全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

企业动态

【韩国】Etrencotech与延世大学AI创新研究院签署“基于AI的注塑工艺自动化解决方案”技术开发合作协议

责任编辑:Julian He2 分钟阅读
Etrencotech与延世大学AI创新研究院签署“基于AI的注塑工艺自动化解决方案”技术开发合作协议

要点

  • Etrencotech与延世大学AI创新研究院签署技术开发谅解备忘录(MOU)。
  • PAM技术可将模具交付周期缩短70%,成本降低50%。
  • 延世大学AI创新研究院于10月24日正式开院,运营六个专业研究中心。
  • AI方案通过视觉AI识别缺陷,并自主调整注塑条件控制变量。

6日,Etrencotech(代表理事Min Kyung-chan)举办了以“基于AI的模具与注塑自主制造智能工厂构建技术”为主题的DeepTech TIPS项目说明会及启动活动,并与延世大学AI创新研究院AI技术研究中心(中心主任Kim Woo-ju教授)签署了关于共同开发AI注塑工艺自动化设备解决方案的技术开发谅解备忘录(MOU)。此次合作由主导机构Etrencotech与受托研发机构延世大学AI创新研究院AI技术研究中心共同推进,旨在实现韩国模具与注塑产业的AI自主制造化。双方计划共同开发基于AI的注塑工艺优化模型、数字孪生整合平台以及智能工厂实证技术。

在本次活动中,Etrencotech展示了其自主研发完成的PAM(颗粒增材制造)技术2M级大型3D打印与CNC混合加工装备。该设备可直接堆叠注塑用颗粒,快速制造大型模具核心及结构件,并结合精密CNC后加工功能,在单一设备内完成堆叠、加工及表面处理工序。相较于传统模具制造,该方案可将交付周期缩短70%,成本降低50%,并实现复杂的共形冷却通道设计,被视为注塑模具及工业模具制造的新标准。此外,Etrencotech还发布了3D打印模具制造解决方案。该方案在数字孪生环境中统一管理模具设计、仿真、堆叠、后加工及注塑验证的全流程,并通过AI仿真自动预测热应力、应变及堆叠路径等参数,从而提升模具质量。

Etrencotech正在推进的基于AI的注塑工艺自动化设备解决方案,是一套由AI实时分析注塑机内部温度、压力、速度等数据,自主预测并设定良品条件,同时利用视觉AI识别缺陷的存在与否及类型,并自主调整注塑条件控制变量的系统。该方案有望实现初期设置时间缩短、不良率降低及质量一致性提升等效果。与此同时,双方还将共同开发一个AI整合控制平台,用于统一管理模具的3D形状、冷却通道、材质、仿真结果等元数据以及注塑机传感器数据。该技术有望成为未来AX(自主执行)自主制造智能工厂实现的核心基础设施。

作为此次合作的核心伙伴,延世大学AI创新研究院(院长Yoon Dong-seop)于10月24日正式开院,目前正运营以下六个专业研究中心,致力于AI技术深化与产业联动:AI治理与安全中心、AI技术研究中心、AI未来创新中心、AI教育科技中心、AI医疗技术中心及AI人文中心。其中,AI技术研究中心作为Etrencotech该项目的核心合作伙伴,将负责开发基于AI的注塑工艺优化算法、深度学习模型设计及实时工艺预测AI引擎等。AI技术研究中心主任Kim Woo-ju教授表示:“延世大学AI创新研究院旨在推动尖端AI研究与产业现场的融合。通过此次合作,我们将实现制造现场数据由AI实时解析并自主控制的自主制造系统的商业化。”

编辑观点

AI介入注塑工艺控制将显著降低再生塑料加工中的参数调试门槛,提升rPET、rPP等再生料在精密模具中的成型稳定性。后续需关注该AI平台在再生颗粒特性适配上的算法优化,以及数字孪生环境对再生料流变数据建模的实际应用效果。

常见问题

Etrencotech和延世大学具体合作开发哪些AI技术?

双方共同开发基于AI的注塑工艺优化模型、数字孪生整合平台及智能工厂实证技术。延世大学AI技术研究中心负责开发注塑工艺优化算法、深度学习模型设计及实时工艺预测AI引擎,以实现制造现场数据的实时解析与自主控制。

Etrencotech的PAM技术能缩短多少交付周期?

PAM技术可将模具交付周期缩短70%,成本降低50%。该设备通过直接堆叠注塑用颗粒制造大型模具核心,结合CNC后加工,在单一设备内完成堆叠、加工及表面处理,并支持复杂共形冷却通道设计。

AI注塑自动化方案如何识别缺陷并调整参数?

系统利用视觉AI识别缺陷的存在与否及类型,同时AI实时分析注塑机内部温度、压力、速度等数据,自主预测并设定良品条件。该方案旨在缩短初期设置时间,降低不良率,并提升质量一致性。