Bilgisayarlı göründe CAD üretimi

Üretilen her ürün, genellikle üretim yazılımıyla oluşturulan bilgisayar destekli tasarım (CAD) modeli olan dijital bir planla başlar. Bu 3B taslak veya 3B model, bir ürünün her yüzeyini, deliğini ve ölçüsünü tanımlar.

Mühendisler bunu tasarım yapmak, test etmek ve parçaları üretime hazırlamak için kullanır. Ancak bazen CAD modeli ile bitmiş ürün arasında sorunlar ortaya çıkabilir.

Şekil 1. Otomotiv sektöründe 3B CAD modelinin nasıl kullanıldığına bir örnek. (Kaynak)

Örneğin parçalar yanlış hizalanabilir, bazı özellikler gözden kaçabilir ve üretim sırasında tutarsızlıklar ortaya çıkabilir. Bu sorunlar ek maliyetlere yol açar ve zaman alabilir. Bu nedenle üreticiler CAD üretimini, makinelerin görsel verileri yorumlayıp analiz etmesini sağlayan bir yapay zeka (AI) dalı olan bilgisayarlı görü ile birleştiriyor.

CAD, her parçanın tam yapısını yakalayarak doğru bir taslak sağlarken bilgisayarlı görü bunun üzerine görsel bir zeka katmanı ekler. Ürün geliştirme sırasında parçaları incelemek, doğrulamak ve takip etmek için kameralardan ve sensörlerden gelen verileri kullanır.

CAD ve bilgisayarlı görü sistemleri birlikte, kritik iş akışlarını kolaylaştırabilir ve Industry 4.0'a geçişin bir parçası olarak akıllı üretimi destekleyebilir. Industry 4.0, daha güvenilir ve verimli sistemler oluşturmak için yapay zeka ve otomasyon gibi gelişmiş dijital teknolojileri üretime entegre eder.

Bu makalede CAD ve bilgisayarlı görünün tasarım ile uygulama arasındaki boşluğu nasıl kapatabileceğini inceleyeceğiz. Hadi başlayalım!

Modern üretimde CAD'in rolü#

Bir ürün akıllı üretim süreciyle oluşturulduğunda, CAD ile hazırlanan dijital bir planla başlar. Mühendisler, her ayrıntıyı tanımlamak ve tasarımın verimli üretim için optimize edilmesini sağlamak amacıyla CAD kullanır. Eklemeli üretimden son montaja kadar sonraki tüm süreçler CAD verilerinin doğruluğuna bağlıdır.

CAD modelleri oluşturulduktan sonra bilgisayar destekli üretim (CAM) yazılımına aktarılır. CAM çözümleri, kesici takımların tam hareketlerini tanımlayan takım yolları ve makinelerin bu hareketleri gerçekleştirmek için kullandığı programlama dili olan G kodunu oluşturarak dijital tasarımı üretim talimatlarına dönüştürür. Bu talimatlar daha sonra bilgisayarlı sayısal kontrol (CNC) makinelerine ve diğer otomatik araçlara gönderilir; bu makineler ham maddeleri keser, deler ve şekillendirerek özgün CAD tasarımına uyan parçalar oluşturur.

CAD modelleri ayrıca simülasyonlar çalıştırmak, farklı işleme operasyonlarını test etmek ve üretim alanındaki makinistler için kalite güvencesini desteklemek amacıyla kullanılabilir. İlginç olarak CAD tasarım verileri, hızlı prototipleme veya küçük seri üretim için doğrudan 3B yazdırma düzeneklerine de gönderilebilir.

Şekil 2. 3B yazıcı için hazırlanmış bir CAD modeli (Kaynak)

CAD iş akışlarına bilgisayarlı görünün dahil edilmesi#

CAD, tasarımın temelini oluşturur. Ancak bu tasarımı hassas ve fiziksel bir ürüne dönüştürmek için üreticilerin üretim alanından gerçek zamanlı geri bildirime ihtiyacı vardır. Bilgisayarlı görü burada önemli bir rol oynar.

Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, bir görüntüdeki nesneleri tanımlayıp konumlandıran nesne algılama ve her pikseli etiketleyerek ayrı nesneleri birbirinden ayıran örnek segmentasyonu gibi temel görü görevlerini destekler. Bu yetenekler üreticilerin üretimi izlemesine, kusurları algılamasına ve süreç boyunca kaliteyi güvence altına almasına yardımcı olur.

Şimdi bunun üretimin farklı aşamalarında nasıl çalıştığına daha yakından bakalım.

Fizikselden dijitale: Taramadan CAD'e ve tersine mühendislik#

Sıfırdan bir CAD modeli oluşturmak zaman alır. Önceden mevcut dijital tasarımları olmayan eski sistemler veya özel bileşenlerle çalışırken bu süreç özellikle yavaştır. Taramadan CAD'e gibi teknikler, fiziksel nesneleri dijital CAD modellerine dönüştürme sürecini hızlandırabilir.

