita della complessità di parti e macchinari, l'IA offre maggiore flessibilità, coerenza ed efficienza. Acquisendo e generando automaticamente soluzioni che corrispondono alle preferenze e alle capacità dell'azienda, l'automazione della programmazione basata sull'IA consente di risparmiare tempo, conservare risorse come macchine utensili e strumenti da taglio e garantire risultati migliori.

The preservation of knowledge was integral to the development of RBA, which can apply programming rules based on material type, surface finish, feature characteristics, and other factors. On top of being time consuming and laborious to implement, however, even slight differences in manufacturing scenarios make it tough to consistently use the automation. With the availability of new machine-learning tools for programming automation, the knowledge of employees who retire from or simply leave the manufacturing workforce can be more easily applied.

Instead of using instructions comprised of conditional statements, ProPlanAI uses existing CAM programmes as the building blocks for ideal processes. To create an RBA rule, a user might specify that if a hole is an inch in diameter and one inch deep, a specific drilling process should be used. If, on the other hand, the hole is half an inch in diameter and two inches deep, then a different drilling process should be used. In either case, a user or a CAM vendor hired by the user is typically responsible for establishing these very specific rules.
With machine learning, manufacturers can use existing programming data collected from previous, validated CAM programmes to apply knowledge from past jobs instead of relying on rules so specific that they may pertain only to a narrow set of scenarios. ProPlanAI can learn institutional practices from a small number of jobs or from hundreds or thousands of past scenarios and can almost instantly identify a validated manufacturing recipe that closely fits the current job.

Putting data to work

The ability to utilise all past programming information is perhaps the single biggest benefit offered by ProPlanAI, which automatically selects strategies that reflect the institutional knowledge and practices of individual manufacturing companies. While highvolume shops that repeatedly produce the same variety of parts can more easily benefit from RBA, job shops don’t see the value in implementing automation that can’t be consistently used. Both high-volume manufacturers and job shops benefit from using programming automation driven by AI because it thrives on the accumulation of data that they’re already producing and requires very little groundwork to implement.

With the click of a button the technology searches through a multitude of past processes to identify the best process for machining any machinable feature. For instance, if a company has preferred methods for machining open and closed pockets, the machine-learning algorithm identifies patterns across hundreds of different data points and automatically suggests a company’s preferred production method. In cases where a company programs a feature for the first time, ProPlanAI can identify previously programmed features that are the closest match to the current job; the user can then update the process and ProPlanAI will store the new information.

ProPlanAI can train and retrain its machine-learning models within a few minutes by searching for similarities and differences among a large volume of data points. For example, a machinable feature could require two or three machining operations, a machining operation may have 50 or 60 different operation parameters, and there could be 30 instances of that feature available in previous projects. ProPlanAI can analyse and cluster all feature and operation information to create models with validated sets of operational parameters that can be used the next time the feature needs to be programmed.

Evolution of CAM

Manufacturers who struggle to fill skilled positions benefit from an increased ability to use data and by empowering less experienced CNC (computer numerical control) programmers with tools that help them succeed with complicated tasks. Because manufacturers use their own pool of data to build programmes, predictions automatically reflect the knowledge and experience of individual businesses, as well as the parts they produce and the machine tools they use.

CNC programmers, who can immediately benefit from the automation provided by AI, also stand to benefit from ongoing development that will ultimately help them accomplish other tasks more easily. On top of streamlining part programming, the technology could potentially help businesses identify latent standard practices, provide notifications about deviations from programming standards, and make better use of product manufacturing information (PMI) for even more automated CNC programming.

While CAM software developers have provided automation tools over the years that help preserve and apply institutional knowledge, the rigidity of traditional automation makes it difficult for manufacturers to remain agile in a continuously evolving industry. With skilled employees in short supply and the complexity of parts and machinery continuing to rise, AI offers higher flexibility, consistency, and efficiency. By capturing and automatically generating solutions that match company preferences and capabilities, programming automation powered by AI saves time, conserves resources such as machine tools and cutting tools, and ensures better results.

Engineering Reality 2024 volume 1

Accelerare la produzione intelligente