Automatik & Proces Logo

Sidebanner (4)Sidebanner (4)Sidebanner (4)  
AI kan effektivt anvendes til at finde fejl, som R&D-ingeniører ofte overser, påpeger RD8.
  • AI kan effektivt anvendes til at finde fejl, som R&D-ingeniører ofte overser, påpeger RD8.

08.05.2024, 13:12

AI finder fejl som ellers overses

RD8 kan hjælpe virksomheder med at undgå dyre designfejl. Et AI Denmark-forløb hos Alexandra Instituttet har vist, at firmaets software til fejldetektion fremover kan blive endnu stærkere med kunstig intelligens, AI.


Tænk, hvis man producerede en pumpe med en konstruktionsfejl, der først blev opdaget, når en millioner pumper var i brug! Heldigvis kan dén type fejl forebygges via ingeniørdisciplinen robust design, som firmaet RD8 er specialiseret i.  Men, RD8 rådgiver ikke bare; de har også digitaliseret processerne med software, der automatisk vurderer kvaliteten af et mekanisk design ved at læse de 3D-produktmodeller, som udgør produktionsgrundlaget.

Et aktuelt AI Denmark-forløb sammen med Alexandra Instituttet har vist, at AI har potentiale til at styrke firmaets software, fortæller Niels Sørensen, der er kommercielt ansvarlig hos RD8.

Den første version af RD8’s software er allerede i anvendelse hos en række globale fremstillingsvirksomheder. Her fungerer den digitale løsning som en erfaren ingeniør, der kvalitetstjekker designet, men 100 gange hurtigere, eksemplificerer Niels Sørensen;

”Vores software er ligesom en stavekontrol til mekanisk design. Hvis du uploader din 3D-model til vores software, får du at vide, hvordan du kan forbedre designet. På minutter,” fastslår Niels Sørensen, og fremhæver, at RD8’s softwareplatform kan kvalitetstjekke alle designs, uanset hvilket Cad-program de er lavet i. 

Når man i gamle dage producerede en pumpe, byggede man en fysisk prototype, som blev testet i virkeligheden i en række test loops, hvor designet så blev rettet lidt til efter hvert loop, hvilket er overordentlig ineffektivt, forklarer Martin Bue Bertelsen, der er ansvarlig for RD8’s software.

Digitale modellerings- og simuleringsværktøjer har ændret den proces og samtidig gjort det muligt at lade RD8’s software identificere forbedringer, inden man når til de dyrere stadier af udvikling og test.

Problemerne og ikke mindst udgifterne forårsaget af dårligt design forstærkes, jo længere ned ad værdikæden, man når, inden de opdages, supplerer Niels Sørensen; 

”Når man skal masseproducere et produkt, kan omkostningerne ved at korrigere fejl til sidst i processen være ti gange højere end de ville være ved korrektion i designprocessen”.

Det er også mere bæredygtigt at gøre det rigtigt fra starten, påpeger han. At der er et marked for robust design, vidner RD8’s projektportefølje om: Deres voksende team på knap 40 specialiserede ingeniører og udviklere rådgiver globale fremstillingsvirksomheder, der også bruger selskabets software.

Når man beregner kvaliteten og robustheden af et design, spiller kontaktfladerne den største rolle, dvs. hvorvidt og hvordan forskellige elementer påvirker hinanden, forklarer Martin Bue Bertelsen. 

”Der er otte forskellige discipliner, der danner fundamentet i vores tilgang til robust design, og af dem er kinematikken den mest fundamentale. Og i dén disciplin spiller kontaktflader en helt central rolle,” udtaler han.

Derfor var det også naturligt, at Alexandra Instituttets AI-specialister tog fat i netop dette område for at undersøge, om kunstig intelligens kunne trænes til at identificere, hvilke dele interagerer med hinanden i et design, fortæller han.

AI Denmark-forløbet har været både eksplorativt og givtigt, fortæller RD8’s algoritmespecialist Thor Gabelgaard Nielsen, der har drevet samarbejdet med AI Specialist Tomasz Prytuła. For mens AI til chatbots allerede er ret veludviklet, er AI til grafiske interfaces og elementer, der bevæger sig i forhold til hinanden i 3D, meget mindre udviklet.

"Vi undersøgte derfor, om et neuralt netværk kunne lære at analysere kontaktfladerne i konstruktionstegningerne visuelt, nærmest intuitivt, i stedet for som ingeniørerne at bruge geometrisk matematik til at beregne dem. Det lykkedes specialisterne at træne et neuralt netværk på RD8’s forholdsvist begrænsede, men annoterede data", fortæller Thor Gabelgaard Nielsen, og fortsætter: 

”En kunstig intelligens kan godt lære at forstå kontaktflader og skelne gode designs fra dårlige designs. Vi er interesserede i at komme i gang med næste fase,” siger han. 

Til det formål har RD8 brug for større datamængder til at viderebygge modellen, som han håber, virksomhedens globale klienter vil indgå i et samarbejde om. For jo mere virkelighedsnære deres træningsdata er, desto hurtigere kan RD8 hjælpe deres kunder videre med designoptimering via AI.


  • Del denne artikel på Facebook
  • Del denne artikel på Twitter
  • Del denne artikel på LinkedIn
 
Sidebanner (4)Sidebanner (4) Sidebanner (4)Sidebanner (4)Sidebanner (4)  
Sidebanner (4)Sidebanner (4)  
 
Automatik & Proces
 
 
Sydvestvej 110, 1
2600 Glostrup
T. 46139000
M. info@automatik.nu
Udgiver: Teknovation ApS

 
Copyright © Automatik & Proces
All Rights Reserved.
CMS: Scalar Media

Persondata- og cookiepolitik