3B tarama cihazları, bir bileşenin şeklini, özelliklerini ve ölçülerini yakalamak için bilgisayarlı görüyle birlikte kullanılabilir. Taramadan CAD'e sistemi daha sonra yüzeyleri, delikleri ve kenarları tanımlayarak bunları otomatik olarak CAD geometrisine dönüştürebilir.

Bu, tasarım yinelemelerini hızlandırır, 3B yazdırılabilir modellerin oluşturulmasını sağlar ve makinistlere prototipleme için esnek CAM seçenekleri sunar. Taramadan CAD'e, mevcut fiziksel parçaların yeniden tasarım veya çoğaltma amacıyla dijitalleştirilmesi gereken tersine mühendislik süreçlerinde özellikle etkilidir.

Şekil 3. 3B tarama cihazları, dijital bir model oluşturmak için nesneleri tarayabilir.

Dijital ve fizikseli birleştirmek: Montajda AR ve görü#

Üretim alanında, özellikle otomotiv gibi sektörlerde küçük montaj hataları bile büyük kalite sorunlarına dönüşebilir. Üreticiler bu sorunları çözmek için montaja rehberlik etmek üzere artırılmış gerçeklik (AR) ve bilgisayarlı görü kullanıyor. AR, dijital bilgileri gerçek dünya görüntüsünün üzerine bindirerek çalışanların ayrı ekranlara veya kılavuzlara geçiş yapmadan hassas talimatları izlemesine yardımcı olur.

Bilgisayarlı görü sistemleri her bileşenin konumunu ve yönelimini gerçek zamanlı olarak takip edebilir. Bir parça eksikse veya yanlış hizalanmışsa sistem sorunu işaretler ve düzeltici yönlendirmeyi teknisyenin AR başlığına bindirir. Bu, ekiplerin hataları anında tespit etmesini ve üretim alanında tutarlı kaliteyi korumasını sağlar.

Örneğin otomotiv montajında AR, bir otomobil kapısının CAD tabanlı yerleşimini fiziksel çerçevenin üzerine yansıtabilir ve her vida, kol ile bileşenin tam olarak nereye yerleştirilmesi gerektiğini gösterebilir. Bu, her parçanın doğru konuma ve sıraya göre monte edilmesini sağlar.

Döngüyü kapatmak: CAD odaklı kalite güvencesi#

Bir ürün üretildikten sonra sıradaki adım, ürünün özgün CAD tasarımına uyduğundan emin olmaktır. Bilgisayarlı görü çözümleri, üretilen ürünü CAD tasarımlarıyla karşılaştırarak bu inceleme sürecini otomatikleştirebilir.

Görü sistemleri şekli, boyutu, yerleşimi ve yüzey kalitesini değerlendirmek için nesne algılama, segmentasyon ve poz tahmini gibi teknikleri kullanır. Bu kontroller, kalite kontrolün bir parçası olarak üretim sırasında gerçekleştirilebilir ve ekiplerin hattı durdurmadan sorunları tespit etmesine olanak tanır.

Şekil 4. Hassas inceleme için bir bileşenin 3B taramasına bir örnek.

Özellikle YOLO11 gibi bilgisayarlı görü modelleri, eksik özellikleri veya yüzey kusurlarını gerçek zamanlı olarak algılayarak bunu mümkün kılar. CAD ile entegre edildiğinde görü tabanlı kalite kontrolleri, bitmiş ürünleri tasarım spesifikasyonlarıyla karşılaştırarak hataları ambalajlama veya sevkiyattan önce yakalayabilir.

CAD odaklı üretimde bilgisayarlı görü uygulamaları#

Bilgisayarlı görü kullanılarak yürütülen CAD iş akışlarını ve CAD tabanlı üretimi artık daha iyi anladığımıza göre, bazı gerçek dünya uygulamalarına daha yakından bakalım.

Otomotiv ve havacılıkta otomatik kalite denetimi#

Otomobil ve uçak üretirken somunlar, cıvatalar ve perçinler gibi her parçanın konumu hassas olmalıdır. Bunu manuel olarak yapmak, insan kaynaklı hatalar ve gecikmeler gibi birçok sınırlamaya sahiptir.

Örneğin bir uçağın gövdesindeki tek bir yanlış hizalanmış perçin yapısal bütünlüğü tehlikeye atabilirken otomobil üretiminde yanlış takılmış bir sensör veya braket sistem arızalarına ya da geri çağırmalara yol açabilir.

Harika bir çözüm, kalite denetimlerini Vision AI kullanarak otomatikleştirmektir. Bu sistemler kusurları tespit etmek, parçaları ölçmek ve parçaların doğru yerleştirildiğini yeniden kontrol etmek için kameralar, sensörler ve yapay zeka kullanır; böylece üretim daha hızlı, hassas ve güvenli hale gelir.

Hassas son işlem için görü kılavuzlu robotlar#

Benzer şekilde taşlama, parlatma veya düzeltme gibi görevler yüksek hassasiyet gerektirir. Bu görevleri manuel olarak gerçekleştirmek bazen sonradan düzeltilmesi pahalıya mal olabilecek kusurlara yol açabilir.

