Dirbtinio intelekto ir daiktų interneto integracija gumos šalinimo sistemose

By Mike'as Chenas, Gamybos direktorius | 12+ metų patirtis gumos gamyboje |LinkedIn

Svarbiausios išvados

• Vienas XCJ-G600 cilindras apdoroja 15 kg partiją kas 20–40 sekundžių – daiktų interneto (IoT) duomenų rinkimui jau galima atlikti daugiau nei 1300 duomenimis turtingų ciklų per 8 valandų pamainą.
• Kriogeniniai apsauginio sluoksnio šalinimo įrenginiai veikia iki −150 °C temperatūroje, o volelių greitis yra 20–70 aps./min., o abiejų kintamųjų registravimas tiesiogiai atskleidžia azoto atliekas ir izoliacijos nuotėkį.
• Kadangi prijungti įrenginiai anksti parodo proceso nukrypimus, nuspėjamoji priežiūra paprastai paverčia neplanuotus prastovas planinėmis intervencijomis, trunkančiomis mažiau nei 30 minučių (tipinės mūsų klientų projektų vertės).
• Modernizavimas verčiau pakeičia: inverteriais varomą įrangą, tokią kaip 7,5 kW XCJ-G600, paprastai galima prijungti prie jutiklių ir periferinio tinklo, o ne pirkti naują.

Dauguma gamintojų, su kuriais dirbame, jau turi mirksinčių medžiagų šalinimo įrangą, kuri yra išmani mašinos lygmeniu ir visiškai tyli gamyklos lygmeniu. Valdiklis žino volo greitį; operatorius žino partijos svorį; kokybės komanda žino atmetimo rodiklį – bet niekas šių trijų dalykų nesujungia. Būtent šiam atotrūkiui išspręsti ir yra skirti dirbtinio intelekto bei daiktų interneto projektai.

Šiame straipsnyje paaiškinama, ką iš tikrųjų reiškia integracija besivystančiame kontekste, kuriuos duomenų taškus verta prijungti pirmiausia, ir pateikiamas etapinis veiksmų planas, tinkantis mažoms ir vidutinio dydžio gumos gamykloms, o ne hipermastinėms išmaniosioms gamykloms.

Ką iš tikrųjų reiškia dirbtinis intelektas ir daiktų internetas (DI) blyksnių mažinimo kontekste?

Daiktų internetas (IoT) – tai pramoninės įrangos prijungimo prie tinklo praktika, siekiant rinkti, saugoti ir peržiūrėti jos veikimo duomenis; dirbtinis intelektas (DI) – tai programinės įrangos sluoksnis, kuris randa tų duomenų modelius ir rekomenduoja arba vykdo sprendimus.Blyksnių šalinimo metu abu komponentai veikia kaip pora: daiktų internetas pateikia neapdorotą signalą, o dirbtinis intelektas paverčia signalą veiksmu – sulėtina volelį, pažymi susidėvėjusį diržą arba karantinuoja įtartiną partiją prieš ją išsiunčiant.

Pravartu įsivaizduoti, kad išlydymo mašina pirmiausia yra duomenų šaltinis, o paskui – šerpetų šalinimo įrankis. Kiekvienas mechaninis išlydymo ciklas ir kiekvienas kriogeninis vykdymas žemesnėje nei −120 °C temperatūroje sukuria atsekamą greičio, laiko, temperatūros ir apkrovos pirštų atspaudą. Kai šie pirštų atspaudai išsaugomi, klausimai, kuriems anksčiau reikėdavo viso proceso inžinieriaus, stovinčio prie cilindro, visos pamainos, pavyzdžiui, „kada ciklo laikas pradėjo ilgėti?“, tampa dešimties sekundžių užklausa prietaisų skydelyje.

Kuriuos duomenų taškus, iš kurių pašalinama mirksėjimo funkcija, verta prijungti pirmiausia?

Pradėkite nuo keturių kintamųjų, kurie jau lemia išblukinimo kokybę: ciklo trukmė, volo greitis, proceso temperatūra ir partijos apkrova.Jie egzistuoja kiekvienoje mašinoje, keičiasi, kai kas nors sugenda, ir yra tiesiogiai susiję su produkto rezultatais. Žemiau esančioje lentelėje kiekvienas kintamasis susiejamas su realiomis įrangos vertėmis ir optimizavimu, kurį jis atveria.

