Perakitan mekanis adalah salah satu proses manufaktur yang paling memakan waktu, yang sebagian besar bergantung pada gambar perakitan yang benar yang dibuat oleh para insinyur. Dan oleh karena itu, ada faktor manusia, yaitu kemungkinan kesalahan. Oleh karena itu, penggunaan kecerdasan buatan dalam industri manufaktur paling sering disambut dengan tangan terbuka.
Merencanakan rakitan mekanis masih membutuhkan lebih dari sekadar membuat sketsa beberapa sketsa—ini adalah teka-teki kompleks yang berarti bekerja dengan bentuk XNUMXD acak dan gerakan terbatas yang diperlukan untuk rakitan dunia nyata.
Dalam upaya untuk membuat pekerjaan para insinyur lebih mudah dan menghindari potensi kesalahan, peneliti dari MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL), Autodesk Research, dan Texas A&M University telah mengembangkan metode perakitan produk otomatis yang akurat, efisien, dan dapat digeneralisasikan ke berbagai majelis kompleks.
Algoritme yang dikembangkan mempertimbangkan urutan perakitan, yang terdiri dari beberapa tahap, setelah itu mencari kemungkinan cara untuk mengimplementasikan setiap langkah.
Untuk ini, tim peneliti menyiapkan database besar majelis industri yang teruji secara empiris. Metode baru ini mampu menyelesaikan hampir semua tugas yang dikumpulkan oleh para ilmuwan, dan dengan keuntungan besar pada saat perakitan unit putar dan dok. Misalnya, suatu algoritme dapat membuat rencana perakitan untuk mesin yang terdiri dari 50 bagian dalam beberapa menit.
"Alih-alih satu jalur perakitan yang didedikasikan untuk satu produk tertentu, kami akan dapat secara otomatis menentukan bagaimana bagian-bagian diurutkan dan dipindahkan, memungkinkan pengaturan yang sepenuhnya adaptif," kata Yunsheng Tian, seorang mahasiswa pascasarjana MIT CSAIL dan penulis utama dari kertas.
“Mungkin satu jalur perakitan bisa digunakan untuk banyak produk yang berbeda.
Kami menganggapnya sebagai rakitan campuran batch kecil, berbeda dengan rakitan campuran batch tinggi tradisional, yang sangat spesifik untuk produk.”
Salah satu kemungkinan arah pengembangan proyek ini adalah pembuatan instalasi robot fisik untuk mengumpulkan objek.
Artinya, hasil akhirnya adalah jalur perakitan yang dapat merakit segala sesuatu secara adaptif tanpa campur tangan manusia.
Anda dapat membantu Ukraina melawan penjajah Rusia. Cara terbaik untuk melakukannya adalah dengan menyumbangkan dana ke Angkatan Bersenjata Ukraina melalui selamatkan hidup atau melalui halaman resmi NBU.
Baca juga:
- Generator gambar AI diajarkan untuk membuat musik
- Apa yang memberi penggemar untuk Tahun Baru Motorola