一, Tehnološka integracija: inteligentna nadgradnja kalupov za brizganje, ki jo poganja AI
1. Inteligentna rekonstrukcija oblikovanja kalupa
Tradicionalna zasnova kalupov za brizganje se opira na izkušnje inženirjev in trpi zaradi dolgih ciklov in visokih stopenj napak. Uvedba tehnologije umetne inteligence omogoča globoko analizo množičnih podatkov o načrtovanju (kot so lastnosti materiala, parametri procesa oblikovanja in zgodovinski primeri napak) prek algoritmov strojnega učenja, ki lahko samodejno ustvarijo optimizacijske rešitve. Na primer, programska oprema, ki temelji na generativnem oblikovanju, lahko združi funkcionalne zahteve izdelka in proizvodne pogoje za hitro ustvarjanje optimalnih rešitev za ključne strukture, kot so ločevalne površine, sistemi za izlivanje in tokokrogi hladilne vode, s čimer zmanjša cikle načrtovanja kalupov za več kot 40 %. Pri zasnovi ukrivljenega kalupa zadnjega pokrova za pametne telefone serije Huawei Mate umetna inteligenca simulira obnašanje toka materiala pod različnimi ukrivljenostmi za nadzor napake vrzeli znotraj 0,005 mm, kar zagotavlja prileganje površine in izkoristek izdelka.
2. Optimizacija in napovedovanje proizvodnega procesa v realnem času
Tehnologija umetne inteligence prek omrežij senzorjev zbira-parametre v realnem času, kot so temperatura, tlak, hitrost in položaj strojev za brizganje, in jih združuje z modeli nevronskih mrež za napovedovanje kakovosti oblikovanja. Na primer, sistem za optimizacijo procesov z umetno inteligenco, ki ga je razvilo določeno podjetje, lahko z analizo podatkov o tlaku v votlini (z natančnostjo ± 0,1 MPa) vnaprej prepozna tveganja za napake, kot so kratek udarec, blisk in zvijanje, ter samodejno prilagodi zadrževalni tlak in čas ohlajanja, s čimer zmanjša stopnjo napak izdelka s 3 % na 0,5 %. Pri izdelavi pokrovov antene baznih postaj 5G je sistem umetne inteligence optimiziral zasnovo spiralnega kanala s simulacijo dielektrične izgube materiala LCP pod visoko-frekvenčnimi signali, s čimer je stabiliziral izgubo pokrova antene pri 0,0028 v frekvenčnem pasu 10 GHz, kar je izpolnilo zahteve komunikacije 5G.
3. Natančna napoved in vzdrževanje življenjske dobe plesni
Tehnologija umetne inteligence lahko predvidi preostalo življenjsko dobo kalupov in zagotovi zgodnje opozorilo z analizo podatkov o uporabi kalupov (kot so časi odpiranja in zapiranja, potisna sila, temperaturna nihanja) v kombinaciji z modeli utrujenosti materiala. Na primer, vzdrževalni sistem z umetno inteligenco, ki ga je uvedlo določeno podjetje za izdelavo avtomobilskih elektronskih modelov, dinamično prilagodi cikel zamenjave rezalnih orodij iz trde zlitine s fiksnega 8-urnega cikla na 10-12 ur s spremljanjem podatkov o vibracijah šestosnega robota med nakladanjem in razkladanjem v kombinaciji z algoritmom, usposobljenim za 5000+zgodovinske primere napak. Stopnja lomljenja orodja se zmanjša z 2 % na 0,28 %, kar prihrani letni strošek orodja v višini 2,1 milijona juanov.
2, Scenarij uporabe: Preboj v tehnologiji kalupov, ki temelji na povpraševanju po elektronskih izdelkih z umetno inteligenco
1. Miniaturizacija in visoko{1}}natančna proizvodnja
Trend miniaturizacije elektronskih izdelkov AI, kot so naprave AR/VR, mikrosenzorji in medicinska elektronika, postavlja izjemne zahteve glede natančnosti kalupov za brizganje. Na primer, kalup za držalo za mikro leče, ki ga je razvil Sunny Optics za naprave VR, ima velikost votline le 2,5 mm × 1,8 mm. Z uporabo rubinastih vodil (s 5-kratnim povečanjem odpornosti proti obrabi) in piezoelektričnih brizgalnih enot (s hitrostjo brizganja 500 mm/s) dosežemo dimenzijsko toleranco 0,001 mm; Kalup elektrode senzorja glukoze v krvi v podjetju medicinske elektronike uporablja tehnologijo pozicioniranja magnetne levitacije (natančnost pozicioniranja ± 0,0005 mm) za nadzor prileganja med vstavkom in plastiko znotraj 0,002 mm, s čimer se reši problem premikanja signala senzorja.
