Zyski:
- Umiejętność wyjaśnienia parametrów obróbki skrawaniem, odlewania, spawania i wytwarzania przyrostowego na poziomie podstawowym
- Możliwość określenia produktywności (DFM), parametrów procesu i zarysu kosztów za pomocą sztucznej inteligencji
- Możliwość walidacji zaleceń AI z ograniczeniami narzędzi/maszyn i rzeczywistymi ograniczeniami procesu
Niezależnie od tego, jak elegancki jest projekt na papierze, jest on bezwartościowy, jeśli nie można go odtworzyć. Każdy z procesów produkcyjnych (obróbka skrawaniem, odlewanie, spawanie, obróbka blachy, produkcja przyrostowa) ma swoje własne zasady, ograniczenia i strukturę kosztów. Design for manufacturability (DFM: Design for Manufacturing; dyscyplina polegająca na projektowaniu części tak, aby można ją było łatwo, tanio i powtarzalnie wyprodukować wybraną metodą produkcji) polega na uwzględnieniu tych zasad na etapie projektowania. Sztuczna inteligencja (AI) stanowi potężną pomoc w ocenie DFM, rekomendowaniu parametrów procesu, szkicowaniu kosztów i benchmarkingu procesów. Ale sztuczna inteligencja nie zna rzeczywistej maszyny, narzędzia, matrycy ani doświadczenia operatora w Twoim sklepie; Może to sugerować nieosiągalny promień naroża wewnętrznego, niemożliwą tolerancję lub cięcie, którego nie da się wykonać na istniejącej maszynie. Dlatego zalecenia AI w DFM należy zawsze weryfikować w oparciu o rzeczywisty sprzęt, narzędzia i ograniczenia procesów. W tym module nauczysz się podstawowej logiki procesów produkcyjnych i bezpiecznego włączania sztucznej inteligencji do DFM.
Główne procesy produkcyjne i ograniczenia projektowe
Każdy proces narzuca projektantowi pewne zasady. Znajomość tych zasad jest podstawą projektowania nadającego się do produkcji:
Proces
Gdzie jest mocny
Typowe ograniczenia projektowe
Obróbka skrawaniem (CNC)
Wysoka precyzja, niska-średnia ilość
Zasięg narzędzia, promień naroża wewnętrznego ≥ promień narzędzia
odlewanie
Złożona geometria, duża ilość
Naddatek na skurcz, równowaga grubości ścianki, nachylenie odlewu
obróbka blachy
Szybkie i tanie części z blachy
Minimalny promień zgięcia, odległość od otworu do krawędzi
Źródło
Łączenie dużych konstrukcji
Dostęp, udar cieplny, sekwencja spawania
Produkcja przyrostowa (druk 3D)
Złożona geometria wewnętrzna, prototyp
Wymagania podporowe, kąt wyłaniania, anizotropia
Przykładowo przy frezowaniu CNC promień naroża wewnętrznego nie może być mniejszy od promienia użytego narzędzia frezującego; Za pomocą tego narzędzia nie można wykonać wzoru wymagającego ostrego narożnika wewnętrznego. W przypadku gięcia blachy minimalny promień gięcia zależy od materiału i grubości; poniżej materiał pęka. Zasady te są ogólnymi informacjami, które sztuczna inteligencja może „znać”, ale różnią się one w zależności od zestawu narzędzi i wydajności maszyny w Twoim warsztacie.
Wskazówka: zadając AI pytanie dotyczące DFM, jasno określ metodę produkcji i dostępny sprzęt: „Na 3-osiowej frezarce CNC nasza najmniejsza średnica frezu wynosi 4 mm”. Jeśli metoda nie jest określona, sztuczna inteligencja podaje ogólne zasady, które mogą pomijać Twoje konkretne ograniczenia.
Parametry procesu i logika kosztów
Wynik każdego procesu zależy od parametrów procesu: prędkości skrawania, posuwu, głębokości skrawania w CNC; prąd, postęp, gaz osłonowy w spawalnictwie; wysokość warstwy, temperatura, stopień wypełnienia w druku. Sztuczna inteligencja może zaproponować wartości wyjściowe dla tych parametrów, jednak należy je zweryfikować danymi producenta narzędzia i próbnym skrawaniem. Koszt obejmuje w przybliżeniu materiał + robociznę (czas pracy maszyny) + konfigurację + amortyzację formy/narzędzia; Wraz ze wzrostem ilości koszt jednostkowy maleje, ponieważ koszty stałe (forma, instalacja) rozkładają się na więcej części.
