Cosimo : production efficace de composants légers en fibres de carbone

KUKA participe à un projet de recherche commun visant à développer la production de masse pour les matériaux composites. L'objectif est de développer des processus de fabrication pour la production de masse de pièces composites destinées à l'industrie automobile et à la construction aéronautique. Des méthodes d'apprentissage automatique, des outils intelligents, des robots KUKA et des solutions KUKA Cloud doivent être déployés pour obtenir une production efficace et préservant les ressources avec des temps de cycle courts qui peuvent également être transférés à d'autres processus de fabrication.

Le projet de recherche CosiMo, d'une durée de trois ans, financé par le gouvernement bavarois, a débuté en juin 2018 et réunit KUKA, Faurecia, Premium Aerotec, l'Université d'Augsbourg, le Centre aérospatial allemand et huit autres partenaires. Une partie du projet se concentre sur la recherche de nouvelles technologies pour des processus de fabrication entièrement automatisés pour les plastiques renforcés de fibres, également connus sous le nom de matériaux composites. L'objectif est de fabriquer des composants dans leur forme finale en une seule étape. Cela permet de produire de manière durable et rentable des composants légers pour l'industrie automobile et la construction aéronautique.

Cette fabrication en une seule étape nécessite de relier plusieurs processus individuels au sein d'un outil intelligent. Les étapes du processus seront surveillées en permanence à l'aide de capteurs appropriés afin de vérifier les propriétés des matériaux et d'assurer la qualité requise des composants. Ici, le machine learning doit être exploité pour aider à comprendre le processus, à anticiper les défauts de qualité, à les prévenir en adaptant le processus de production et à minimiser les rejets. Pour rendre l'apprentissage indépendant du processus de fabrication, le projet cherche à développer une infrastructure Cloud appropriée utilisant des normes telles que OPC UA pour la communication des données.

La disponibilité de grandes quantités de données de haute qualité et la capacité de les traiter sont les conditions préalables à l'apprentissage automatique. Il existe un grand nombre de travaux universitaires dans ce domaine. Ils se concentrent principalement sur la reconnaissance d'images et de la parole. Toutefois, des applications initiales visant à améliorer les processus dans les environnements industriels ont également été mises en œuvre avec succès. L'objectif est d'appliquer les découvertes scientifiques existantes au contrôle des processus dans la production de matériaux et de les faire progresser encore davantage.

La production en une seule étape et entièrement automatisée de plastiques renforcés de fibres est nettement plus efficace, plus respectueuse des ressources et plus rentable que les processus de production actuels. En outre, la construction légère pour les automobiles et les avions permet de réduire la consommation de carburant et les émissions de CO2.