Astrofysici willen frezen optimaliseren

Metaalbewerking geïnspireerd door de sterren

Astrofysici Dr. Theo Steininger en Dr. Maksim Greiner, voormalig promovendi aan het Max Planck Instituut voor Astrofysica in het Duitse Garching, hebben een Artificial Intelligence (AI) software ontwikkeld die gebruik maakt van de nieuwste statistische analysemethoden voor astrofysica.
Ze hebben de software al gebruikt voor de montage van deuren bij een Duitse autofabrikant, maar willen nu ook de metaalverwerkende markt veroveren.
"Snel machinaal leren is voor ons erg belangrijk", vertelt Theo Steininger. "Wij gebruiken zeer weinig gegevens - in tegenstelling tot andere typische Big Data-taken, die tegen hoge technische kosten en met de bijbehorende snelle, krachtige computers kunnen worden opgelost".
Met een kleine hoeveelheid gegevens is de technische inspanning minimaal, waardoor zelfs laptops op dit moment voldoende zijn. Er is echter veel meer inspanning nodig om de algoritmes te ontwikkelen die de gegevens in real time analyseren en verwerken. "Voordat de eigenlijke software wordt geïnstalleerd, analyseren we het probleem samen met experts van de klant", legt Steininger uit. "Samen bepalen we het optimalisatiedoel en de kritische processtappen.”
Deze discussies maken het mogelijk parameters uit te sluiten die geen of slechts een ondergeschikte rol spelen. Zo wordt stap voor stap een duidelijk gedefinieerd netwerk van afhankelijkheden gecreëerd, dat volgens Steininger gebruikt kan worden om een snel werkend algoritme te creëren.
Het algoritme kan toegepast worden op freesspillen, waarvan het rotatiegedrag bij toenemende slijtage verslechtert. De spindels beginnen in verschillende mate te wiebelen, afhankelijk van het soort slijtage. Het algoritme kan nu, verrijkt met vakkennis, het gebruik van de spindel optimaliseren, afhankelijk van de mate van slijtage.