Yapay zekâ uygulamaları kullanarak tasarım ve mekanik işleme süreçlerini optimize etme.

Hanoi, Ngoc Liep Sanayi Bölgesi'ndeki Tomerco An Khang Şirketi'nde çalışan bir mekanik işleme hattı. (Fotoğraf: TUỆ NGHI) — Hanoi , Ngoc Liep Sanayi Bölgesi'ndeki Tomerco An Khang Şirketi'nde çalışan bir mekanik işleme hattı. (Fotoğraf: TUỆ NGHI)

Yapay zekâ, sadece destekleyici bir araç olmanın ötesinde, tasarım ve üretimde geleneksel yöntemlerin sınırlamalarının üstesinden gelmeye yardımcı olan bir inovasyon itici gücüdür. Daha önce Vietnam makine mühendisliği ağırlıklı olarak otomasyon ve sayısal kontrole dayanıyordu, ancak şimdi eğilim, makinelerin, robotların, sensör sistemlerinin ve yapay zekâ ile entegre edilmiş akıllı kontrol sistemlerinin kararlar alabileceği, optimizasyon yapabileceği ve gerçek dünya üretim koşullarına uyum sağlayabileceği akıllı otonom üretime doğru güçlü bir şekilde kayıyor.

Vietnam Makine Mühendisleri Birliği Başkan Yardımcısı Dr. Nguyen Lac Hong, Büyük Veri, Nesnelerin İnterneti (IoT), endüstriyel tasarım ve "dijital kopya" modelleri gibi teknolojilerin, mekanik tasarım ve üretimin gerçekleştirilme biçiminde güçlü bir değişim yarattığını belirtti. Makine öğrenimi sayesinde, dayanıklılık, üretim maliyeti veya ağırlık standartlarına göre çeşitli seçenekler sunulmakta ve değerlendirilmekte, ardından en uygun çözüm önerilmektedir. Bu, özellikle otomotiv, havacılık, robotik ve makine imalatı gibi yüksek hassasiyet gerektiren sektörlerde faydalıdır. Mekanik işlemede, yapay zeka, kesme işlemini gerçek zamanlı olarak optimize etmek için doğrudan bilgisayar sayısal kontrol (CNC) sistemlerine entegre edilmektedir.

Büyük Veri, Nesnelerin İnterneti (IoT), endüstriyel tasarım ve "dijital ikiz" modeli gibi teknolojiler, mekanik tasarım ve üretimin gerçekleştirilme biçiminde çarpıcı bir değişime yol açmıştır.
Vietnam Makine Mühendisleri Birliği Başkan Yardımcısı Dr. Nguyen Lac Hong

Bunun en iyi örneklerinden biri, yapay zekayı ve Nesnelerin İnterneti'ni (IoT) birleştirerek birden fazla CNC makinesinden gelen verileri senkronize eden, çalışma durumunu analiz eden ve hataları oluşmadan önce otomatik olarak tahmin eden FANUC Akıllı Kenar Bağlantı ve Sürüş (FIELD) sistemidir. Sonuç olarak, yapay zeka seri üretimde kesme verimliliğini %10-20 artırmaya ve kurulum süresini %40 azaltmaya yardımcı olur. Ayrıca, sistemin geçmiş verilerden öğrenerek titanyum veya alüminyum alaşımları gibi malzemeler için optimum işleme koşullarını belirlediği adaptif kontrolü de destekler.

Duy Tan Üniversitesi'nden Dr. Vu Duong, makine mühendisliğinde yapay zekâya ilişkin yaptığı yorumda, yapay zekânın tasarım, üretim süreçleri, kalite kontrol, bakım tahmini ve yeni malzeme geliştirme alanlarında optimizasyon sağlamak için kullanıldığını, böylece verimliliği, doğruluğu ve genel etkinliği artırdığını belirtti. Ayrıca, kesme hızı ve ilerleme hızı gibi işleme parametreleri, optimum verimliliğe ulaşmak için esnek bir şekilde ayarlanabiliyor. Sistem, ürün yüzeylerini analiz etmek ve çatlak, eğrilme veya boyut hataları gibi kusurları tespit etmek için yapay zekâ algoritmalarıyla birleştirilmiş kameralar kullanıyor.

