利用工业量子技术工业4.0的尖端模拟

高品质、无缺陷且尺寸完美的金属部件。量子计算能力有望优化金属加工行业的生产流程。由萨尔大学商业信息学教授WolfgangMaaß和德国人工智能研究中心(DFKI)领导的团队正在“Qasim”项目中与商业和学术合作伙伴合作，开发根本无法执行的新型量子模拟由于计算时间和存储限制，在当今的传统计算架构上进行了模拟。该团队将在今年的汉诺威工业博览会上展示如何使用这些模拟来提高质量、生产力和成本效率。

即使在不利的条件下，航空发动机也必须可靠地提供高水平的推力，因此精度是现代飞机涡轮机制造中最重要的问题。在涡轮风扇发动机中，将空气吸入涡轮的风扇具有多个具有复杂弯曲几何形状的叶片。

这些金属刀片是通过精密铣削工艺制成的，需要仔细的加工策略。只有非常严格地控制刀具和工件的相对运动，才能实现精密铣削。否则可能意味着刀片开始振动，导致刀片表面以不受控制的方式撞击铣头并损坏刀片。

对于一个基本上无法使用的组件，即使稍微不符合规格，这也可能是一个非常昂贵的事故。萨尔大学商业信息学教授、德国人工智能研究中心智能服务工程研究领域负责人沃尔夫冈·马斯(WolfgangMaaß)表示：“这种生产错误对于高精度航空发动机零部件制造商来说代价极其高昂。”DFKI)。

但许多其他制造金属部件(包括通过激光切割生产的金属部件)的公司(无论大小)的情况也类似。切割过程中产生的极高热量可能会导致金属在不应该膨胀的地方膨胀。在传统的切割操作中，边角料可能会被机器卡住，然后机器就会停止运行。

其结果是废品率增加，机器停机时间过长，导致制造公司浪费材料、时间和金钱。“金属加工行业是德国和欧盟的主要经济部门，安全和质量标准很高。金属加工行业的生产过程有时废品率约为1%，听起来不多，但总体而言，可以对竞争力产生重大影响。”WolfgangMaaß解释道。

利用人工智能的数字模拟可以降低废品率。通过创建工件的数字孪生，可以在虚拟环境中模拟真实组件发生的所有情况-从规划和生产到质量保证。

理论上，生产链的每个方面都可以精确优化，无论是铣削的完美主轴速度还是激光器提供的理想功率密度。但有一个问题。产生这些高分辨率模拟所需的大量数据根本无法用传统计算机系统处理。能够提供所需计算能力水平的量子计算机尚不可用。

结果?“目前在实际应用中很少使用模拟。部分原因是没有足够的计算能力，部分原因是需要专门的数据和信息，而这反过来又需要计算模拟方面的详细专业知识，”Maaß研究的HannahStein解释道。团队。目前，金属加工公司不得不满足于较低分辨率的数字孪生，并且在很大程度上依赖于生产工程师的实践专业知识和经验。

在量子计算机提供处理海量数据所需的极速计算之前，还有很长的路要走。然而，卡西姆项目的研究合作伙伴却扎根于现实。该工业和学术合作伙伴联盟正在研究短期和长期解决方案，利用量子系统的力量来提供用于制造场景的增强模拟。

“我们的初步研究表明，通过利用量子力学系统的原理并使用基于量子的机器学习策略，我们可以更快地解决算法问题，”项目协调员WolfgangMaaß说。

“尽管今天的量子计算机仍处于起步阶段，但底层技术已经可以部署在传统计算机工作极限的领域，需要大量时间才能完成计算。”

研究人员正在使用各种量子计算方法来探索使复杂模拟更快并适合实际应用的方法。这项工作涉及将量子计算技术应用于基于物理学和材料科学数学模型的传统模拟方法。研究团队还在研究基于量子的机器学习方法。

通过将这些新方法与传统方法进行比较并评估各种解决方案的功效，该团队正在开发创新的解决方案，这些解决方案可以在不久的将来找到实际应用。结果已经被集成到现有的模拟方法中。

“我们目前正在开发第一个原型。到目前为止，使用将传统模拟方法与量子技术和机器学习相结合的混合模型已经取得了最有希望的结果，”博士研究员汉娜斯坦说。

随着研究人员使用来自真实生产线的生产数据，航空发动机制造商可能很快就会使用基于量子计算机的模拟来预测铣削过程中的叶片振动。

通过使用精确的数字孪生，他们可以精确设置铣削速度等加工参数，从而消除加工误差并显着降低废品率。改进的模拟还意味着激光切割机可以在优化的加工序列中提供适量的功率，从而生产出未损坏、尺寸完美的金属部件。

在今年的汉诺威工业博览会上，来自萨尔布吕肯的商业信息学专家将展示铣削和激光切割原型，展示如何通过基于量子的模拟来增强传统制造，从而缩短材料加工时间并提高产品质量。