人工智能初创公司为高混合、高可变性、手动表面处理应用提供自动化创新。

机器人配备 的扫描和打磨处理解决方案，正在对 / 公司制造的玻璃 纤维 RV 盖进行打磨操作。

研磨、砂光、涂漆、磨光和抛光等精加工过程可能是高度重复和体力要求高的任务。然而，尽管表面处理具有重复性，但大多数表面处理工作传统上都是手工完成的，尤其是在复合材料行业。自动化解决方案似乎是解决这一首要问题的明显方法，但不幸的是，答案并不 总是那么容易。当你在大批量生产线上有重复的任务时，机器人可以提供帮助，但在处理各种尺寸和形状的各种 零件时，机器人往往会提出一系列考虑因素，复合材料 制造商通常就是这样。

（美国加利福尼亚州 ）是一家致力于解决这一困境的初创公司。该公司由首席执行官阿里扬·卡比尔（ Kabir）、首席技术官布鲁尔·沙阿（Brual Shah）和首席科学家萨蒂安德拉·古普塔（） 根据他们在南加州大学（USC）学习期间获得的见解创立。卡比尔表示，从南加州大学强大的行业附属项目中收集到的互动和经验，让我们深入了解了制造业面临的挑战，这些挑战围绕着熟练劳动力的短缺、对一致质量和可重复结果的需求。

尽管劳动力挑战在制造业世界并不是什么新鲜事，但近年来，许多因素加剧了这一问题，包括新冠肺炎疫情和随后的劳动力辍学。除了熟练劳动力短缺之外，制造商也在努力满足客户的高需求，导致交货期过长。

对于卡比尔来说，来自机器人研究背景，其中许多问题的解决方案似乎很明显：机器人。

机器人的问题

卡比尔和他的同事们发现自己在问从航空航天到工业再到商业等一系列市场的公司，为什么不更频繁地转向自动化解决方案。答案让人大开眼界，不仅是因为在生产线上安装机器人会遇到复杂的问题，而且这个问题的影响有多深远。

他们发现，问题的关键是高可变性制造。除非你要处理具有可重复流程的大批量生产，否则对一些企业来说，实施机器人和自动化解决方案可能很难证明是合理的。制造过程的高度可变性通常需要快速适应产品设计或生产要求的变化。传统的机器人系统可能难以快速重新配置或适应变化，导致效率低下。此外，机器人系统通常需要精确的编程来执行特定任务——这一命题可能既复杂又耗时。

卡比尔说：“我们了解到，你不能像在汽车或电子制造业那样真正使用机器人，因为那里有成百上千个相同的零件。”

该团队现在对制造业有了更广阔的视野，90%的工作都有很大的可变性，包括所使用的材料和/或制造工艺的变化。然而，这种对实现自动化障碍的更深入理解并没有阻止卡比尔和他的同事。他们仍然认为解决劳动力和质量问题的解决方案在于自动化解决方案，现在他们更好地理解了挑战。

卡比尔说：“好吧，如果机器人必须从事这些工作，机器人就需要变得自主。他们必须能够在最短的指令下快速做出决定——他们必须能够感知工作并成功执行。这一认识促使我们思考如何创造技术，使机器人能够自行编程。”

输入 AI

2017 年，卡比尔和他的同事参加了由机器人公司库卡（KUKA 德国奥格斯堡）组织的比赛——库卡（KUKA）创新奖。该小组在汉诺威展览工业贸易展上获得了一个展位，在那里他们展示了一个基于编程的双机器人精加工单元。该团队发现自己正在与来自各个行业的各种制造商和加工商讨论如何在生产中使用该技术。然后在 2019 年，该组织进行了一项由美国国家科学基金会资助的客户发现计划，采访了 150 多名制造业生态系统的人。卡比尔说，很快就发现，为高可变性制造业适应自动化是一个影响每个行业的全球性问题。

