Ρομποτική και φυσική AI

Η Shanghai Electric χρησιμοποιεί ΤΝ στην παραγωγή και τη συντήρηση αεριοστροβίλων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Shanghai Electric ανακοίνωσε στις 10 Νοεμβρίου 2026 ότι η βιομηχανική ΤΝ υποστηρίζει την κατασκευή πτερυγίων, την επιθεώρηση συγκολλήσεων και τη συντήρηση σε όλο τον κύκλο ζωής των βαρέος τύπου αεριοστροβίλων της, με την πλατφόρμα SIMPLE να αξιοποιεί δεδομένα από περισσότερες από 60 μονάδες αεριοστροβίλων και πάνω από 1 εκατομμύριο συνολικές ώρες λειτουργίας.

Η ανακοίνωση συνδυάζει την τεχνογνωσία στη μηχανική εξοπλισμού με δεδομένα παραγωγής και λειτουργίας, επεκτείνοντας τη χρήση της ΤΝ από την κατασκευή εξαρτημάτων έως την τεχνική υποστήριξη σε μονάδες που βρίσκονται σε λειτουργία. Το έργο αφορά δύο βασικές απαιτήσεις των αεριοστροβίλων βαρέος τύπου: την κατεργασία σύνθετων εξαρτημάτων με ακρίβεια και την αξιόπιστη απόδοση σε όλη τη διάρκεια ζωής τους. Το εύρος αυτό εντάσσει την ποιότητα κατασκευής και τις πληροφορίες συντήρησης στην ίδια στρατηγική διαχείρισης του κύκλου ζωής του εξοπλισμού.

Παραγωγή πτερυγίων για διαφορετικά μοντέλα

Τα πτερύγια των αεριοστροβίλων διαφέρουν σε μέγεθος, σχήμα και διαδρομή κατεργασίας, γεγονός που απαιτεί από τον εξοπλισμό παραγωγής να μπορεί να χειρίζεται πολλούς τύπους εξαρτημάτων και διεργασιών. Η ευέλικτη γραμμή παραγωγής της Shanghai Electric συνδυάζει όραση ΤΝ, ψηφιακά δίδυμα της παραγωγής, έξυπνο προγραμματισμό και ρομποτική για την υποστήριξη της παραγωγής διαφορετικών μοντέλων και των αυτόματων αλλαγών παραγωγής.

Η τρισδιάστατη όραση και η ΤΝ εντοπίζουν τα ακατέργαστα πτερύγια σε σωρούς όπου είναι στοιβαγμένα με τυχαίο τρόπο, πριν από τη συλλογή και την τοποθέτησή τους. Η Shanghai Electric αναφέρει ακρίβεια συλλογής άνω του 99,99%. Αυτό το στάδιο της διαδικασίας αντιμετωπίζει μια βασική πρόκληση του αυτοματισμού: τα μηχανήματα πρέπει πρώτα να αναγνωρίζουν και να χειρίζονται σωστά εξαρτήματα που δεν παραδίδονται σε ομοιόμορφη διάταξη.

Η γραμμή συνδέει επίσης τα συστήματα προγραμματισμού παραγωγής, εκτέλεσης της παραγωγής και διαχείρισης ποιότητας σε όλα τα στάδια: από τη φόρτωση και την κατεργασία έως την επιθεώρηση και την τελική συσκευασία. Οι χειριστές μπορούν να εναλλάσσουν την πλήρως αυτοματοποιημένη παραγωγή με την αυτόνομη λειτουργία των μηχανημάτων, ώστε να διασφαλίζεται η συνέχιση της παραγωγής. Έτσι, ο αυτοματισμός για διαφορετικά μοντέλα εντάσσεται σε μια διασυνδεδεμένη ροή εργασιών, η οποία διατηρεί τις πληροφορίες παραγωγής και ποιότητας καθώς τα πτερύγια προχωρούν στη γραμμή.

Επιθεώρηση κατά τη συγκόλληση δρομέων

Η διασφάλιση ποιότητας καλύπτει και μεγάλους δρομείς υψηλής αξίας, όπου η ποιότητα των συγκολλήσεων επηρεάζει άμεσα την ασφαλή λειτουργία. Η επιθεώρηση των κατεργασμένων επιφανειών αυτών των μεγάλων εξαρτημάτων παρουσιάζει πρακτικές δυσκολίες. Η Shanghai Electric ανέπτυξε ένα τερματικό οπτικής επιθεώρησης με βάση την ΤΝ, το οποίο συνδυάζει ΤΝ, ρομποτικό έλεγχο και τεχνογνωσία στη συγκόλληση, για την παρακολούθηση των εργασιών συγκόλλησης σε πραγματικό χρόνο και τον έγκαιρο εντοπισμό ελαττωμάτων.

Ο σχεδιασμός του τερματικού με ενσώματη ΤΝ συνδυάζει ένα συνεργατικό ρομπότ με ένα ειδικά κατασκευασμένο τελικό στοιχείο, δηλαδή ένα εξάρτημα εργαλείου. Ο βραχίονάς του εκτείνεται και συμπτύσσεται με το πάτημα ενός κουμπιού και προσαρμόζεται αυτόματα στον κύκλο συγκόλλησης. Η εταιρεία αναφέρει ότι η συνδεσιμότητα 5G επιτρέπει στο σύστημα να ολοκληρώνει την ανάλυση εικόνων και να επιστρέφει τα αποτελέσματα της επιθεώρησης μέσα σε δευτερόλεπτα.

