飛機工業(yè)中
復合材料零件的自動化制造還沒完全實現(xiàn)。盡管面向高質量結構的標準是由安全性驅動，但是當前都通過人工肉眼檢查來滿足，比如一個檢測員必須停機并在繼續(xù)前用肉眼檢查鋪層。為解決這個問題，歐盟委員會在“地平線2020”研究框架計劃內資助了ZAero項目，旨在通過一個內嵌的自動化檢測系統(tǒng)將復合材料零件生產(chǎn)效率提升30%-50%。不過項目更進了一步，還包括為工藝鏈操作員開發(fā)零件仿真和決策支持工具。這些系統(tǒng)如果在A320neo
碳纖維增強塑料機翼蒙皮批產(chǎn)中實施，預計每年將節(jié)省1.5億歐元。它們還將解決當前質量控制系統(tǒng)無法跟上飛機生產(chǎn)速度增加的問題（每月60架），幫助達到所需的生產(chǎn)率。
圖 AFP傳感器
一、項目牽頭方
項目的設想出自奧地利Profactor公司，一個非大學研發(fā)中心，主要從事兩類活動：1．微納制造；2．工業(yè)輔助系統(tǒng)，如人和機器人協(xié)作（協(xié)作機器人），以及使用機器視覺和機器學習的質量保證。
Profactor機器視覺經(jīng)理表示：“我們是ZAero項目的協(xié)調方，本質上該項目是我們的想法。我們與航空工業(yè)共事了一些時間，發(fā)現(xiàn)在碳纖維增強塑料（CFRP）零件生產(chǎn)中的質量控制存在問題。通過空客我們了解到檢測仍存在問題，特別是AFP，因此我們想到了覆蓋整個生產(chǎn)過程的大項目。整個生產(chǎn)過程從鋪放和將材料置入一個 模具開始直到固化工藝，專注如何將質量控制、返工決策和工藝鏈進行集成。他表示ZAero只是大項目簇的一部分——專注零缺陷制造領域，不僅面向航空航天還有不同領域，如航空航天微制造和汽車。
圖 當前鋪放工藝
圖 項目概念和解決方案
二、項目交付物
ZAero項目2016年開始，預計2019年結束。其三大交付物/主要計劃是：
1．在纖維鋪放過程中替代造成生產(chǎn)瓶頸的現(xiàn)有手工檢測工藝。解決方案是一個自動化的檢測系統(tǒng)，探測縫隙、重疊、起毛和外來碎物（FOD）。為了可靠地完成檢測，系統(tǒng)必須擁有學習組件，分辨一個正常表面和一個有缺陷的，而且必須區(qū)分不同缺陷。
2．在固化過程中收集傳感器數(shù)據(jù)，預測零件的最終性能。
3．在更高層級，收集來自這些系統(tǒng)的所有數(shù)據(jù)，以幫助操作員確定如何處理一個特定類型的缺陷。因此作為一個整體，我們正為工藝構建決策支持工具。理想上，運行越多工藝就產(chǎn)生越多數(shù)據(jù)，決策支持工具將變得越智能。
圖 項目預期成果
圖 項目進行的四個驗證
三、傳感器、機器學習和仿真
ZAero項目用于鋪放的傳感器已經(jīng)開發(fā)出來，還為MTorres的AFP設備購買了最近由空客旗下InFactory解決方案公司開發(fā)和鑒定的傳感器。項目的實驗目前基于MTorres和FIDAMC的干纖維鋪放。一個挑戰(zhàn)是傳感器需要集成到機床中?！癆FP鋪放頭中幾乎沒有空間，它需要專門設計?！绷硪粋€問題是開發(fā)在曲面上AFP的傳感器?！白詈笫墙?jīng)濟性問題。如果你要建造一個掃描表面的傳感器，它有一定的可視深度?！比绻慵矢?，則可視深度內可以掃描的區(qū)域就會變小。如果想掃描更大的區(qū)域，就需要更多掃描器或能夠掃描更多角度的能力，比如偏移10度成兩張圖像。這將類似于在大面積超聲試驗（UT）系統(tǒng)中使用相控陣轉換器。
圖 ADMP傳感器
盡管機器學習是Profactor的專業(yè)能力，為ZAero解決方案開發(fā)更高層級的決策支持技術還是有一些問題?！笆褂靡粋€機器學習系統(tǒng)的標準方法，是在執(zhí)行生產(chǎn)前將系統(tǒng)訓練到一個特定的性能水平。為實現(xiàn)這個，我們離線訓練系統(tǒng)，之后‘凍結’它——放到生產(chǎn)中不再進行更改。不過在ZAero項目中，我們在研究一個更新的方法，嘗試利用來自生產(chǎn)線的數(shù)據(jù)流，持續(xù)改進系統(tǒng)的性能。這是在線訓練。挑戰(zhàn)是系統(tǒng)的機器學習總是變化著的，而且可能不總是朝正確的方向。這樣，問題之一就是如何評價和管理這個在線機器學習，以保持工藝鏈穩(wěn)定?！?
達索系統(tǒng)公司領導仿真這一部分項目?！爱斍案嚓P注鋪放工藝。如果發(fā)現(xiàn)缺陷怎么辦？達索的方法不使用當前復雜的規(guī)則組合，而是從零件實際制造中獲取數(shù)據(jù)，在有限元分析（FEA）模型中使用它來預測缺陷造成的影響。它是否需要消除或處理？”
