Výroba (WP3)

WP3 se zaměřuje na zvýšení efektivity a kvality provozu výrobních strojů a technologických procesů prostřednictvím metod umělé inteligence schopných zpracovávat a interpretovat rozsáhlá multimodální data. Cílem je zlepšení klíčových užitných vlastností, jako jsou přesnost, výkonnost, spolehlivost, hospodárnost a udržitelnost.

Hlavní metodou ve WP3 je vývoj AI modelů pro predikci chování a vlastností výrobních strojů na základě senzorických dat a jejich využití pro zpětnovazební řízení výrobních strojů a procesů. Klíčovým krokem je tvorba datových sad pro trénování AI modelů založených na experimentech a syntetických datech generovaných fyzikálními modely. Tato strategie umožní snížit náklady na experimentální testování a také podpoří aplikovatelnost řešení na různé typy strojů. Výsledkem WP3 budou adaptivní výrobní systémy schopné aktivně reagovat na změny provozních podmínek a autonomně zvyšovat produktivitu i kvalitu výroby.

Jaký problém WP řeší a proč je to důležité?

Výrobní stroje a procesy mají komplexní chování, které je obtížné modelovat klasickými metodami.

Nízká přesnost a vysoká zmetkovitost a vyžadující časově náročné odladění procesů zkušeným odborníky.

Dostupná senzorická a provozní data nejsou efektivně využívána pro řízení v reálném čase.

Experimentální ladění a testování je nákladné a časově náročné.

Rostoucí požadavky na přesnost, kvalitu a udržitelnost výroby zvyšují tlak na adaptivní řízení.

Příklady využití / aplikační oblasti a přínosy

Obráběcí stroje a strojírenství

  • zvýšení teplotní přesnosti obráběcího stroje a zajištění stability procesu obrábění
  • adaptivní úprava řezných podmínek s ohledem na proměnlivé dynamického chování strojů
  • snížení zmetkovitosti a provozních odchylek

Optomechanické systémy a přesná technika

  • podpora návrhu optimální konstrukce optomechanického systému
  • kompenzace teplotních a mechanických deformací
  • snížení potřeby opakovaných kalibrací a experimentálního ladění

Aditivní výroba (3D tisk)

  • zlepšení materiálové kvality a geometrické přesnosti výtisků
  • zkrácení doby pro odladění procesu, lepší přenositelnost výsledků
  • stabilnější a opakovatelné výrobní procesy

Řízení železářských a hutních provozů

  • vyšší kvalita a homogenita polotovarů
  • kontrola tvaru a rozměrů v reálném čase
  • snížení materiálových ztrát a energetické náročnosti

Klíčové osoby

Vedoucí WP 

doc. Ing. Petr Kolář Ph.D.

Ústav výrobních strojů a zařízení (RCMT) | Fakulta strojní ČVUT (FS ČVUT)

doc. Ing. Petr Kolář, Ph.D.

| FS ČVUT + CIIRC ČVUT

Ing. Matěj Sulitka, Ph.D.

| FS ČVUT

doc. Ing., Dipl.-Ing. Michal Holub, Ph.D., FEng.

| VUT

doc. Mgr. P. Vašík, Ph.D.

| VUT

Pavel Švarc

| AIRS, s.r.o.

Ing. Viktor Kulíšek, Ph.D.

| Meopta s.r.o.

Ing. Petr Šrachta

| TGS nástroje-stroje-technologické služby spol. s r.o.

Ing. Tomáš Kozlok, Ph.D.

| TOS VARNSDORF a.s.

Zapojené instituce

Použité technologie a postupy

Dosažené a plánované výsledky

2027

Automatický anotační software s principem human-in-the-loop určený pro strojové vidění

Digitální model přesnosti opto-mechanické sestavy na základě modelu AI

2028

AI asistent pro návrh technologických podmínek extruze PEM

AI model obráběcího centra se zvýšenou teplotně-mechanickou přesností v rozsahu pracovního prostoru

2029

Digitální model zařízení se zvýšenou přesností pro kontrolu kvality opto-mechanické sestavy na základě uplatnění modelu AI

2031

Nástroj pro řízení datové pipeline, trénování modelů a jejich nasazení do provozu

AI asistent pro detekci problematických míst 3D tisku

AI model obráběcího centra pro zvýšení výrobní výkonnosti v rozsahu pracovního prostoru