Ένας βρόχος ανατροφοδότησης συνδέει τις παρατηρήσεις από το εργοστάσιο με τη βελτιστοποίηση των διεργασιών και την ιχνηλασιμότητα της ποιότητας. Κατά συνέπεια, τα δεδομένα επιθεώρησης έχουν ευρύτερη χρησιμότητα από ένα μεμονωμένο αποτέλεσμα επιτυχίας ή αποτυχίας: η πρακτική εμπειρία από την παραγωγή μπορεί να διατηρείται ως ψηφιακή γνώση και να αξιοποιείται ξανά σε επόμενες παραγωγικές εργασίες.

Τα δεδομένα λειτουργίας καθοδηγούν τη συντήρηση

Στο πλαίσιο του SIMPLE, η ΤΝ συνδυάζεται με τη γνώση των αρχών λειτουργίας των αεριοστροβίλων για την παρακολούθηση των επιδόσεων σε πραγματικό χρόνο, τη δυναμική βελτιστοποίηση της λειτουργίας και την έγκαιρη προειδοποίηση για πιθανά σφάλματα. Ο συντονισμός μεταξύ υπολογιστικού νέφους και υπολογιστικής παρυφής συνδέει τα δεδομένα σχεδιασμού και λειτουργίας σε μια ροή εργασιών υποστήριξης αποφάσεων που καλύπτει την παρακολούθηση, την έγκαιρη προειδοποίηση, τη διάγνωση και τις διορθωτικές ενέργειες. Η Shanghai Electric περιγράφει αυτή την προσέγγιση ως υποστήριξη της μετάβασης από τις επισκευές μετά την εμφάνιση βλάβης στην προληπτική συντήρηση.

Η εξ αποστάσεως συνεργασία προσφέρει έναν ακόμη δίαυλο συντήρησης. Οι ειδικοί μπορούν να παρακολουθούν ζωντανό βίντεο από εγκαταστάσεις και να χρησιμοποιούν σημειώσεις επαυξημένης πραγματικότητας για να καθοδηγούν τις εργασίες συντήρησης, μεταφέροντας τεχνική υποστήριξη σε τοποθεσίες όπου οι ειδικοί δεν βρίσκονται επιτόπου.

Η Shanghai Electric σχεδιάζει να ενσωματώσει περαιτέρω τα δεδομένα του κύκλου ζωής, ώστε η ανατροφοδότηση από την παραγωγή και τη λειτουργία να συμβάλλει στη βελτίωση του σχεδιασμού, της παραγωγής και της εξυπηρέτησης μετά την πώληση. Σκοπεύει επίσης να επικυρώσει και να βελτιώσει αυτές τις δυνατότητες σε έργα του πραγματικού κόσμου, καθώς αναπτύσσει τη διεθνή δραστηριότητά της στους αεριοστροβίλους, με έμφαση στην αξιόπιστη λειτουργία, την έγκαιρη υποστήριξη συντήρησης και την οικονομικά αποδοτική λειτουργία σε βάθος χρόνου.

Το επόμενο στάδιο εξαρτάται, επομένως, από την επικύρωση σε μονάδες που βρίσκονται σε λειτουργία. Για τη Shanghai Electric, η διασυνδεδεμένη προσέγγιση συνδέει τη διεθνή επέκτασή της με έναν ευρύτερο βιομηχανικό στόχο: την αξιοποίηση των πληροφοριών που συλλέγονται κατά την παραγωγή και στη διάρκεια ετών λειτουργίας των αεριοστροβίλων, με σκοπό τη βελτίωση τόσο των εργοστασιακών διαδικασιών όσο και της μακροπρόθεσμης συντήρησης.

Atlas Roan είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, που καλύπτει την τεχνητή νοημοσύνη στην προσθετική κατασκευή, την εκτύπωση 3D και την προηγμένη μηχανική υλικών. Το έργο του εξετάζει πώς η σχεδίαση με τη βοήθεια AI, προσομοίωση και βελτιστοποίηση διαδικασίας μεταμορφώνουν τις ροές εργασίας κατασκευής - από την κατασκευή πρωτοτύπων έως την παραγωγή μεγάλης κλίμακας.
Με μια πρακτική και τεχνικά εδραιωμένη προοπτική, ο Atlas εξετάζει πώς η μηχανική μάθηση βελτιώνει την αξιοπιστία εκτύπωσης, την απόδοση του υλικού και την αποτελεσματικότητα παραγωγής σε βιομηχανίες όπως η αεροδιαστημική, η αυτοκινητοβιομηχανία, η υγεία και η βιομηχανική κατασκευή. Ενδιαφέρεται ιδιαίτερα για το πώς η AI επιτρέπει ταχύτερη επανάληψη, μειώνει τα απόβλητα και ξεκλειδώνει νέες ικανότητες υλικών που προηγουμένως ήταν ακατόρθωτες ή αδύνατες να κατασκευαστούν.
Τα άρθρα που γράφονται από τον Atlas Roan δημιουργούνται από AI και αναθεωρούνται από τη συντακτική ομάδα του Unite.AI για να διασφαλιστεί η τεχνική ακρίβεια, η σαφήνεια και η υπεύθυνη κάλυψη της καινοτομίας κατασκευής και υλικών που βασίζονται σε AI.