Įrangos vertės gautos išXCJ-G600 produkto puslapisirSkysto azoto kriogeninio valymo mašinos specifikacijos.

Kadangi kriogeninis trapumas yra lenktynės tarp temperatūros ir laiko, registruojamos aušinimo kreivės yra vertingiausias kriogeninės linijos duomenų rinkinys.Bėgimas, kurio metu tikslinis trapumas pasiekiamas per 5 minutes, o ne per 8, sutaupo 37 % ciklo laiko – sutaupymas, kuris chronometre nematomas, bet akivaizdus duomenyse.

Kaip nuspėjamoji priežiūra keičia „Deflashing Economics“?

Nuspėjamoji priežiūra naudoja tendencijų duomenis – ilgėjantį ciklo laiką, variklio srovės svyravimus, temperatūros nestabilumą – planuodama techninę priežiūrą prieš komponentui sugedus, o ne po jo.Ekonominis skirtumas yra akivaizdus: sugedęs pavaros variklis pamainos viduryje sustabdo liniją, sutrikdo grafiką ir gali būti atmesta visa nebaigta partija, o planuotas pakeitimas, nustatytas dviem savaitėmis anksčiau, įvyksta tarp pamainų.

Remiantis mūsų patirtimi palaikant klientų gamyklų kriogeninio šalinimo linijas, prijungtos stebėsenos sistemos paprastai aptinka nuo trijų iki penkių veiksmų reikalaujančių proceso poslinkių per ketvirtį vienoje mašinoje – dažniausiai laipsnišką ciklo laiko ilginimą ir nenuoseklų kriogeninį aušinimą – ir kiekvieną iš jų galima ištaisyti per suplanuotą laikotarpį per mažiau nei 30 minučių (tipinės vertės iš mūsų klientų projektų; tikslūs skaičiai skiriasi priklausomai nuo mišinio mišinio ir pamainos modelio).Kadangi 7,5 kW keitiklis, esantis tokioje mašinoje kaip XCJ-G600, jau skaitmeniniu būdu praneša apie variklio apkrovą, šio lygio stebėjimo pradinė kaina yra šliuzas ir konfigūracija, o ne nauja aparatinė įranga.

Taip pat yra atitikties aspektas. Sertifikuoti augalaiISO 9001prašoma įrodyti nuolatinį tobulėjimą; mašinos parametrų duomenų seka kiekvienoje partijoje yra vienas iš aiškiausių įrodymų, kuriuos auditorius priims.

Kur mašininė rega užima vietą kokybės cikle?

Mašininė rega užbaigia kilpą, kurią palieka atvirą vien jutiklių duomenys: kameros tikrina išblukintas dalis, o dirbtinio intelekto sluoksnis kiekvieną atmestą dalį atseka iki tikslaus ciklo, greičio ir temperatūros, kurioje ji buvo pagaminta.Tai kokybės kontrolę paverčia iš galinio vaizdo stebėjimo veiklos vairavimo įveikimu.

Praktinė grandinė atrodo taip: dalys palieka išlydžio valymo cilindrą, praeina vizualinį patikrinimą, kuris parodo likusįlydį, o švarios dalys tęsia darbą.gumos separatoriaus mašinakuris rūšiuoja gerą produktą iš apdailos atliekų. Kai vaizdo sistema užregistruoja atmetimo grupę, dirbtinis intelektas palygina laiko žymas su cilindro duomenimis ir atsako į svarbų klausimą: ar tai buvo blogas mišinys, neteisingas volo greitis, ar partija, kuri buvo 2 kg didesnė nei nurodyta?

Kriogeninės linijos iš šio derinio gauna daugiausia naudos. Kriogeninio išblukinimo metu galutinio produkto sėkmingumo rodiklis viršija 98 %, kai parametrai yra stabilūs, todėl net ir nedidelį loginį nuokrypį – aušinimo kreivę, kuri yra 10 °C aukštesnė už pradinę kreivę – verta pastebėti, kol tai nepakenks trims produktyvumo taškams.

