John Deere menggunakan teknologi kecerdasan buatan Intel untuk membantu memecahkan masalah lama yang mahal dalam proses manufaktur dan pengelasan.
Deere sedang menguji coba solusi yang menggunakan visi komputer untuk secara otomatis menemukan cacat umum dalam proses pengelasan otomatis di fasilitas manufakturnya.
Andy Benko, Direktur Kualitas Departemen Konstruksi dan Kehutanan John Deere, mengatakan: “Pengelasan adalah proses yang kompleks.Solusi kecerdasan buatan ini berpotensi membantu kami memproduksi mesin berkualitas tinggi secara lebih efisien dari sebelumnya.
“Memperkenalkan teknologi baru ke dalam manufaktur membuka peluang baru dan mengubah persepsi kami tentang proses yang tidak berubah selama bertahun-tahun.”
Di 52 pabrik di seluruh dunia, John Deere menggunakan proses pengelasan busur logam gas (GMAW) untuk mengelas baja karbon rendah ke baja berkekuatan tinggi untuk memproduksi mesin dan produk.Di pabrik-pabrik ini, ratusan lengan robot mengkonsumsi jutaan pon kawat las setiap tahun.
Dengan jumlah pengelasan yang begitu besar, Deere memiliki pengalaman dalam menemukan solusi masalah pengelasan dan selalu mencari cara baru untuk menangani potensi masalah.
Salah satu tantangan pengelasan yang umum dirasakan di seluruh industri adalah porositas, di mana rongga pada logam las disebabkan oleh gelembung udara yang terperangkap saat las mendingin.Rongga melemahkan kekuatan pengelasan.
Secara tradisional, deteksi cacat GMAW adalah proses manual yang membutuhkan teknisi yang sangat terampil.Di masa lalu, upaya seluruh industri untuk menangani porositas las selama proses pengelasan tidak selalu berhasil.
Jika cacat ini ditemukan pada tahap selanjutnya dari proses manufaktur, seluruh perakitan perlu dikerjakan ulang atau bahkan dibuang, yang dapat merusak dan merugikan pabrikan.
Kesempatan untuk bekerja dengan Intel untuk menggunakan kecerdasan buatan untuk memecahkan masalah porositas las adalah kesempatan untuk menggabungkan dua nilai inti John Deere-inovasi dan kualitas.
“Kami ingin mempromosikan teknologi untuk membuat kualitas pengelasan John Deere lebih baik dari sebelumnya.Ini adalah janji kami kepada pelanggan kami dan harapan mereka terhadap John Deere,” kata Benko.
Intel dan Deere menggabungkan keahlian mereka untuk mengembangkan sistem perangkat keras dan perangkat lunak ujung ke ujung yang terintegrasi yang dapat menghasilkan wawasan waktu nyata di tepi, yang melebihi tingkat persepsi manusia.
Saat menggunakan mesin penalaran berbasis jaringan saraf, solusinya akan merekam cacat secara real time dan secara otomatis menghentikan proses pengelasan.Sistem otomatisasi memungkinkan Deere untuk memperbaiki masalah secara real time dan menghasilkan produk berkualitas yang dikenal Deere.
Christine Boles, wakil presiden Intel Internet of Things Group dan manajer umum Grup Solusi Industri, mengatakan: “Deere menggunakan kecerdasan buatan dan visi mesin untuk memecahkan tantangan umum dalam pengelasan robot.
“Dengan memanfaatkan teknologi Intel dan infrastruktur cerdas di pabrik, Deere berada di posisi yang tepat untuk memanfaatkan tidak hanya solusi pengelasan ini, tetapi juga solusi lain yang mungkin muncul sebagai bagian dari transformasi Industri 4.0 yang lebih luas .”
Solusi deteksi cacat kecerdasan buatan edge didukung oleh prosesor Intel Core i7, dan menggunakan Intel Movidius VPU dan versi distribusi toolkit Intel OpenVINO, dan diimplementasikan melalui platform visi mesin ADLINK kelas industri dan kamera las MeltTools.
Dikirim sebagai berikut: manufaktur, berita dengan tag: kecerdasan buatan, deere, intel, john, manufaktur, proses, kualitas, solusi, teknologi, pengelasan, pengelasan
Robotics and Automation News didirikan pada Mei 2015 dan sekarang menjadi salah satu situs web yang paling banyak dibaca dalam kategori ini.
Harap pertimbangkan untuk mendukung kami dengan menjadi pelanggan berbayar, melalui iklan dan sponsor, atau membeli produk dan layanan melalui toko kami, atau kombinasi dari semua hal di atas.
Situs web dan majalah terkait serta buletin mingguan diproduksi oleh tim kecil jurnalis dan profesional media yang berpengalaman.
Jika Anda memiliki saran atau komentar, jangan ragu untuk menghubungi kami melalui alamat email apa pun di halaman kontak kami.
Pengaturan cookie di situs web ini diatur ke "Izinkan Cookie" untuk memberi Anda pengalaman menjelajah terbaik.Jika Anda terus menggunakan situs web ini tanpa mengubah pengaturan cookie, atau mengklik "Terima" di bawah, Anda setuju.
Waktu posting: 28 Mei-2021
