1. Et stort skridt fremad inden for AI-design: at gå fra erfarings-baseret til databaseret-
Traditionelt design af støbt papirmasse afhænger meget af ingeniørernes erfaring. Designcyklusserne er lange, omkostningerne ved forsøg og fejl er betydelige, og det er svært at skubbe fysiske grænser. Brugen af AI-teknologi har fundamentalt ændret den måde, designs laves på ved at kombinere dyb læring, computersyn og generativt design.
Automatiseret procedure for design
AI kan hurtigt finde vigtige designtegningsfaktorer som vægtykkelse, trækvinkel og placeringen af strukturelle dele. Det kan derefter bruge maskinlæringsmodeller til at komme med tidlige løsninger, der opfylder mekaniske krav. For eksempel, når en virksomhed i Hangzhou implementerede et visuelt inspektionssystem for kunstig intelligens, blev formdesigncyklussen skåret fra 4 uger til 1 uge, designomkostningerne blev sænket med 30 %, og produktkvalifikationsprocenten blev hævet til 98 %. AI's automatiske omarbejdning af designprocessen-fra kravanalyse til parameteroptimering til løsningsgenerering-betyder, at ingen skal gøre noget i hånden under hele processen.
Evne til at optimere mange mål
AI-designsystemet kan optimere flere mål på samme tid, selvom de er i konflikt med hinanden. For eksempel kan det optimere trykstyrke, materialebrug og hvor svært det er at afforme. For eksempel, mens man designer en bufferstruktur, kigger AI på titusindvis af historiske datapunkter for at skabe en dynamisk model af "bufferkoefficient strukturel enhedsnummer papirformtykkelse." Den finder derefter automatisk den bedste kombination af parametre. En virksomhed i Harbin kom op med den "interne bløde eksterne hårde varmpressende støbeteknologi", som bruger AI-algoritmer til at forbedre støbeformens varmpresningsparametre. Denne teknologi giver for første gang mulighed for retvinklet strækning og lodret afformning af pulpstøbning, hvilket øger produktets trykstyrke med 50% og halverer omkostningerne.
Et kreativt gennembrud inden for generativt design
AI kan ikke kun forbedre strukturer, der allerede eksisterer, men det kan også lave nye gennem generativt design. På tre måneder brugte en virksomhed i Wenzhou AI-teknikker til at komme med 17.000 designalternativer. En af dem, en rejsesætboks, brugte AI til at forbedre sin honeycomb-konstruktion, hvilket gjorde den 40 % lettere og 15 % stærkere. Ordrer steg med 300 % i den første måned af noteringen. Denne nye teknologi kommer fra AI's dybe forståelse af reglerne for materialefysik. Ved at modellere millioner af måder, hvorpå strukturer kan deformeres, kan AI finde optimeringsveje, som menneskelige ingeniører ikke engang kunne tænke på.
2. AI-drevet procesinnovation: fra statisk optimering til en dynamisk lukket sløjfe
Designprocessen skal ikke kun optimeres til støbt papirmasse, men hele produktionsprocessen skal også optimeres. AI-teknologi skaber et lukket-sløjfesystem af "perception decision execution" for at optimere processer på en dynamisk og præcis måde.
Styring af processer i realtid
Under pulpproduktionsstadiet kan AI ændre vigtige indstillinger i realtid baseret på input fra sensorer. For eksempel ændrer AI-systemet automatisk mængden af retentionshjælp baseret på pH-værdien og fibertilbageholdelseshastigheden for gyllen. Dette øger fiberforbruget med 5-8 % og reducerer råvaretabet med 10 %. Guangdong Hansen Intelligents fuldautomatiske formningsmatrixproduktionslinje har et intelligent dynamisk parameterjusteringssystem, der automatisk kan justere varmpresningstiden og temperaturen baseret på gyllekoncentrationen. Dette sparer 200 tons materialer og reducerer arbejdsomkostningerne med 50 %.
Forudsigelse og forebyggelse af defekter
AI-visuel inspektionssystemet kan finde mere end 20 typer defekter, såsom ledninger, hår og lystransmission. Den kan finde 4 fejl i sekundet, og antallet af mistede registreringer er faldet fra branchegennemsnittet på 12 % til 0,5 %. AI kan også finde mulige kvalitetsproblemer på forhånd ved at se på, hvordan defektdata og procesparametre hænger sammen. For eksempel hjalp en AI-model en virksomhed med at finde ud af, at når temperaturen på støbemaskinen ændres med mere end 2 grader Celsius, vil der sandsynligvis dannes revner ved produktets grænser. Baseret på dette reducerede en ændring af temperaturstyringsmetoden skrotmængden med 40 %.
Bedste måde at opsætte energi og materialer på
AI kan ændre den måde, energi og materialer bruges på under hele produktionsprocessen for at gøre dem mere effektive. Et firma i Sichuan laver støbebaser til bambusmasse, der kan rumme mere end 50 kg. De bruger AI-fiberseparationsteknologi til nøjagtigt at måle styrken af bambusfibrene. Deres blockchain-sporbarhedssystem holder også styr på CO2-fodaftrykket, som opfylder EU's grønne toldcertificeringskrav. Denne optimering sænker ikke kun produktionsomkostningerne, men den tilføjer også værdi til markedet.
3. Industriel anvendelse: Fra et enkelt gennembrudspunkt til økologisk genopbygning
AI-design har ændret støbemassesektoren på mange måder, fra det tekniske niveau til genopbygningen af det industrielle økosystem.
Udbredt brug af personlig produktion
Udviklingen af C2M-tilstand (brugerdirekte fremstilling) lægger et stort pres på støbt papirmasse for at kunne reagere hurtigt. AI har gjort det muligt at levere tilpasset emballage på 72 timer ved at skabe en fuld-digital tvillingplatform til en "designfremstillingstjeneste." Den fleksible produktionslinje fra Guangdong Green Ran Intelligent kan håndtere "lille batch, multi batch" tilpasning og kan udføre prøveudtagning på 72 timer. Det har givet virksomheder som Maotai og Huawei emballage, der er ret præcis.
Smart forbedring af samarbejdet i industrikæden
AI ændrer måden, traditionelle industrikæder fungerer på, ved at gøre dem mere som netværk, der arbejder sammen. For eksempel fungerer Fenghai Intelligents "AI perception+mechanical control+data closed-loop"-system med maskiner lavet af virksomheder som Zhongxin og Yu gennem OPC UA's universelle grænseflade. Dette reducerer den tid, det tager at opsætte på tværs af produktionslinjer, fra 30 dage til 5 dage, og tiden det tager at træne en model fra 30 dage til 5 dage. Dette koncept med at arbejde sammen giver små og mellemstore{10}}virksomheder mulighed for at ændre og forbedre sig ved at dele teknologiske ressourcer, så de ikke behøver at konstruere et helt AI-system.
Tjen penge på bæredygtig værdi
AI-design får ikke kun produkter til at fungere bedre, men det åbner også op for nyt økonomisk potentiale ved at administrere kulstofdata. Et bestemt mærke anvender kunstig intelligens til at finde ud af "kulstofværdien" af hvert gram papirmasse i realtid. Dette reducerer emissionerne fra transport med 62 % og hæver prisen på produktet med 27 %. "Carbonalgoritmebarrieren" er ved at blive den vigtigste konkurrencefaktor på markedet. Det ændrer støbt papirmasse fra et "lavt-materiale" til en "høj-værdiløsning."
