Inzet van Hybride AI voor het optimaliseren van een duurzaam verlijmingsproces 

Vanuit ecologische en economische afwegingen, zijn bedrijven steeds vaker op zoek naar manieren om producten lichter en toch sterker te maken. Daarvoor is het van belang om de juiste combinatie van materialen te vinden voor een bepaalde toepassing. Dit houdt in dat er veel onderzoek plaatsvindt naar de manier waarop die materialen verbonden kunnen worden. Duurzaamheid is hierbij ook vaak een cruciaal aspect.  

In Industrie 4.0 worden bij veel verlijmingsprocessen robots en cobots ingezet. Zij creëren een meerwaarde door de operatoren te ondersteunen en de kwaliteit van lijmverbindingen te verbeteren bij moeilijke of repetitieve assemblagetaken. 

Om een optimale verlijming en verlijmingsproces te bereiken, wordt er dan ook veel tijd en aandacht besteed aan de juiste instellingen van deze cobots en robots. Zo is het regelmatig finetunen van de instellingen van de robot én de afvoereenheid bijvoorbeeld van groot belang om een goede lijmparel kwaliteit te bereiken. Dit is echter vaak tijdrovend en veelal gebaseerd op trial & error, wat zijn impact heeft op de stabiliteit en robuustheid van het productieproces. 

Om dit instellingsproces te versnellen, heeft Flanders Make een methode ontwikkeld om met inzet van Hybride AI een aantal belangrijke parameters sneller te optimaliseren zonder het productieproces te ontregelen. 

Joining&Materials Lab

 

VAN TWEE DAGEN NAAR DRIE UUR 

Wanneer we op zoek gaan naar de optimale verbindingstechniek voor specifieke industriële toepassingen, kunnen we verschillende variabelen optimaliseren. Dit zijn niet alleen de variabelen van de robot zelf, maar ook de (klimaat)omstandigheden van de verlijming, de gebruikte materialen en de dosering van de lijm. 

In het onderzoek wat Flanders Make recent heeft uitgevoerd, zijn in ons Joining & Material Lab onder andere de robotsnelheid, voordruk van de doseereenheid, de hoeveelheid lijmvloeistof per tijdseenheid en de afstand tussen spuitmond en het werkobject (hoogte) gemeten en vastgesteld. 

Nadien werd op basis van de metingen en gebruik makende van expertkennis gezocht naar de beste variabelen van de robot en omstandigheden met de hybride AI algoritmen van Flanders Make en UGent. Daarbij werd een calculatie gemaakt van de besparingen door een minimale variatie van de lijmhoeveelheid op het oppervlak, de breedte van de lijmkraal en het maximaliseren van de snelheid van de lijmtoepassing. 

Door gebruik te maken van een hybride AI model op de twee focuspunten in dit onderzoek, namelijk optimalisatie van hoogte en snelheid, kon men de instellingstijd van deze parameters verkorten van twee dagen naar slechts drie uur. 

Daarnaast werd een besparing op productiekosten bereikt, ook leidde dit tot een stabieler en robuuster productieproces. 

hybride-AI-NL

Jeroen Taets
Auteur

Jeroen Taets

Jeroen behaalde een MSc als werktuigkunde-elektrotechniek ingenieur aan de Universiteit Gent (2019). Vervolgens begon hij een doctoraat aan de UGent in de onderzoeksgroep van prof. Guillaume Crevecoeur. Het doel van zijn doctoraat is het ontwikkelen van data gedreven regeltechnieken voor het realizeren van performante mechatronische systemen. Enerzijds worden methoden ontwikkeld voor een versneld ontwerp en autotuning voor het regelen van systemen met inherente complexiteit en daaraan gekoppelde onzekerheid. Anderzijds wordt gekeken om gebruik te maken van meerdere gelijkaardige mechatronische systemen om het regelontwerp verder te versnellen.

Related Posts

Lees meer
Lees meer
Lees meer

BLIJF OP DE HOOGTE!

Schrijf je in voor onze nieuwsbrief en ontvang de interessantste artikels over innovaties in de maakindustrie en updates over Flanders Make.