2020 年，该集团成立了 ，专注于手动表面精加工操作中常用的不同工具的自动化，包括打磨、抛光、研磨、抛光、涂漆、涂层、去毛刺、修整、喷砂和激光烧蚀。

卡比尔说：“有数百家机器人公司专注于材料处理应用——挑选和放置、组装、将零件从一个地方移动到 另一个地方。但当时几乎没有人解决制造业中的高混合、高可变性表面精加工和表面处理应用。”

的业务建立在创造人工智能（AI-ce）技术的基础上，这些技术使机器人能够对自己进行编程以执行这些操作。该公司将其软件集成到智能机器人细胞中，旨在帮助人类完成乏味且具有人体工程学挑战性的任务。

卡比尔解释道：“我们不是在制造机器人、传感器或工具。我们采用商业上现成的机器人传感器和工具，研究应用程序并确定最适合的设备。然后我们将这些设备与我们基于物理的人工智能技术和其他软件技术相结合。”

3M（美国明尼苏达州圣保罗市）等公司提供一系列研磨剂和堆焊工具，机器人供应商 FANUC （美国密歇根州罗切斯特山市）与 合作，为客户设计自动化工作站。

3M 公司全球机器人和自动化总监卡尔·杜克森（）表示：“我们在世界各地的工业客户继续转向自动化研磨和精加工解决方案。” “ 增强了 3M 在这一领域的创新模式。拥有创造性的人工智能、机电一体化和软件能力，以补充 3M 的应用工程和材料科学能力。我们的客户已经部署了 解决方案，而且有几个客户，他们的工人环境、生产力和质量/一致性都立即得到了。如今，几乎每个工业工厂都会进行某种类型的手动研磨或砂光处理， 正在改造这些应用程序，塑造制造业的未来。”

的解决方案旨在让操作员将零件带到机器人面前，只需按下触摸屏上的按钮。

客户通常会签署合同，并获得完整的交钥匙包，每月或每年收取固定费用。该解决方案使在各种零件配置上运行各种精加工操作成为可能。卡比尔说，合作过的复合材料零件包括从玻璃纤维船体和建筑零件到碳纤维航空航天部件和汽车零件的所有产品。机器人扫描零件，确定几何形状，考虑周围环境（工作站），编写程序并开始运行操作。该系统仅根据实时扫描数据工作，不需要 CAD 模型。

手动编程机器人以执行此类操作可能涉及每个零件生成数百个数据点。这种工作有时可能需要人类程序员数周的时间。卡比尔表示， 的人工智能软件能够扫描零件，并在几分钟内生成这些数据点，具体取决于零件的几何形状。车载传感器扫描零件，并使用该公司专有的 GMR-AI 软件自动生成模型。然后，该模型对机器人进行编程，使其自主执行所需的表面处理操作。在执行过程中，传感器提供持续的反馈，使机器人能够适应和调整其运动，以防止错误，并最终确保一致性和质量。

卡比尔将 的人工智能方法描述为全栈解决方案。他说：“我们在每一层都使用不同的人工智能技术来理解世界、零件和工作。”。“首先，我们必须了解零件及其周围的一切。然后，我们必须弄清楚如何移动工具，安全高效地完成正确的工作。然后我们必须保证系统正常运行时间，确保系统尽可能可用。”

这转化为系统的预测和健康监测，以及自主恢复的能力。机器人可以全天候向 支持技术人员寻求帮助，通常只需按下几个按钮，操作就会在几分钟内恢复。

股份有限公司（美国印第安纳州埃尔哈特）的创新总监纳德恩·舍尔（ ）表示， 的“低代码或无代码”技术在帮助公司在机器人领域的带宽方面发挥了重要作用。帕特里克（）公司是 RV、船用房屋和动力运动行业的组件解决方案提供商。该公司使用 的扫描和砂处理技术生产玻璃纤维增强聚合物（GFRP）RV 屋顶部件和船用硬顶等零件。舍尔说：“随着自动化的发展，缺乏可用的熟练人力资本可能会成为许多公司的障碍。”。“通过采用这项技术，我们可以减轻这一障碍。当我看到有机会自主执行编程、减少维护并实现远程监控和支持时，我非常感兴趣。”

