一, Tehnološka integracija: inteligentna nadogradnja kalupa za brizganje vođena umjetnom inteligencijom
1. Inteligentna rekonstrukcija dizajna kalupa
Tradicionalni dizajn kalupa za ubrizgavanje oslanja se na iskustvo inženjera i pati od dugih ciklusa i visokih stopa pogrešaka. Uvođenje AI tehnologije omogućuje duboku analizu masivnih podataka o dizajnu (kao što su svojstva materijala, parametri procesa kalupljenja i povijesni slučajevi grešaka) putem algoritama strojnog učenja, koji mogu automatski generirati rješenja za optimizaciju. Na primjer, softver koji se temelji na generativnom dizajnu može kombinirati funkcionalne zahtjeve proizvoda i proizvodne uvjete kako bi brzo proizveo optimalna rješenja za ključne strukture kao što su razdjelne površine, sustavi za izlijevanje i krugovi rashladne vode, smanjujući cikluse dizajna kalupa za više od 40%. U dizajnu zakrivljenog kalupa stražnjeg poklopca za Huawei Mate seriju pametnih telefona, umjetna inteligencija simulira ponašanje protoka materijala pod različitim zakrivljenostima kako bi kontrolirala pogrešku razmaka unutar 0,005 mm, osiguravajući pristajanje površine i iskorištenje proizvoda.
2. Optimizacija i predviđanje proizvodnog procesa u stvarnom vremenu
Tehnologija umjetne inteligencije prikuplja -parametre u stvarnom vremenu kao što su temperatura, tlak, brzina i položaj strojeva za injekcijsko prešanje putem senzorskih mreža i kombinira ih s modelima neuronske mreže za predviđanje kvalitete prešanja. Na primjer, sustav optimizacije procesa umjetne inteligencije koji je razvilo određeno poduzeće može unaprijed identificirati rizike od kvarova kao što su kratki udarac, bljesak i savijanje analizom podataka o tlaku u šupljini (s točnošću od ± 0,1 MPa) i automatski prilagoditi pritisak držanja i vrijeme hlađenja, smanjujući stopu kvarova proizvoda s 3% na 0,5%. U proizvodnji poklopaca antene 5G bazne stanice, sustav umjetne inteligencije optimizirao je dizajn spiralnog kanala simulacijom dielektričnog gubitka LCP materijala pod visoko-frekventnim signalima, stabilizirajući gubitak poklopca antene na 0,0028 u frekvencijskom pojasu od 10 GHz, ispunjavajući zahtjeve 5G komunikacije.
3. Točno predviđanje i održavanje životnog vijeka kalupa
Tehnologija umjetne inteligencije može predvidjeti preostali vijek trajanja kalupa i dati rano upozorenje analizom podataka o korištenju kalupa (kao što su vremena otvaranja i zatvaranja, sila guranja, temperaturne fluktuacije), u kombinaciji s modelima zamora materijala. Na primjer, AI sustav održavanja koji je uvela određena tvrtka za automobilske elektroničke kalupe dinamički prilagođava ciklus zamjene alata za rezanje od tvrde legure s fiksnog ciklusa od 8 sati na 10-12 sati praćenjem podataka o vibracijama robota sa šest osi tijekom utovara i istovara, u kombinaciji s algoritmom obučenim na 5000+povijesnim slučajevima grešaka. Stopa loma alata smanjena je s 2% na 0,28%, čime se štedi godišnji trošak alata od 2,1 milijuna juana.
2, Scenarij primjene: Proboj u tehnologiji kalupa vođen potražnjom elektroničkih proizvoda AI
1. Minijaturizacija i visoka-precizna proizvodnja
Trend prema minijaturizaciji elektroničkih proizvoda umjetne inteligencije, kao što su AR/VR uređaji, mikrosenzori i medicinska elektronika, postavlja ekstremne zahtjeve na točnost injekcijskih kalupa. Na primjer, kalup za držač mikro leće koji je razvio Sunny Optics za VR uređaje ima šupljinu veličine samo 2,5 mm × 1,8 mm. Korištenjem ruby vodilica (s peterostrukim povećanjem otpornosti na habanje) i piezoelektričnih jedinica za ubrizgavanje (s brzinom ubrizgavanja od 500 mm/s) postiže se dimenzijska tolerancija od 0,001 mm; Kalup elektrode senzora glukoze u krvi u poduzeću za medicinsku elektroniku koristi tehnologiju pozicioniranja magnetske levitacije (točnost pozicioniranja ± 0,0005 mm) za kontrolu razmaka između umetka i plastike unutar 0,002 mm, rješavajući problem pomicanja signala senzora.
