Chez CloudNC, nous venons de franchir une étape importante : notre solution CAM Assist , qui accélère et automatise la création de stratégies CNC grâce à l'AI, peut désormais aider les machinistes à fabriquer des composants pour des machines CNC 3+2 axes.
Si créer des stratégies pour usiner des composants à 3 axes était déjà un défi, faire de même pour des pièces à 3+2 axes est beaucoup plus difficile, étant donné qu'il y a en fait de multiples directions d'approche nouvelles et différentes pour réaliser chaque caractéristique de ces pièces. La combinatoire est explosive (c'est-à-dire que le nombre potentiel de solutions est exponentiel !), ce qui rend encore plus difficile l'exactitude de nos algorithmes et la précision de nos résultats.
La résolution de cette énigme a un impact réel. Cette avancée signifie que notre technologie peut désormais être appliquée pour la première fois à la majeure partie des travaux d'usinage dans le monde - nous estimons que CAM Assist couvre désormais environ les deux tiers de l'activité mondiale d'usinage.
De plus, nos utilisateurs nous disent que la programmation 3+2 axes étant beaucoup plus complexe, CAM Assist sera encore plus efficace pour trouver des opportunités d'efficience. Par conséquent, nous constatons déjà un regain d'intérêt de la part des machinistes désireux de voir s'il répond aux attentes alors que nous entrons dans cette nouvelle frontière.
Mais avec cet intérêt accru et l'augmentation des applications potentielles, une nouvelle question se pose à nous : comment s'assurer que les machinistes sont convaincus que CAM Assist peut les aider ?
Différentiel d'usinage
En pratique, le fonctionnement de CAM Assist est le suivant : notre AI comprend (presque) toutes les façons dont une machine CNC peut fabriquer tous les aspects d'un composant, ainsi que les règles d'usinage et la physique impliquée.
Pour générer le programme de fabrication d'un nouveau composant, il traite les méthodes appropriées potentielles et décide de la combinaison qui créera une stratégie d'usinage efficace. Cela peut nécessiter des milliards de calculs, ce qui requiert un code propriétaire extrêmement complexe à traiter dans un délai efficace.
Cependant, ce n'est pas du tout ainsi qu'un être humain créerait un programme pour fabriquer le même composant. Un machiniste qualifié envisagerait un nombre beaucoup plus limité de méthodes basées sur ses années d'expérience, sa formation et son intuition, et déciderait de la meilleure d'entre elles. Son choix pourrait bien être influencé par des facteurs que l'AI ne prendrait pas en compte, comme les outils de l'atelier qui sont les plus fiables, voire les plus satisfaisants à utiliser.
Cette divergence signifie que l'AI peut proposer des solutions de travail efficaces qui ne sont pas naturellement intuitives pour un machiniste expérimenté. Par exemple, le programme peut proposer d'envoyer l'outil dans des zones étroites autour de l'étau d'une manière qui dépasse le niveau de confort habituel du machiniste, ou générer un moyen de créer une caractéristique avec un outil spécifique auquel l'utilisateur n'aurait même pas pensé comme option.
Cela pose un problème : si l'on présente à un machiniste quelque chose de trop peu orthodoxe, il ne fera pas confiance à l'AI pour son équipement très coûteux qui se casse s'il est mal utilisé. Et bien sûr, toute cette technologie est extrêmement nouvelle - il n'y a donc pas de confiance intrinsèque créée au fil des mois qu'un algorithme peut aider à faire ce travail.
En fin de compte, les programmeurs de CAM veulent des programmes qui ont du sens pour eux, sur la base de ce qu'ils savent du processus d'usinage CNC - mais l'ordinateur ne se soucie pas de l'aspect du parcours d'outil, tant qu'il pense qu'il permet d'effectuer le travail.
Comment résoudre ce problème ? Nous créons la confiance en ouvrant la boîte noire à l'examen.
Expliquer l'AI
Lorsque CAM Assist présente une stratégie potentielle, les parcours d'outils sont non seulement entièrement visibles - c'est-à-dire que le machiniste peut voir tous les aspects de ce qui est proposé - mais aussi totalement modifiables. Ainsi, s'il y a quelque chose qu'il n'aime pas ou qu'il ne comprend pas, il peut le modifier.
C'est un excellent premier pas pour instaurer la confiance nécessaire à la mise en œuvre de la stratégie... mais pour l'homme dans la boucle, ce n'est pas nécessairement suffisant. Ils ne veulent pas avoir à vérifier chaque aspect du parcours d'outil pour s'assurer qu'ils sont d'accord avec lui - en fait, cela va à l'encontre de l'objectif de CAM Assist, qui est de leur faire gagner du temps et d'améliorer l'efficacité de leurs opérations.
Nous devons donc nous assurer que les stratégies que nous créons sont suffisamment logiques pour que les programmeurs n'aient pas besoin de revérifier le travail, et pour cela, nous avons également introduit la possibilité de spécifier des approches géométriques à éviter. Cela signifie que si l'utilisateur préfère éviter certains types de parcours d'outils et de stratégies, même s'ils sont parfaitement valables d'un point de vue créatif, l'AI les évitera désormais.
Cela signifie que nous obtiendrons moins de résultats qui ne sont pas intuitifs pour un programmeur de CAM , ce qui contribuera à renforcer la confiance dans la capacité de nos solutions à générer des parcours d'outils réalisables, exacts et précis permettant de construire des composants 3+2 axes selon les spécifications rigoureuses exigées par les fabricants et les clients. Dans notre prochaine mise à jour, nous commencerons à filtrer automatiquement les approches les plus farfelues et non intuitives, réduisant ainsi la nécessité pour les utilisateurs de dire "Je ne ferais pas ça comme ça".
L'étape suivante pour gagner la confiance des utilisateurs est de prendre en compte leurs préférences et leurs spécifications dans la prochaine génération d'Assist CAM , où notre solution propose non seulement une stratégie de parcours d'outils efficace, mais est également capable de fournir des avances et des vitesses efficaces qui fonctionnent avec la bibliothèque d'outils existante du machiniste, ses préférences et les conditions de l'usine.
En fin de compte, l'objectif de CloudNC est de parvenir à ce que notre technologie soit considérée comme la solution pour une fabrication sans lumière. Cependant, pour atteindre ce but, notre technologie doit gagner la confiance des personnes qui participent aujourd'hui à ce processus - et c'est ce que nous nous efforçons de faire.
Nous recherchons actuellement des bêta-testeurs pour tester et commenter notre travail sur les paramètres de coupe et les avances et vitesses AI. Si vous souhaitez participer, envoyez un courriel à camassist@cloudnc.com et l'équipe vous contactera !