2. Izzivi pri oblikovanju visoko zmogljivih materialov
Zahteve glede lastnosti materiala, kot so odpornost na visoke temperature, visoka toplotna prevodnost in biokompatibilnost v elektronskih izdelkih z umetno inteligenco, spodbujajo nadgradnjo tehnologije kalupov. Na primer, kalupi iz materiala PEEK, ki se uporabljajo za letalske elektronske priključke, morajo vzdrževati enakomerno temperaturo votline (temperaturna razlika ± 1 stopinja) pri 360-380 stopinjah, česar tradicionalne grelne palice ne morejo doseči. Vendar pa lahko tehnologija konformnega krogotoka hladilne vode, ki jo poganja umetna inteligenca, skrajša čas hlajenja s 35 sekund na 21 sekund in poveča izkoristek oblikovanja s 85 % na 98 %; Določen okolju prijazen kalup za ohišje polnilnika je narejen iz 30 % modificiranega PLA materiala s koruznim škrobom. Z AI optimizirano obliko po zasnovi hlajenja se stopnja krčenja zmanjša s 15 % na 2,8 %, lupina pa se lahko popolnoma razgradi v 180 dneh v pogojih industrijskega kompostiranja.
3. Personalizacija in fleksibilna proizvodnja
Hitro ponavljanje elektronskih izdelkov z umetno inteligenco, kot je letna zamenjava pametnih telefonov, zahteva, da imajo kalupi možnost hitre menjave kalupov in prilagodljivo proizvodnjo. Na primer, kalup za držalo dlani prenosnika Lenovo serije Xiaoxin je bil zasnovan modularno, kar skrajša čas menjave kalupa s 4 ur na 30 minut in podpira skupno proizvodnjo več modelov izdelkov; Kalup za ohišje elektronske cigarete, ki ga je razvilo določeno podjetje za e-cigarete, je optimiziral položaj vrat s pomočjo simulacije Moldflow, zmanjšal število poskusnih kalupov s 5 na 2 in skrajšal razvojni cikel za 32 dni, s čimer je zadostil zahtevam trga po hitrem odzivu.
3, Industrijski izziv: skupni preboj tehnologije, stroškov in ekologije
1. Tehnično ozko grlo visoko{1}}natančne proizvodnje
Miniaturizacija elektronskih izdelkov z umetno inteligenco je povzročila znatno povečanje kompleksnosti struktur kalupov. Na primer, kalup za svetlobno vodilo modula za osvetlitev ozadja Mini LED mora obdelati 1,2 milijona nizov mikro leč s premerom 0,15 mm. Tradicionalna CNC obdelava traja 280 ur in površinska natančnost (vrednost PV) je le 0,5 μm, kar ne more izpolniti zahteve po enotnosti osvetlitve ozadja (vrednost PV je manjša ali enaka 0,3 μm); Kalup za plastične komponente za tečaje mobilnih telefonov z zložljivim zaslonom mora doseči več-smerno vlečenje jedra v 6 smereh vlečenja jedra, s sinhrono zahtevo natančnosti ± 0,003 mm za zapiranje kalupa. Tradicionalni hidravlični sistem za vlečenje jedra ima zakasnitev odziva približno 0,05 sekunde, kar lahko zlahka privede do bliskavice komponent, s stopnjo izkoristka le 82 %.
2. Stroškovni pritisk visoko-zmogljivih materialov
Obdelava materialov na biološki osnovi, kot sta PLA in PHA, zahteva posebne tehnike. Na primer, materiali PHA so nagnjeni k degradaciji, ko temperature brizganja presežejo 190 stopinj, kar zahteva prilagojene vijake s kromirano prevleko in gradientnimi utori, kar ima za posledico stroške kalupa, ki so 12% -15% višji kot pri tradicionalnih kalupih; Kalup lupine za radar z milimetrskimi valovi, ki ga je razvilo določeno podjetje, uporablja modificiran material PPO v kombinaciji s tehnologijo premaza kalupa za doseganje toplotne deformacije manj kot ali enako 0,1 mm/m v okolju od -40 stopinj do 85 stopinj, vendar stroški materiala za premaze predstavljajo 25 % skupnih stroškov kalupa.
3. Interdisciplinarna nadarjenost in ekološko sodelovanje
Razvoj kalupov za brizganje z umetno inteligenco zahteva integracijo znanja iz več disciplin, kot so znanost o materialih, strojništvo in računalništvo. Na primer, inženirji algoritmov umetne inteligence morajo razumeti načela načrtovanja kalupov, medtem ko morajo oblikovalci kalupov obvladati scenarije uporabe modelov strojnega učenja; Poleg tega uvedba tehnologije umetne inteligence zahteva, da podjetja, ki se ukvarjajo s kalupi, oblikujejo ekološko sinergijo s ponudniki rešitev umetne inteligence, dobavitelji senzorjev, platformami za računalništvo v oblaku itd. Na primer, senzor tlaka v votlini in sistem za nadzor procesa, ki ga zagotavlja RJG, sta postala ključna infrastruktura za optimizacijo procesov brizganja z umetno inteligenco.