Uwaga: Parametry takie jak prędkość skrawania i posuw podawane przez sztuczną inteligencję mogą mieścić się w „rozsądnym zakresie”, ale mogą nie być optymalne lub bezpieczne dla trio materiał-maszyna-maszyna. Nieprawidłowy parametr powoduje pęknięcie narzędzia, uszkodzenie powierzchni lub zagrożenie bezpieczeństwa pracy. Zawsze potwierdzaj parametry zgodnie z zaleceniami producenta i próbą.
Krok po kroku: Ocena DFM z wykorzystaniem AI
- Określ metodę produkcji i sprzęt. Jaka maszyna, jakie narzędzia, jaka ilość?
- Zdefiniuj geometrię. Wymiary krytyczne, narożniki wewnętrzne, grubości ścian, otwory.
- Poproś o sprawdzenie DFM. Zagrożenia związane z wykonalnością i sugestie ulepszeń.
- Naszkicuj parametry procesu. Następnie zostaną zweryfikowane wartości początkowe.
- Uzyskaj wyodrębnioną logikę kosztów. Trend kosztów jednostkowych według ilości.
- Sprawdź z rzeczywistymi limitami. Potwierdzenie z warsztatem, katalogiem narzędzi i operatorem; element testowy.
Monit analizy DFM
Rola: Inżynier produkcji z doświadczeniem w zakresie produktywności (DFM). Metoda produkcji: 3-osiowe frezowanie CNC. Nasza najmniejsza średnica frezu wynosi 4 mm. Materiał: aluminium 6061. Ilość: 50. Sztuka: [opis geometrii; narożniki wewnętrzne, kieszenie, otwory, tolerancje]. Zadanie: Lista zagrożeń produkcyjnych (strefa niedostępna, zbyt mały promień wewnętrzny, trudna tolerancja, cienka ściana). Zaproponuj ulepszenia projektu dla każdego ryzyka. Reguła: Określ, że Twoje sugestie należy zweryfikować z istniejącym sprzętem.
Monit o parametry procesu
Będę obrabiał aluminium 6061 za pomocą frezu z węglików spiekanych 8 mm. Zaproponuj wstępne parametry skrawania (prędkość skrawania, posuw, głębokość skrawania) i podaj typowy zakres. Zasada: Należy podkreślić, że wartości te należy zweryfikować danymi producenta narzędzia i wykonać próbną obróbkę; Dodaj notatkę bezpieczeństwa.
Monit dotyczący porównania procesów
Wyprodukuję 200 sztuk następującego elementu: [geometria]. Porównaj trzy metody: obróbka CNC, odlewanie ciśnieniowe, produkcja przyrostowa. Dla każdego: dostępność, szacowany trend kosztów jednostkowych (według ilości), koszt formy/montażu, tolerancja i typowe ryzyko. Zrób stół. Reguła: Liczby są przybliżone; Ostateczna wycena wymaga weryfikacji ze strony dostawcy.
Monit dotyczący projektu kosztu
Odejmij przybliżone koszty tej części CNC: materiał, czas pracy maszyny, konfiguracja, zużycie narzędzia, kontrola jakości. Wyjaśnij logicznie, jak zmienia się koszt jednostkowy dla 1, 50 i 500 jednostek (rozrzut kosztów stałych). Reguła: Jeśli lokalne ceny pracy i energii nie są znane, zaznacz swoje założenie.
Słaba podpowiedź/silna podpowiedź
Słaba zachęta:
Czy można wyprodukować tę część?
Nie ma żadnych szczegółów dotyczących metody, materiału, ilości lub geometrii; Sztuczna inteligencja odpowiada ogólnie „tak, można to zbudować”, co jest bezwartościowe z inżynierskiego punktu widzenia.
Potężny monit:
Frezarka CNC 3-osiowa, najmniejsze narzędzie 4 mm, aluminium 6061, 50 sztuk. Część: [geometria]. Wymień ryzyka związane z produkcją (niedostępny narożnik wewnętrzny, cienka ściana, trudna tolerancja) i zaproponuj ulepszenia projektu dla każdego z nich. Wspomnij, że muszę zweryfikować Twoje sugestie na własnej maszynie.
Druga szybka metoda podaje sprzęt, materiał i ilość; Wymaga to konkretnego ryzyka i pozostawia weryfikację inżynierowi.
Trzy mini etui (według liczb)
Przypadek 1 - niedostępny narożnik wewnętrzny. Projektant rysuje promień naroża wewnętrznego 2 mm, ale najmniejszy frez w sklepie ma średnicę 4 mm (promień 2 mm) i przy tej głębokości narzędzie o średnicy 3 mm nie może pracować bez wibracji. AI ostrzega, że „promień naroża wewnętrznego nie może być mniejszy niż najmniejszy promień narzędzia” w sterowaniu DFM. Projektant otwiera narożnik na promień 2,5 mm i udostępnia go. Lekcja: geometria powinna pasować do ławki, a nie do geometrii ławki.