Kaip atrodo realistiškas integracijos planas?

Daugumoje gumos gamyklų veiksmingas metodas susideda iš trijų etapų: prijungimo, analizės ir optimizavimo – tokia tvarka vienoje mašinoje, o vėliau visoje linijoje.Bandymas automatizuoti sprendimus dar prieš atsirandant duomenims yra dažniausias nesėkmės režimas, su kuriuo susiduriame „Industry 4.0“ projektuose.

1. Prijunkite vieną mašiną ir apibrėžkite bazinę liniją.Įdiekite kraštinį šliuzą ant vieno mirksėjimo šalinimo įrenginio – naujausio, labiausiai inverterio varomo – ir 60 dienų registruokite ciklo laiką, greitį, temperatūrą ir apkrovą nieko nekeisdami, kad „normalus“ būtų matuojamas, o ne daromas prielaida.
2. Analizuokite pagal kokybės rezultatus.Sujunkite mašinos duomenis su patikrinimo atmetimo įrašais ir leiskite dirbtinio intelekto sluoksniui (arba, tiesą sakant, gerai skaičiuoklei) ieškoti koreliacijų tarp parametrų poslinkio ir kokybės įvykių.
3. Optimizuokite naudodami uždaro ciklo įspėjimus.Nustatykite įspėjimo slenksčius nuo bazinės linijos, nukreipkite juos į operatorių telefonus arba gamyklos prietaisų skydelį ir tik tada apsvarstykite automatinį parametrų koregavimą – žingsnį, kuriam reikia daugiausiai valdymo ir mažiausiai skubos.

Kokie yra sąžiningi apribojimai?

Dirbtinis intelektas ir daiktų internetas neišspręs nestabilaus proceso, susidėvėjusio cilindro ar blogai apibrėžtos formos – jie tiesiog greičiau ir tiksliau praneš apie šias problemas.Integracija sustiprina gerą procesų kontrolę, bet jos nepakeičia.

Dar du įspėjimai iš mūsų projekto patirties. Pirma, mažos junginių serijos generuoja plonus duomenis: dirbtinio intelekto modelis, apmokytas 300 vieno dydžio O žiedo ciklų, nebus švariai perkeltas į 40 trumpų partijų dalių šeimą, todėl lūkesčiai turi būti nustatyti kiekvienam produktų deriniui. Antra, ryšys turi saugumo paviršių – gairės, tokios kaip gamybos kibernetinio saugumo ištekliai, kuriuos paskelbėNISTverta perskaityti prieš pradedant naudoti šliuzą.Kadangi išblukinimo įrenginys retai kada yra suprojektuotas taip, kad galėtų prisijungti prie interneto, tinkamai segmentuotas gamyklos tinklas išlaiko papildomą riziką nedidelę, tačiau „nedidelė“ nereiškia „nulinė“ ir į ją reikėtų atsižvelgti biudžete.

Išvada: sujunkite jau turimus duomenis

Gumos mirksinčių paviršių valymas neįprastai gerai tinka dirbtinio intelekto ir daiktų interneto integracijai dėl vienos paprastos priežasties: mašinos jau veikia su tiksliai kontroliuojamais, kiekybiškai įvertinamais kintamaisiais. 15 kg partija, 20–40 sekundžių ciklas, −150 °C riba, 20–70 aps./min. volelių diapazonas – tai duomenų taškai, kurie laukia, kol bus surinkti, ir kiekvienas iš jų turi kokybišką informaciją.

Jei planuojate kitą investiciją į įrangą, rinkitės mašinas, kurių valdikliai aiškiai pateikia tuos duomenis. Ištirkitepilnas gumos šalinimo mašinų asortimentasiš Xiamen Xingchangjia arba atsiųskite mums savo detalių brėžinius ir pageidaujamą produkciją – mūsų inžinierių komanda pasiūlys išmontavimo konfigūraciją su prijungimo galimybėmis, pritaikytomis jūsų gamyklos automatizavimo lygiui.