机器人机器照料的一个众所周知的好处是，它可以自动执行车间的重复性、低兴趣工作，让员工腾出时间来处理更具挑战性和刺激性的工作。CAM Assist 是 CloudNC 的 AI 驱动程序，旨在为编程带来同样的好处。
通过人工智能生成程序
CAM Assist 是 CloudNC 首席执行官兼联合创始人 Theo Saville 及其团队九年努力的结果。Saville 说，在增材制造期间，他习惯于输入参数并按下按钮即可获得工作程序，而 CAM Assist 是他在减材加工中执行相同操作的方法。与最近人工智能热潮中的许多程序不同，CAM Assist 不依赖于语言学习模型。相反，CAM Assist 直接依赖于 CloudNC 自己的工作和优化工作。“除非你知道如何制造零件，否则你无法构建这样的技术，”Saville 说，CAM Assist 使用的数据集由CloudNC 在其制造设施中运行的数千个零件组成，这些零件经过数以万计的模拟来完善软件。
软件的进一步优化也将依赖于CloudNC的努力，因为该公司不会根据客户输入来训练其软件。首先，萨维尔和他的团队认为这是对隐私的侵犯。另一方面，该公司预计，对于大多数受支持的应用程序，生成的刀具路径仅占完成程序的 80% 左右，并且他们不会知道用户对这些刀具路径所做的全部改进和调整范围。取而代之的是，该团队将继续依赖自己的机加工车间生产的各种零件。正如 Saville 所说，当用户通知 CloudNC 运行特定部件时遇到困难时，该团队会自行设计该部件，以“弄清楚这些部件是如何制造的科学”。在确定如何成功生产零件并获利后，CloudNC 的软件工程师会弄清楚它给软件带来什么麻烦，并使用产生必要功能的方法更新 CAM Assist。
缩短编程过程
对于正确的零件，CAM Assist 只需按一下按钮即可交付几乎完整的零件。对于错误的部分（过于复杂或具有不受支持的功能），软件可能只能生成最终程序的 30%。然而，对于大多数受支持的零件，Saville 估计 CAM Assist 可以让用户完成大约 80% 的功能刀具路径。这样一来，零件编程中就剩下了更复杂、更吸引人的部分——优化夹具、工具、质量等——同时大大减少了编程所花费的时间。Saville 举了一个例子，他说，如果没有宏，他的一位经验丰富的程序员需要四到八个小时才能编程。CAM Assist 在大约 12 分钟内计算出刀具路径，程序员花了半个小时来优化结果。Saville说，编程时间的大幅减少不仅改善了车间的劳动力资源分配，还有助于提高新员工的技能。通过提供一个成功的程序结构，一个使用行之有效的方法对支持的组件进行粗加工和精加工的程序，学生可以从模型中学习编程，而不是从头开始，然后在经验丰富的程序员的翅膀下继续学习，但时间更短。
扩大支持
CAM Assist 还不兼容所有类型的铣削或每种类型的零件。该公司去年进入了测试阶段，支持三轴粗加工、精加工、打孔和去毛刺，即便如此，该程序仍为用户平均为每个零件节省了 68 分钟的编程时间。CloudNC 的优化只是增强了其有效性，尤其是最近将支持扩展到 3+2 轴加工以及提供切削参数建议的新功能。Saville 说，支持 3+2 轴加工是一项艰巨的任务，因为改变进近方向的能力增加了如此多的刀具路径选项，以至于可能会使计算机不堪重负。CloudNC 的软件工程师需要优化求解器约束潜在解决方案的方式，帮助其丢弃可能导致故障或在加工过程中造成过度麻烦的选项（例如使用错误尺寸的刀具）。从百分比上看，结果与CAM Assist在三轴加工中所能完成的结果相似，也就是说，它仍然在最终程序的80%左右生成程序，但3+2轴编程在实践中节省了更多的时间，因为能够一次对零件的多个曲面进行编程，而不需要为每个平面指定进近方向和方向。此外，Saville表示，支持这种类型的铣削将系统的兼容性扩展到大约三分之二的CNC铣削工作。
CloudNC最近还推出了一个基于物理的切削参数模块，用于生成铝、钢和不锈钢的切削速度和进给量，并计划在未来支持更多的利基材料。Saville说，物理引擎将机器学习与复杂的数学模型和切削过程仿真相结合，包括切削动力学、工件和刀具材料、刀柄几何形状和表面光洁度模型，为车间可能不熟悉的刀具和材料提供安全、有效的速度和进给。该公司估计，用此功能取代速度和进给测试将使用户的生产力提高至少 20%。
实习
尽管 CAM Assist 在 2023 年底才正式推出，每隔几个月就会发布一次主要新功能，但其早期采用者对它给予了高度评价。Total Manufacturing Solutions 是一家位于佛罗里达州奥卡拉的加工车间，为国防、航空航天和售后汽车市场等行业生产小批量生产零件，自 2023 年 10 月下旬采用该软件以来，其流程发生了翻天覆地的变化。
即使作为一家由多人从事零件程序的小车间，编程也始终是工厂的瓶颈，Total Manufacturing Solutions 总裁 Chris Battelene 说。其CAM软件的标准模板和特征识别在自动化编程方面仅能达到这一目的，尤其是在车间制造的各种零件中。CAM Assist 走得更远，即使对每个程序进行了必要的优化，唯一真正的摩擦源于需要将刀具速度和馈送输入软件——Battelene 认为，随着 CloudNC 切削参数模块的引入，这种情况将基本消失。
Battelene 表示，使用 CAM Assist 的速度和进给计算将使车间周围的许多切削参数标准化，因为刀具速度和进给以前依赖于部落知识和手动输入其 CAM 软件。他的商店也体验到了 Saville 所讨论的对没有经验的编码员的好处。Battelene说，CAM Assist“有助于弥合学习曲线上的差距，并让编程经验有限的人相对快速地生成自己的程序”，大多数操作都组织到子文件夹中，以便进行简单的解析。在实践中，他指出，该软件对于需要对零件进行多次不同大小迭代的工作特别有用。Total Manufacturing Solutions 的团队在 CAM Assist 中创建了一个刀具数据库，并指派软件为每次迭代创建刀具路径。原本有经验的程序员每次迭代需要 45 分钟到一个小时才能完成的工作，现在总共只需要 5 到 10 分钟，大大缩短了整体编程时间。
CAM Assist 的未来
CAM Assist 仍处于早期阶段，但 Saville 和他的团队正在积极发布新功能并扩展 CAM Assist 的功能。在更新软件支持 3+2 加工和切削参数模块后，2024 年的进一步更新计划包括检查和验证刀具路径，以及帮助估算的功能。Saville希望该软件能够缩短设计和准备零件的整个过程，将“原本需要两天才能完成的工作缩短到一个小时的工作时间”。CloudNC 团队还计划将该程序的可用性从其作为 Autodesk Fusion 插件的状态扩展到 Mastercam 和 Siemens NX 支持，计划在 2024 年年中左右提供支持。
2024 年后，该团队希望进一步优化粗加工和夹具辅助，然后将 CAM Assist 的适用性扩展到 CMM 工作、车削和车铣，但铣削仍然是团队的首要任务。
