深圳市im电竞数控设备有限公司

    借助人工智能（AI），如今的激光可以或许以无与伦比的精度举行切割及焊接。呆板可以完善完好地对于钣金零件举行分类，客户无需繁杂的编程就能优化出产效率。正因云云，AI已经成为通快（TRUMPF）营业的基石，从培训项目到机床以和激光技能，各个方面都因它而获得了晋升。

离别繁杂的编程

进步前辈的 VisionLine Detect图象处置惩罚东西，使用AI精准定位激光焊接的切确位置 这项使命曾经经需要富厚的编程专业常识及操作职员的经验。如今，这个历程变患上极为简朴：用户只需将几张图片上传到EasyModel AI云运用步伐中，然后用鼠标于零件上标志出焊接点。接着，EasyModel AI会天生一个自我练习的AI模子。这个AI模子使VisionLine Detect可以或许主动辨认焊接点，并以无与伦比的速率及精度定位激光，这之前所未有的方式简化了操作流程。

EasyModel AI解决方案只是通快使用AI厘革制造流程的一个例子。经由过程将AI集成到其东西中，通快将继承于立异之路上引领潮水。

消弭对于AI的疑虑

通快激光技能公司的Florian Kiefer与客户交流时发明，许多客户都对于于车间引入AI体现出了差别水平的担心。然而，一旦他们于一样平常操作中看到AI的现实运用，这些疑虑往往就会云消雾散。

EasyModel AI云运用步伐就是一个很好的例子，它利用进步前辈的图象辨认技能于激光焊接历程中辨认零件。这个解决方案不变了出产流程，并具备显著上风，尤其是于像汽车行业如许的多量量制造情况中。于最抱负的环境下，它能于连结最高数据掩护尺度的同时，提高零件的出产数目。

传统的非AI图象辨认体系经常难以处置惩罚繁杂的几何外形、极小的零件以和高反光质料。于诸如焊接电池电芯、周详电子元件以和需要极高精度的圆形反光电缆这种使命中，这些挑战尤为较着。于这类环境下，激光可能会于短短几秒内举行数千次焊接。传统体系的一次误辨认均可能造成严峻后果 哪怕是极小的偏差均可能致使整个电池没法利用，从而增长废品率并推高成本。EasyModel AI为VisionLine Detect开发的AI模子，恰是应答这一挑战的名贵东西。

图1：EasyModel AI是一款直不雅且利用利便的于线东西，用户只需提供零件的高质量图象便可最先利用，其实不需要具有AI专业常识。

无需AI专业常识

作为一位产物司理，Florian Kiefer于已往三年里一直带领着EasyModel AI的开发事情。于与客户举行了广泛的交流并深切阐发市场以后，他熟悉到需要一个简朴的基在云的解决方案，在是EasyModel AI应运而生，这是一款无需事前具有AI专业常识就能利用的简略单纯东西。用户只需要提供其零件的高质量图象便可。

操作历程十分简朴：用户起首将图象上传到运用步伐中，然后利用一个直不雅的、近似微软绘图软件的东西，用颜色标志出焊接位置。从这一步最先，AI就会接办，使用提供的数据举行自我练习。开初，用户只需于几张图象上手动标志焊接点。基在这些输入信息，模子最先天生本身对于焊接位置的建议。然后，用户可以按照需要查看并完美这些建议。只需对于 10 到 50 张图象举行练习后，EasyModel AI就能创立出一个靠得住的AI模子 这个历程凡是只需几分钟，至多几个小时。

模子完成后，用户可如下载并将其集成到VisionLine Detect图象处置惩罚软件中。该软件可确保对于零件举行切确且一致的辨认，使激光焊接体系可以或许始终将每一次焊接精准地施加于准确的位置上。

数据，数据，更多的数据

从数据孕育发生的那一刻起，咱们就需要有人可以或许辨认出哪些数据对于公司以和出产流程是有效的。 Jens Ottnad暗示， 简朴来讲，这是咱们面对的最年夜厘革 ，这就是为何让尽可能多的人相识AI的基本事情道理云云主要的缘故原由。

如今，Jens Ottnad的任务是将通快改变为一家以数据驱动的公司，由于他熟悉到数据是AI的基础。

探访切割边沿的优化之道

于激光切割中，优化切割边沿面对着一系列难题。通快机床部分的 TruLaser 产物司理Louisa Peters注释说： 咱们的客户要求零件质量尽可能到达最高尺度，包括切确无误的切割边沿。

Peters花了三年时间来提高钣金零件的边沿质量。她说： 当你面临的是那些并不是为激光切割而优化的质料或者外貌时，这真的极具挑战性，特别是于经验有限的环境下。 于这类环境下，钣金加工公司的操作职员往往不能不手动逐个调解切割参数，以到达抱负的效果。这包括选择切割工艺，于零件长进行测试，然后主不雅评估边沿质量。假如成果不睬想，他们就必需重复调解各个参数 这是一个耗时的历程，不仅需要专业常识，还有会增长废品率，华侈名贵的出产时间。因为纯熟技能职员欠缺，这类要领其实不老是可行的。

为相识决这个问题，通快开发了Cutting Assistant，这是一个立异的辅助体系，其焦点是一个毗连到激光切割机的简朴手持扫描仪。用户扫描想要优化的零件的切割边沿，体系会利用一种由AI驱动的算法来处置惩罚这些数据，该算法已经经于跨越 10 万张图象长进行了练习。Cutting Assistant可以或许客不雅地评估边沿质量，并主动给出切割参数的调解建议。这利用户可以或许快速高效地得到更好的效果。

此外，AI算法会从它所保举的每一一次调解中不停进修，跟着时间的推移，其建议也会不停改良。

经由过程AI鞭策立异

按照德国联邦统计局的数据，德国1/5的公司此刻都于利用AI技能， 跟着全世界数字化转型的推进，这一数字还有于不停增加。通快于德国处在这一趋向的前沿，经由过程浩繁由AI驱动的解决方案鞭策着立异。本年对于通快来讲是又一个主要的里程碑，由于它成立了新的架构，以便于全世界所有部分中整合AI的成长结果。新建立的AI中央将于协调这些事情以和加快通快公司层面的AI战略方面阐扬要害作用。

通快的收集安全

通快还有使用客户的呆板数据开发AI解决方案，这使患上掩护敏感信息成为重中之重。于迪琴根厂区，一支由 30 名收集安全专家构成的专业团队（于全世界 80 名协调员的撑持下）确保对于数字体系及客户数据提供强有力的掩护。

这些事情重要集中于三个要害范畴：

● 信息安全：通快于迪琴根的所有营业部分都连结着 ISO 认证，以掩护内部数据及客户特定命据。此外，该公司正预备实行欧盟关在收集及信息安全的指令，该指令要求对于安全事务举行严酷的陈诉。

● 产物安全：通快正于慢慢从头设计其产物开发流程，以切合欧盟的《收集弹性法案》。这项法例为数字组件设定了具备约束力的收集安全要求。安全的软件开发实践、具体的危害评估及按期的安全更新提高了产物的靠得住性。

● 信息技能安全：一份每一年更新的收集安全线路图明确了方针，并鞭策着通快信息技能安全基础举措措施的连续改良。

-IM电竞