Na CloudNC, acabámos de atingir um marco importante: a nossa solução CAM Assist , que acelera e automatiza a criação de estratégias CNC com AI, pode agora ajudar os maquinistas a criar componentes para máquinas CNC de 3+2 eixos.
Se a criação de estratégias para maquinar componentes de 3 eixos já era suficientemente difícil, fazer o mesmo para peças de 3+2 eixos é muitas ordens de grandeza mais difícil, uma vez que existem efetivamente várias direcções de abordagem novas e diferentes para fazer cada caraterística dessas peças. É combinatoriamente explosivo (ou seja, a quantidade potencial de soluções é exponencial!), o que torna ainda mais difícil conseguir que os nossos algoritmos sejam exactos e os resultados precisos.
A resolução desse puzzle tem um impacto real. Este avanço significa que a nossa tecnologia pode agora ser aplicada à maior parte do trabalho de maquinação do mundo pela primeira vez - estimamos que CAM Assist cobre agora cerca de dois terços da atividade de maquinação global.
Além disso, os nossos utilizadores dizem-nos que, como a programação de 3+2 eixos é muito mais complexa, CAM Assist será ainda mais eficaz na procura de oportunidades de eficiência. Como resultado, já estamos a assistir a um aumento do interesse dos maquinistas interessados em ver se corresponde às expectativas à medida que entramos nesta nova fronteira.
Mas com esse interesse acrescido e o aumento da aplicação potencial, temos de responder a uma nova questão: como é que nos certificamos de que os operadores de máquinas estão convencidos de que CAM Assist os pode ajudar?
Diferencial de maquinagem
Na prática, a forma como CAM Assist funciona é a seguinte: a nossa AI compreende (quase) todas as formas como uma máquina CNC pode produzir todos os aspectos de um componente, bem como as regras de maquinação e a física envolvida.
Para gerar o programa de fabrico de um novo componente, processa os potenciais métodos adequados e decide qual a combinação que criaria uma estratégia de maquinação eficiente. Isto pode exigir milhares de milhões de cálculos, o que requer um código proprietário extremamente complexo para ser processado num período de tempo eficaz.
No entanto, não é assim que um ser humano criaria um programa para fazer o mesmo componente. Um maquinista experiente consideraria um número muito mais limitado de métodos, com base nos seus anos de experiência, formação e intuição, e decidiria qual o melhor de entre eles. A sua escolha pode muito bem ser influenciada por factores que a AI não teria em conta: por exemplo, quais as ferramentas na oficina que são mais fiáveis, ou mesmo mais satisfatórias de utilizar.
Essa divergência significa que a AI pode apresentar soluções de trabalho eficazes que não são naturalmente intuitivas para um maquinista experiente. Por exemplo, talvez o programa tenha proposto enviar a ferramenta para áreas apertadas à volta do torno de uma forma que ultrapassa o nível de conforto normal do maquinista, ou gerar uma forma de criar uma caraterística com uma ferramenta específica que o utilizador nem sequer teria pensado como opção.
Isto cria um problema: se apresentarmos a um maquinista algo demasiado pouco ortodoxo, ele não confiará à AI o seu equipamento muito dispendioso que se avaria se for mal utilizado. E, como é óbvio, toda esta tecnologia é extremamente nova, pelo que não existe uma confiança intrínseca, criada ao longo de muitos meses, de que um algoritmo pode ajudar a fazer este trabalho.
No final, os programadores CAM querem programas que façam sentido para eles, com base no que sabem sobre o processo de maquinagem CNC - mas o computador não se importa com o aspeto do percurso da ferramenta, desde que acredite que faz o trabalho.
Então, como é que se fecha este círculo? Criamos confiança - abrindo a caixa negra ao escrutínio.
Explicar a AI
Quando o CAM Assist apresenta uma estratégia potencial, os percursos da ferramenta não só são completamente visíveis - ou seja, o maquinista pode ver todos os aspectos do que está a ser proposto - como também são totalmente editáveis. Assim, se houver algo que não gostem ou não compreendam, podem alterá-lo.
Este é um excelente primeiro passo para criar a confiança necessária para pôr a estratégia em ação... mas para o humano no circuito, não é necessariamente suficiente. Não querem ter de verificar todos os aspectos do percurso da ferramenta para verificar se estão de acordo com ele - na verdade, ao fazê-lo, anulam o objetivo do CAM Assist, que é poupar-lhes tempo e tornar as suas operações mais eficientes.
Por isso, temos de nos certificar de que as estratégias que criamos fazem sentido suficiente para os programadores para que não precisem de verificar o trabalho e, para garantir isso, também introduzimos a capacidade de especificar abordagens geométricas a evitar. Isto significa que, se o utilizador preferir evitar determinados tipos de percursos de ferramentas e estratégias, mesmo que sejam perfeitamente válidos do ponto de vista criativo, a AI irá evitá-los.
Isto significa que obteremos menos resultados que não são intuitivos para um programador CAM - ajudando a construir a confiança de que as nossas soluções podem realmente gerar percursos de ferramenta viáveis, exactos e precisos que podem construir componentes de 3+2 eixos de acordo com as especificações rigorosas que os fabricantes e clientes exigem. E na nossa próxima atualização, começaremos a filtrar automaticamente as abordagens mais loucas e não intuitivas, reduzindo ainda mais a necessidade de os utilizadores dizerem "Eu não faria isto assim".
O próximo passo para ganhar a confiança: também incluir essas preferências e especificações do utilizador na próxima geração do CAM Assist, em que a nossa solução não só propõe uma estratégia de percurso de ferramenta eficaz, como também é capaz de fornecer avanços e velocidades eficientes que funcionam com a biblioteca de ferramentas, as preferências e as condições de fábrica existentes de um operador.
Em última análise, o nosso objetivo na CloudNC é chegar a um ponto em que se confie na nossa tecnologia para fornecer a solução para um fabrico sem luzes. No entanto, para alcançar esse objetivo, a nossa tecnologia precisa de ganhar a confiança dos humanos que fazem parte desse processo atualmente - e é isso que estamos a tentar alcançar.
Estamos atualmente à procura de testadores beta para experimentar e dar feedback sobre o nosso trabalho em parâmetros de corte e avanços e velocidades AI- se quiser participar, envie um e-mail para camassist@cloudnc.com e a equipa entrará em contacto!