尽管该过程的每个阶段都很复杂和多功能， 但 方法的核心思想是，任何人都可以将零件带到机器人面前，只需按下触摸屏上的按钮。例如，对于打磨应用程序，将零件放置在机器人工作站中，然后按下“扫描并打磨”按钮。

卡比尔说：“我们为车间操作员设计解决方案，这些操作员对机器人或编程一无所知。因此，我们创建了一个使用起来非常简单的解决方案。”

提供人工智能（AI）驱动的软件，旨在使机器人能够对自己进行编程，以执行各种零件尺寸和形状的表面精加工和表面准备操作。

非常合身

的解决方案旨在适应各种零件尺寸和形状。更重要的是，它可能是机器人以前从未见过的东西。卡比尔说：“它可以是足球头盔、船体或战斗机机身。”

此外，该公司的解决方案可以与材料无关，适用于从铝和不锈钢等金属到丙烯酸树脂再到木材等一系列基材的表面处理。然而，卡比尔说， 50%以上的客户都在复合材料行业。

是什么让该公司的解决方案如此适合复合材料？卡比尔说，这是适应变化的能力。许多复合材料零件的定制特性使扫描和处理单个零件成为优势。卡比尔说：“零件的变异性和可变性非常高。”

（美国宾夕法尼亚州汉诺威）的工程总监雅各布·卡特赖特（Jacob ）表示， 的解决方案有助于缓解传统自动化的复杂性。

制造大型复杂复合材料零件，用于许多不同的市场，包括基础设施、运输、建筑和海洋。该公司通过几种不同的工艺制造零件，包括热成型、反应注射成型（RIM- ）、开模、轻树脂转移成型（LRTM- light resin ）和真空辅助树脂转移成型（VARTM - resin ）等。公司采用热固性、热塑性、玻璃纤维、碳纤维和玄武岩纤维复合材料。卡特赖特表示，目前在 系统上生产的产品包括重型卡车行业的开放式模制玻璃纤维增强塑料罩和运输行业的封闭式玻璃纤维增强树脂罩。

卡特赖特说：“我们有一个高混合环境和中等批量的生产。但在这样的环境中，传统的自动化很困难。”。“为了取得成功，您需要部署大量严格的编程和夹具。 技术适合我们的一个利基市场；它使我们能够将增加的产量与增加的产量以及复杂性结合起来。我们可以做到这一点，而不必遵守更严格的传统自动化。我们有五轴路由器，每天都在运行，生产更大批量的产品——夹具是严格的，编程是严格的。在传统的加工过程或传统的自动化过程中，我们必须确保有适当的保障措施，确保安装正确的程序，并安装正确的夹具。 的技术通过构建（和管理）自己的系统来区别于传统的自动化复杂性。”

整个想法是让完成自己零件的制造商，以及处理大量低批量生产程序的精加工操作，都能使用机器人。卡比尔指出，人工智能机器人不仅提高了一致性和质量，而且比手动方法使用的耗材减少了 30-50%。

2022 年， 获得 RBR50 创新奖，该奖项授予推动全球机器人技术发展的最具创造力和影响力的创新者。人们对该公司的解决方案越来越感兴趣。卡比尔表示，公司目前有 53-80%的团队是工程师，公司正在快速发展，他预计到今年年底，员工人数将翻一番。卡比尔说，这项工作来自航空航天、运输、海洋、体育器材、乐器、建筑产品等。“这是一个适用于广泛行业和应用程序的平台解决方案。”

END

原文见：《 AI- high-mix 》

杨超凡

本文经译者同意发布