Mahr | 专有技术

工业4.0:为什么测量技术保留了关键作用

| 营销团队
计量学仍然是一项重要的跨领域技术。

质量是指所有的东西都适合,而且适合得很好--没有改进的余地。这就是质量保证的作用:它确保部件具有设计者所计划的确切属性。这使得计量学成为一项重要的横断面技术,在工业4.0时代也是不可或缺的,例如在增材制造或人工智能过程。

例如,在增材制造中,重要的是来自3D打印机的表面具有精确的超细特征,无论它们是由金属、塑料还是其他材料制成。在这里,有必要检查增材制造表面的粗糙度和波浪度,以最小的单位测量其轮廓或长度,从而证明部件的功能。

例如,卡尔斯鲁厄理工学院(KIT)纳米结构服务实验室的研究人员使用MarSurf CM探索器来检查此类表面来自Mahr的高分辨率共聚焦显微镜只需几个功能步骤就能提供三维测量值,并对这些表面进行三维分析--无接触、与材料无关且快速。研究人员使用该设备研究微阵列,如三维光学元件、分子可功能化的三维支架结构和其他微米或亚微米范围内的应用。通过这种方式,他们正在推进这种节省资源的工艺,以有针对性的方式生产复杂的部件。

产生海量数据

测量技术对于使用人工智能(AI)的过程也是必不可少的,尽管是以完全不同的方式。伍珀塔尔大学可靠性工程和风险分析教席(LZR)的研究项目 "MuPro2 "框架内的例子表明了这一点:一家高品质厨房刀具的制造商委托该教席为刀片的质量启动一个自动化的、最大限度可靠的控制过程。刀具由合金钢锻造而成,经过研磨、精炼和测试。从刀尖到刀架,每个细节都必须精确到微米。

为了实现人工智能支持的刀具表面的图像评估,首先需要精确的三维测量。这是因为用于图像评估的相机必须可靠地检测缺陷,并使用人工智能事先 "学习 "它们。为此需要大量的数据。

算法决定表面质量

为了生成表面数据,测量技术专家Mahr也在此发挥了作用,他带着MarSurf CM移动 。该三维测量设备可用于进行粗糙度和几何形状的测量以及三维结构的分析;该设备的测量时间为五到十秒。通过对移动测量设备的评估,来自LZR的团队对几个机器学习算法进行了反馈、训练和评估。该算法单独决定了叶片的表面质量。结果:算法的可靠性非常高,在光学三维显微镜下,该比率几乎为100%。人眼的功能/感知取决于照明条件和个人的日常形态,它可以被一个极其可靠的控制系统所取代,而且永不疲倦。员工可以将他们的注意力转移到不太重复的任务上。

结论: 不管是采用传统的生产方法还是完全数字化的流程--质量必须是正确的。这意味着测量技术仍然是不可缺少的。正如大多数工业流程已经数字化一样,测量技术也早已做到了这一点。它可以直接集成到工业4.0流程中,并根据不同的应用,完全自动化。因此,测量技术专家Mahr的产品组合现在包括从手动卡尺到高分辨率三维测量技术的无数应用。

Info
返回顶部