2. Izazovi u oblikovanju materijala visokih performansi
Zahtjevi za svojstva materijala kao što su otpornost na visoke temperature, visoka toplinska vodljivost i biokompatibilnost u elektroničkim proizvodima umjetne inteligencije pokreću nadogradnju tehnologije kalupa. Na primjer, kalupi od PEEK materijala koji se koriste za elektroničke konektore u zrakoplovstvu moraju održavati jednoliku temperaturu šupljine (temperaturna razlika ± 1 stupanj) na 360-380 stupnjeva, što tradicionalne grijaće šipke ne mogu zadovoljiti. Međutim, tehnologija konformnog kruga rashladne vode vođena umjetnom inteligencijom može skratiti vrijeme hlađenja s 35 sekundi na 21 sekundu i povećati iskorištenje kalupljenja s 85% na 98%; Određeni ekološki prihvatljiv kalup za kućište punjača izrađen je od 30% modificiranog PLA materijala kukuruznog škroba. Zahvaljujući AI optimiziranom obliku koji slijedi dizajn hlađenja, stopa skupljanja smanjena je s 15% na 2,8%, a ljuska se može potpuno razgraditi u 180 dana u uvjetima industrijskog kompostiranja.
3. Personalizacija i fleksibilna proizvodnja
Brza iteracija elektroničkih proizvoda umjetne inteligencije, kao što je godišnja zamjena pametnih telefona, zahtijeva da kalupi imaju mogućnost brze promjene kalupa i fleksibilnu proizvodnju. Na primjer, kalup za držač za dlan prijenosnog računala serije Lenovo Xiaoxin dizajniran je modularno, smanjujući vrijeme promjene kalupa s 4 sata na 30 minuta i podržavajući koprodukciju više modela proizvoda; Kalup za ljusku elektroničke cigarete koji je razvila određena tvrtka za e-cigarete optimizirao je položaj vrata putem simulacije Moldflowa, smanjujući broj probnih kalupa s 5 na 2 i skraćujući razvojni ciklus za 32 dana, zadovoljavajući zahtjeve tržišta za brzim odgovorom.
3, Industrijski izazov: zajednički napredak tehnologije, troškova i ekologije
1. Tehničko usko grlo visoko-precizne proizvodnje
Minijaturizacija elektroničkih proizvoda umjetne inteligencije dovela je do značajnog povećanja složenosti struktura kalupa. Na primjer, kalup ploče za vođenje svjetla Mini LED modula pozadinskog osvjetljenja treba obraditi 1,2 milijuna nizova mikro leća promjera 0,15 mm. Tradicionalna CNC obrada traje 280 sati, a točnost površine (PV vrijednost) je samo 0,5 μ m, što ne može zadovoljiti zahtjev ujednačenosti pozadinskog osvjetljenja (PV vrijednost manja ili jednaka 0,3 μ m); Kalup za plastične komponente za šarke mobilnih telefona sa sklopivim ekranom mora postići više-smjerno povlačenje jezgre u 6 smjerova izvlačenja jezgre, sa zahtjevom za sinkronu preciznost od ± 0,003 mm za zatvaranje kalupa. Tradicionalni sustav hidrauličkog izvlačenja jezgre ima odgodu odgovora od oko 0,05 sekundi, što može lako dovesti do bljeska komponente, sa stopom prinosa od samo 82%.
2. Troškovni pritisak materijala visokih-učinkovitosti
Obrada plijesni materijala na biološkoj osnovi kao što su PLA i PHA zahtijeva posebne tehnike. Na primjer, PHA materijali skloni su degradaciji kada temperature injekcijskog prešanja prijeđu 190 stupnjeva, zahtijevajući prilagođene vijke s kromiranim premazom i gradijentnim utorima, što rezultira troškovima kalupa koji su 12% -15% veći od tradicionalnih kalupa; Kalup za ljusku milimetarskog radara koji je razvilo određeno poduzeće koristi modificirani PPO materijal, u kombinaciji s tehnologijom oblaganja kalupa za postizanje toplinske deformacije manje od ili jednake 0,1 mm/m u okruženju od -40 stupnjeva do 85 stupnjeva, ali trošak materijala za oblaganje čini 25% ukupne cijene kalupa.
3. Interdisciplinarni talent i ekološka suradnja
Razvoj AI injekcijskih kalupa zahtijeva integraciju znanja iz više disciplina kao što su znanost o materijalima, strojarstvo i računalna znanost. Na primjer, inženjeri algoritama umjetne inteligencije trebaju razumjeti principe dizajna kalupa za kalupe, dok dizajneri kalupa moraju savladati scenarije primjene modela strojnog učenja; Osim toga, implementacija tehnologije umjetne inteligencije zahtijeva od tvrtki za izradu kalupa da stvore ekološku sinergiju s pružateljima rješenja umjetne inteligencije, dobavljačima senzora, platformama za računalstvo u oblaku itd. Na primjer, senzor tlaka u šupljini i sustav upravljanja procesom koje pruža RJG postali su ključna infrastruktura za optimizaciju procesa AI injekcijskog prešanja.