Görü kılavuzlu robotlar kullanmak, bu tür kusurların üretilme olasılığını azaltabilir. Bu robotlar parçayı taramak ve CAD modeliyle karşılaştırmak için 3B görü kullanır. Ardından karşılaştırma sonuçlarına göre son işlem operasyonlarını hassasiyetle gerçekleştirir.

Örneğin döküm bir parçada fazla malzeme varsa robot, parçanın CAD tasarımına göre bunun tam olarak nerede olduğunu ve ne kadarının kesilmesi gerektiğini bilir. Bu düzenekler genellikle yetkin programcıların CAD verilerine göre işleme süreçlerini ve robot hareketlerini optimize ettiği hassas CAM programlamasına dayanır.

Üreticiler CAD CAM iş akışlarını Vision AI ile birleştirerek en karmaşık parçalar için bile sürekli olarak daha yüksek kaliteyi koruyabilir. Bu iş akışları yalnızca kaliteyi iyileştirmekle kalmaz, seri üretimi de daha güvenilir hale getirir.

Havacılıkta AR tabanlı montaj doğrulama#

Havacılıkta montaj hatalarını düzeltmek maliyetli ve zaman alıcıdır. Bunları önlemek için birçok havacılık şirketi, bilgisayarlı görü ve CAD modelleriyle entegre artırılmış gerçeklik sistemlerini benimsiyor.

Örneğin küresel bir havacılık ve savunma teknolojileri lideri olan Northrop Grumman, uydular gibi karmaşık sistemlerin montajına yardımcı olmak için AR başlıkları kullanır. Şirket, yapım sırasında fiziksel uzay aracının üzerine yansıtılan tam ölçekli dijital modeller oluşturmak için CAD/CAM yazılımından yararlanır. Bileşenler ve talimatlar tam olarak gereken yerde görünür ve teknisyenler hareket ederken yansımalar hizalı kalır. Bu gerçek zamanlı yönlendirme montajı hızlandırır ve maliyetli yeniden çalışmaları önemli ölçüde azaltır.

Bilgisayarlı görünün CAD ile entegrasyonunun faydaları#

Vision AI'ı CAD iş akışlarıyla entegre etmenin bazı faydaları şunlardır:

• Daha hızlı ürün tasarımı: Bilgisayarlı görü sayesinde üreticiler bileşenleri hızla dijitalleştirebilir. Bu sistemler, manuel modellemenin yerini almak, CAD modeli oluşturmayı optimize etmek ve hızlandırmak için otomatik tanıma ve 3B tarama kullanır.

• Üretimde daha yüksek doğruluk: Bilgisayarlı görü sistemleri yanlış hizalanmalar, yüzey kusurları veya eksik özellikler gibi sorunları gerçek zamanlı olarak algılayarak kusur tespitini ve genel doğruluğu iyileştirir.

• Gelişmiş üretkenlik ve eğitim: Derin öğrenmeyle güçlendirilmiş Vision AI sistemleri, CAD bindirmeleri ve AR araçlarını kullanarak gerçek zamanlı yönlendirme sağlar. Bu, yeni operatörlerin eğitim süresini kısaltır.

Zorluklar ve dikkat edilmesi gerekenler#

CAD-CAM üretiminde bilgisayarlı görünün faydalarına rağmen dikkate alınması gereken bazı uygulama zorlukları vardır. Göz önünde bulundurman gereken birkaç temel faktör şunlardır:

• Veri ve model karmaşıklığı: Bilgisayarlı görü sistemleri büyük miktarlarda yüksek kaliteli veriye dayanır. Temiz veriler olmadan performans düşebilir.

• Ölçeklenebilirlik ve maliyet: Gelişmiş bilgisayarlı görü araçları, 3B tarayıcılar ve uç cihazlar genellikle pahalıdır. Bunları birden fazla hatta veya tesiste ölçeklendirmek başlangıçta yatırım gerektirebilir.

• Eski sistemlerle entegrasyon: Bilgisayarlı görü ve CAD'i eski üretim sistemleriyle entegre etmek zorlayıcı ve çoğu zaman pahalı olabilir.

Önemli çıkarımlar#

Bilgisayarlı görü, üretimde CAD'in rolünü yeniden tanımlayarak daha akıllı denetimleri ve tasarımdan üretime sorunsuz döngüleri mümkün kılıyor. Eskiden saatlerce manuel kontrol gerektiren işlemler artık gerçek zamanlı olarak gerçekleşiyor; bu da hataları azaltıyor ve ekiplere daha fazla kontrol sağlıyor. Üretim sektörü veri odaklı, tasarım öncülüğündeki operasyonlara doğru ilerlerken Vision AI, modern CAD/CAM sistemlerinin temel bir bileşeni haline geliyor.

Büyüyen topluluğumuza katıl! Yapay zeka hakkında daha fazla bilgi edinmek için GitHub depomuzu incele. Çözüm sayfalarımızı ziyaret ederek üretimde bilgisayarlı görü ve otomotiv sektöründe yapay zeka hakkında bilgi edin. Bilgisayarlı görüyü iş akışlarına entegre etmeye başlamak için lisanslama seçeneklerimize göz at.