Primjena umjetne inteligencije u proizvodnji dijelova za rakete
BUDUĆNOST SVEMIRSKOG TRANSPORTA | Umjetna inteligencija koristi se za potporu industrijskoj proizvodnji u području svemirskog transporta
Tri projekta koja podupire Europska svemirska agencija (ESA) donose jasne prednosti. Tvrtka MT Aerospace primjenjuje nove tehnike u obradi materijala te unapređuje postupke poput kugličnog oblikovanja, zavarivanja trenjem miješanjem ili FSW zavarivanja (eng. Friction Stir Welding) i polaganja ugljičnih vlakana.
Umjetna inteligencija obećava prednosti u mnogim područjima pa tako i u raketnoj tehnologiji. Program Europske svemirske agencije (ESA) Future Launchers Preparatory Programme (FLPP) istražuje kako se UI može koristiti za poboljšanje postojećih postupaka, ali i za razvoj potpuno novih struktura materijala koje bi se u budućnosti mogle primjenjivati u raketama ili svemirskim letjelicama.
U suradnji s njemačkom tvrtkom MT Aerospace, Europska svemirska agencija (ESA) ispituje kako se postupci obrade materijala mogu prilagoditi na razini cijele industrije.
Kuglično oblikovanje (Shot Peen Forming)
Kod kugličnog oblikovanja metal se bombardira sitnim kuglicama kako bi se oblikovao u željeni oblik. Budući da se proces odvija bez zagrijavanja, dobivena metalna struktura ostaje stabilna i otpornija na zamor materijala. Riječ je o često korištenoj metodi kojom MT Aerospace oblikuje zakrivljenu kupolu spremnika goriva za raketu Ariane 6.
S obzirom na to da kuglice velikom brzinom udaraju o metal, svaki je udar nepredvidiv. Prvi put koristi se strojno učenje kako bi se predvidjelo kako će se metal deformirati pod utjecajem pojedinačnih udaraca. Time se željeni oblik može postići brzo i precizno, uz toleranciju od samo dva milimetra.
Zavarivanje trenjem miješanjem (Friction Stir Welding)
Nakon proizvodnje metalne dijelove često je potrebno povezati s drugim komponentama. U svemirskoj industriji zavarivanje trenjem miješanjem (FSW zavarivanje) sve više zamjenjuje tradicionalno elektrolučno zavarivanje koje obavljaju ljudi ili roboti. Kod ove metode alat s iglom velikom se brzinom vodi duž zavara, pri čemu trenje zagrijava metal i „miješa” materijal, stvarajući iznimno čvrst spoj.
Ova precizna tehnika koristi se, primjerice, u proizvodnji spremnika za raketu Ariane 6. Uz nove digitalne sustave za praćenje sile zavarivanja, temperature i drugih parametara stroja, strojno učenje danas omogućuje brže podešavanje opreme, dokumentiranje procesa i automatsku provjeru oblika gotovog zavara. Automatska evaluacija zavarenih spojeva smanjila je vrijeme analize za čak 95 posto u odnosu na konvencionalne metode.
Automatizirano polaganje vlakana
No, nisu svi dijelovi izrađeni od metala. Plastika ojačana ugljičnim vlaknima omogućuje nove konstrukcije koje su lakše i čvršće. U okviru projekta Phoebus, u kojem MT Aerospace surađuje s tvrtkom ArianeGroupe, istražuje se primjena višeslojnih spremnika od ugljičnih vlakana za raketu Ariane 6.
MT Aerospace u ovaj proces integrira novu lasersku senzorsku tehnologiju koja uz pomoć modela strojnog učenja u stvarnom vremenu prepoznaje i klasificira nedostatke, čime se omogućuje neprekinuta proizvodnja i znatno skraćuje vrijeme izrade.
„Umjetna inteligencija, poput strojnog učenja, u kombinaciji s novim digitalnim tehnologijama mijenja način proizvodnje lansirnih raketa”, izjavio je Daniel Chipping, voditelj projekta ESA-e za softverske i digitalizacijske aktivnosti u okviru programa Future Launchers Preparatory Programme. „Od automatizacije složenih analiza do smanjenja dugotrajnih zastoja strojeva, već sada vidimo prve prednosti za sve materijale i proizvodne procese.”
Ovi projekti dio su programa Future Launchers Preparatory Programme (FLPP) Europske svemirske agencije, koji pridonosi razvoju tehnologija za buduće sustave svemirskog transporta. Kroz osmišljavanje, razvoj i ulaganje u tehnologije koje još ne postoje, program smanjuje rizike povezane s razvojem inovativnih i još neprovjerenih rješenja u svemirskoj industriji.
Stjepan Felber | Ekovjesnik