Przypadek 2 – Kamień milowy dotyczący ilości i kosztów. AI szacuje koszt jednostkowy 200 części na ~18 USD w przypadku CNC, ~9 USD łącznie z formą i odlewem ciśnieniowym, ale koszt formy wynosi ~6000 USD. Inżynier oblicza: całkowity koszt odlewu wynosi 200,9 + 6000 = 7800 dolarów; CNC 200·18 = 3600 USD. CNC jest tańsze w tej ilości; Rzucanie jest korzystne tylko dla ~1000+ jednostek. Rzeczywista oferta jest otrzymywana od dostawcy i weryfikowana. Lekcja: koszt formy rozkłada się na ilość; Oblicz punkt zwrotny.
Przypadek 3 – Zniekształcenie cienkiej ściany. AI zaleca grubość ścianki odlewu 2 mm; Jednakże taka grubość części niesie ze sobą ryzyko odkształcenia i błędów wypełnienia podczas chłodzenia. Inżynier odlewniczy wymaga co najmniej 4 mm i zrównoważonej grubości ścianki. Podczas próbnego odlewania ścianka o grubości 2 mm jest w rzeczywistości niekompletna i prowadzi do złomu. Lekcja: Grubość zalecana przez AI może być ogólna; Limit procesu pojawi się na polu.
Typowe błędy
- Pytanie do DFM bez określenia metody: uzyskanie ogólnej odpowiedzi i pominięcie konkretnego ograniczenia dotyczącego sprzętu.
- Zaniedbanie limitu narzędzia/maszyny: Projektowanie nieosiągalnych narożników, niemożliwych tolerancji.
- Użycie parametru procesu bez weryfikacji: Zastosowanie wartości AI bez cięcia próbnego.
- Zapominanie o kosztach formy/instalacji: uwzględnienie wyłącznie robocizny jednostkowej i pominięcie przeliczenia kosztów jednostkowych.
- Omijanie zasad dotyczących grubości ścianki/promienia zgięcia: Przekroczenie minimalnych limitów dla odlewu/blachy.
- Zawężanie tolerancji niezależnie od funkcji: zawyżanie kosztów poprzez niepotrzebnie zawężone tolerancje.
Podsumowując
- Każdy proces produkcyjny narzuca własne ograniczenia projektowe; DFM ma uwzględnić te ograniczenia już na etapie projektowania.
- Sztuczna inteligencja ma silną pozycję w zakresie ryzyka DFM, parametrów procesu i zarysu kosztów; ale nie zna twojego prawdziwego licznika.
- Zalecenia należy zawsze weryfikować w odniesieniu do istniejącego sprzętu, katalogu narzędzi i części próbnej.
- Koszt obejmuje materiał, robociznę, instalację i formę/oprzyrządowanie; Koszty stałe, takie jak formowanie, rozkładają się na ilość.
- Ograniczenia procesu, takie jak promień narożnika wewnętrznego, grubość ścianki, promień zgięcia, determinują projekt; Ostateczna decyzja należy do inżyniera.
Zadanie aplikacji
Wybierz część i metodę produkcji (na przykład wspornik aluminiowy lub obudowę z blachy na frezarce CNC). Zapisz metodę, dostępne wyposażenie (średnica narzędzia, maszyna), materiał i ilość. Poproś sztuczną inteligencję o przeprowadzenie analizy DFM i sporządzenie listy zagrożeń związanych z produkcją oraz zaleceń dotyczących ulepszeń. Zweryfikuj co najmniej dwa ryzyka (np. promień zaokrąglenia lub tolerancję) w odniesieniu do rzeczywistego limitu narzędzia/maszyny; Jeśli nie pasuje, popraw projekt. Następnie poproś sztuczną inteligencję o wyodrębnienie trendu kosztów jednostkowych dla dwóch różnych ilości (np. 50 i 500) i samodzielne obliczenie punktu zwrotnego kosztów formy/ustawienia. Na koniec napisz, które decyzje wymagają weryfikacji dostawcy/sklepu.
lista kontrolna
- [ ] Metoda produkcji, dostępny sprzęt, materiały i ilości są jasno określone.
- [ ] Wymieniono ryzyka DFM (niedostępny obszar, cienkie ściany, trudna tolerancja).
- [ ] Co najmniej dwa ryzyka zostały zweryfikowane w odniesieniu do rzeczywistego limitu narzędzia/maszyny.
- [ ] Parametry procesu przyjęto jako „szkic do sprawdzenia” i nie zostały one bezpośrednio wdrożone.
- [ ] Obliczono relację ilości do kosztu i kamień milowy formy/ustawienia.
- [ ] Decyzje wymagające weryfikacji dostawcy/warsztatu są zaznaczone; zatwierdzenie pozostawiono inżynierowi.