Büyük potansiyeline rağmen, yapay zekanın Vietnam'ın makine mühendisliği sektöründeki uygulaması şu anda birçok engelle karşı karşıya. Makine Mühendisliği, Otomasyon ve Çevre Enstitüsü Müdürü Dr. Dinh Van Chien'e göre, yapay zekanın potansiyelinden yararlanmak önemli maliyetler ve kaynaklar gerektiriyor: yapay zeka altyapısının kurulmasına yatırım; özel yazılımlar; ve nitelikli personelin işe alınması veya eğitilmesi… Öte yandan, yüksek performanslı bilgi işlem talebi, işletme maliyetlerini artırabilir ve bilgi işlem kaynaklarına ve bakımına sürekli yatırım yapılmasını gerektirebilir…

Yapay zekâ uygulamalarının mevcut düzeyi hala deneysel aşamada olup, çoğunlukla büyük şirketler ve araştırma enstitülerinde kullanılmaktadır. Makine mühendisliği işletmelerinin %90'ından fazlası, özellikle küçük ve orta ölçekli işletmeler, yapay zekâyı üretimde yaygın olarak kullanacak kaynaklara henüz sahip değildir. İlk zorluk, üretim verilerinin dijitalleştirilmemiş ve senkronize edilmemiş olmasıdır. İşleme ekipmanlarından, ölçüm cihazlarından veya tasarım yazılımlarından gelen veriler hala dağınık veya birleşik bir standarda göre depolanmamaktadır. Bu durum, yapay zekâ modellerinin öğrenme için veri eksikliği yaşamasına ve yüksek doğruluk elde etmesini zorlaştırmasına neden olmaktadır.

Ayrıca, disiplinler arası personel eksikliği de söz konusu; makine mühendisliği, yapay zeka ve sayısal simülasyon konularında eş zamanlı bilgiye sahip mühendisler az bulunuyor. Öte yandan, akıllı üretim sistemleri, sensörleri, makine öğrenme algoritmalarını ve sayısal modelleri entegre eden ekipmanları çalıştırabilen ve bakımını yapabilen teknik bir iş gücüne ihtiyaç duyuyor. Teknolojik olarak, birçok akıllı mekanik cihaz şu anda yüksek maliyetlerle ithal ediliyor. İthal edilen makinelere entegre edilen yapay zeka genellikle "kara kutu" gibi çalışıyor ve bu da yerli üretim koşullarına uyacak şekilde özelleştirmeyi zorlaştırıyor. Yerli işletmeler henüz yapay zeka ile entegre edilmiş sensör modülleri, veri toplama sistemleri veya simülasyon yazılımlarında uzmanlaşamadı.

2030 yılına kadar yapay zeka araştırma, geliştirme ve uygulama ulusal stratejisi, makine mühendisliği ve imalatını öncelikli alanlardan biri olarak belirlemiştir. Yapay zeka, Vietnam'ın makine mühendisliği endüstrisini yeniden şekillendiren ve "deneyime dayalı tasarım" modelinden "veriye dayalı ve yapay zeka tabanlı tasarım" modeline geçişi sağlayan temel bir unsur olmuştur ve olmaya devam edecektir. Bu, yalnızca teknolojik bir yönelim değil, aynı zamanda dijital dönüşüm çağında makine mühendisliği endüstrisi için stratejik bir görev olup, Vietnam'ın akıllı, kendi kendine yeten ve küresel olarak rekabetçi bir imalata doğru ilerlemesine katkıda bulunmaktadır.

Ancak, makine mühendisliği alanındaki uzmanlara göre, bunu başarmak stratejik ve senkronize bir çözüm gerektiriyor. İlk olarak, tasarım, işleme, simülasyon ve sensör verileri de dahil olmak üzere ulusal bir dijitalleştirilmiş makine mühendisliği veri deposu oluşturulması gerekiyor. Bu veri deposu, yapay zeka modellerinin eğitilmesi için bir platform görevi görecek ve teknolojinin daha geniş çapta uygulanmasını sağlayacaktır.

Aynı zamanda, mühendislerin gerçek üretim hatlarında uygulama yapma fırsatı bulabilmeleri için okullar ve işletmeler arasında bağlantı kurarak makine mühendisliği, elektronik ve yapay zeka alanlarında disiplinlerarası eğitimi teşvik etmek gereklidir. Buna ek olarak, akıllı mekanik ürünlerin yerelleştirilmesini teşvik etmek de gereklidir. İşleme ekipmanlarını kontrol eden yazılımlar, makine görüş sistemleri veya dijital replika modelleri ("Vietnam'da Üretin") geliştirmek, işletmelerin maliyetleri düşürmesine ve teknolojiyi kontrol altına almasına yardımcı olacaktır. Ayrıca, akıllı bir mekanik ekosistemi oluşturmak ve teknolojiyi pazara sunmadan önce test etme ve mükemmelleştirme koşulları yaratmak için enstitüler, üniversiteler ve işletmeler arasında araştırma işbirliğini güçlendirmek gereklidir.

QUANG MINH

Kaynak: https://nhandan.vn/toi-uu-hoa-thiet-design-gia-cong-co-khi-tu-ung-dung-ai-post929960.html