GF成型方案是瑞士GF集团的一个事业部,是交通出行(轻型车,卡车,道路机械,航空,电梯扶梯)和能源行业轻量化零件及模具的领先解决方案供应商之一。GF成型方案目前使用的人工智能,使我们能够在零件的升级阶段更快地优化生产过程,以最大限度地提高质量,同时最大限度地减少能源消耗和浪费。

GF成型方案总部位于沙夫豪森,多年来一直在推动数字化转型,利用现代技术不仅提高了生产效率,而且为实现客户的利益不断创新。GF成型方案是GF集团的三个事业部之一,在交通出行(轻型车,卡车,道路机械,航空,电梯扶梯)和能源行业的轻量化零件领域,一直是创新的驱动者,引领行业在可持续出行中不断发展。

道路上行驶的车辆的轻量化铸件都来自GF成型方案

关注环境影响和制造成本

为了更好地利用人工智能(AI)等新兴技术,总部位于瑞士的GF成型方案研发团队与人工智能先驱微软展开了合作。

此次合作的目标是建立完善的、数据驱动的GF成型方案复杂铸造工艺,其中包含诸多步骤。“环境影响和制造成本随着每一个工艺步骤的增加而增加。”GF成型方案技术专家Ilias Papadimitriou解释说,“因此,最好在生产过程中尽早确定生产出来的零件是否能够送到客户手中,或者在后续的生产过程中是否需要进行报废。Ilias Papadimitriou说,报废的原因是多方面的,从超过客户的公差规格到生产零件的气孔都可能产生瑕疵产品。

位于阿尔滕马克(奥地利)GF成型方案生产现场的高自动化高压压铸工艺

用机器学习来识别最具影响力的参数

借助微软Azure机器学习( Machine Learning)云服务,将高压压铸过程中产生的数据与工艺链上获取的变形测量等工艺数据相结合。“利用微软研究院(Microsoft Research)在自动机器学习方面的最新进展,对这些数据进行模式分析。”微软瑞士的云解决方案架构师、数据和人工智能专家马克•肖尼表示:“使用Azure 机器学习的内置模型的理解能力,我们能够识别出最有影响力的过程参数。”这些洞察后来经过GF生产专家的讨论得到了验证。

主控站:对数十个工艺参数进行分析和优化

更多的合作项目正在酝酿之中

我们的团队能够就如何加速生产过程提出建议,以最大限度地提高质量,同时最大限度地减少能源消耗和浪费。这些行为和初步迹象表明,在生产的爬坡阶段,可显著降低废料率,这一建议之后将被纳入生产过程。Ilias Papadimitriou说:“通过使用像人工智能这样的现代技术,我们将能够不断优化我们的流程和产品,不仅是保障了客户的利益,也保护了环境。因此,我们将继续利用与微软的合作关系,通过人工智能的力量来创新,减少我们对环境的影响。”

更多相关信息

Research and Development Teaser 3 column ENGLISH

研发

GF成型方案拥有一支专业的研发团队,凭借卓越的专业技术和丰富的经验,为高度复杂的铸件提供轻量化设计和工艺优化方案。