携手 Bossard 与 FHNW 实现智能自动化
本项目旨在通过开发基于机器人技术的自动化方案，并结合基于机器学习的智能解决方案模块，突破多材料连接领域独特焊接技术的极限。
Smart Automation 项目汇集了 MM-Welding 技术的两个关键方面：
- 自动化潜力
- 大数据应用潜力
本项目旨在通过开发基于机器人技术的自动化方案，并结合基于机器学习的智能解决方案模块，突破多材料连接领域独特焊接技术的极限。
在超声波加工过程中，可以从各种传感器和转换器获取大量数据，从而深入了解连接的质量和性能。本项目开发的智能解决方案模块利用机器学习技术，能够对连接质量进行预测，并实现工艺参数的自动优化。
Facts & figures
Consortium:
- 多材料焊接
- Bossard
- 瑞士西北应用科学与艺术大学
Funding:
Innosuisse
Budget:
119 万
Whitepapers:
- 连接工艺的实时质量控制, Bossard 白皮书, 2020, 在线获取 https://media.bossard.com/ie-en/-/media/bossard-group/website/documents/white-paper/bossard_whitepaper_smartsolution_en_07-2020_fv.pdf?la=en-ie
- 从夹层板到纤维材料：如何利用超声波连接轻质材料, AG Textilen Techniken, 2021, 在线会议
- 夹层板 MM-Welding 连接技术的实验与数值研究, 海报展示, ITHEC 2020, 在线会议
- 多材料焊接概览及任务说明, 阿尔高工商会 (AIHK) 会员活动, 2021, 在线会议
- 多材料焊接——数字化连接，CU 主题标签“实现零排放交通的数字化制造”，2021 年，在线会议
Highlighted results
机器人解决方案
一台机器人配备了定制的末端执行器，其中包含伺服驱动的超声波执行装置和多种传感器，可用于采集工艺参数。
多种 MM-Welding 技术已被证明适用于自动化机器人装配。
机器学习方法
在此过程中获取的数据将用于训练机器学习算法，并实现流程的自我学习，从而最大限度地提高连接强度和可靠性。
Want to collaborate with us?
We are always looking for new partners to work on R&D projects.
We’d be happy to talk about it.
