Integracija umjetne inteligencije i interneta stvari u sisteme za uklanjanje gumenih iverja

By Mike Chen, Direktor proizvodnje | 12+ godina iskustva u proizvodnji gume |LinkedIn

Ključne zaključke

• Jedna XCJ-G600 bačva obrađuje šaržu od 15 kg svakih 20-40 sekundi - više od 1.300 ciklusa bogatih podacima po 8-satnoj smjeni već je dostupno za IoT snimanje.
• Kriogene jedinice za uklanjanje isparavanja rade na temperaturama do -150 °C s brzinama valjaka od 20–70 o/min, a mjerenje obje varijable direktno otkriva rasipanje dušika i pomicanje izolacije.
• Budući da povezane mašine rano otkrivaju odstupanja u procesu, prediktivno održavanje obično pretvara neplanirane zastoje u planirane intervencije kraće od 30 minuta (tipične vrijednosti iz projekata naših klijenata).
• Naknadna ugradnja je bolja od zamjene: oprema s inverterskim pogonom, kao što je XCJ-G600 od 7,5 kW, obično se može povezati sa senzorima i rubnim pristupnikom umjesto kupovine nove opreme.

Većina proizvođača s kojima radimo već posjeduje opremu za uklanjanje iverja koja je inteligentna na nivou mašine, a potpuno tiha na nivou fabrike. Kontroler zna brzinu valjka; operater zna težinu serije; tim za kvalitet zna stopu odbacivanja - ali niko ne povezuje te tri stvari. Upravo je ta nepovezanost ono što bi projekti umjetne inteligencije i interneta stvari trebali riješiti.

Ovaj članak objašnjava šta integracija zaista znači u kontekstu deflashinga, koje podatkovne tačke vrijedi prvo povezati i fazni plan koji funkcioniše za male i srednje fabrike gume, a ne za hiperskalne pametne fabrike.

Šta zapravo znače vještačka inteligencija i internet stvari u kontekstu razjašnjavanja?

Internet stvari (IoT) je praksa povezivanja industrijske opreme na mrežu kako bi se njeni operativni podaci mogli prikupljati, pohranjivati ​​i pregledavati; umjetna inteligencija (AI) je softverski sloj koji pronalazi obrasce u tim podacima i preporučuje ili izvršava odluke.Prilikom uklanjanja treperenja, ta dva sistema rade zajedno: IoT (Internet stvari) daje sirovi signal, a AI pretvara signal u akciju - usporavanje valjka, označavanje istrošenog remena ili stavljanje sumnjive serije u karantin prije isporuke.

Korisno je prvo zamisliti mašinu za uklanjanje iverja kao izvor podataka, a tek onda kao alat za uklanjanje iverja. Svaki mehanički ciklus uklanjanja iverja i svaki kriogeni rad ispod -120 °C proizvodi sljedivi otisak prsta brzine, vremena, temperature i opterećenja. Nakon što se ti otisci prstiju pohrane, pitanja koja su nekada zahtijevala da procesni inženjer stoji na bačvi cijelu smjenu - "kada su vremena ciklusa počela polako da se povećavaju?" - postaju upit na kontrolnoj tabli od deset sekundi.

Koje podatkovne tačke za deflashing se isplati prvo povezati?

Počnite s četiri varijable koje već određuju kvalitet uklanjanja iverja: vrijeme ciklusa, brzina valjka, temperatura procesa i opterećenje serije.Oni postoje na svakoj mašini, mijenjaju se kada nešto krene po zlu i direktno se odražavaju na rezultate proizvoda. Tabela ispod uparuje svaku varijablu sa stvarnim vrijednostima opreme i optimizacijom koju ona omogućava.

Vrijednosti opreme preuzete izStranica proizvoda XCJ-G600iSpecifikacije kriogene mašine za uklanjanje isparavanja tečnim azotom.

Budući da je kriogena krtost utrka između temperature i vremena, zabilježene krivulje hlađenja su najvrjedniji skup podataka na kriogenoj liniji.Serija koja dostiže ciljanu krtost za 5 minuta umjesto 8 uštedjela je 37% svog ciklusa - ušteda koja je nevidljiva na štoperici, ali očigledna u podacima.

Kako prediktivno održavanje mijenja ekonomiju uklanjanja bljeskova?

Prediktivno održavanje koristi podatke o trendovima - rastuće vrijeme ciklusa, fluktuacije struje motora, nestabilnost temperature - za planiranje servisa prije nego što komponenta otkaže, umjesto nakon toga.Ekonomska razlika je ogromna: kvar pogonskog motora usred smjene zaustavlja liniju, poremeti raspored i može otkazati cijelu seriju u toku, dok se planirana zamjena identifikovana dvije sedmice ranije odvija između smjena.

U našem iskustvu u podršci linijama za uklanjanje iverja u pogonima naših kupaca, povezani monitoring obično otkriva tri do pet procesnih odstupanja po kvartalu na jednoj mašini - najčešće postepeno produženje vremena ciklusa i nedosljedno kriogeno hlađenje - i svako od njih se može popraviti u planiranom vremenskom okviru kraćem od 30 minuta (tipične vrijednosti iz projekata naših kupaca; tačne brojke variraju u zavisnosti od mješavine jedinjenja i obrasca smjene).Budući da inverter od 7,5 kW na mašini poput XCJ-G600 već digitalno izvještava o opterećenju motora, početni trošak za ovaj nivo praćenja je pristupnik i konfiguracija, a ne novi hardver.

Postoji i aspekt usklađenosti. Biljke su certificirane zaISO 9001se od njih traži da demonstriraju kontinuirano poboljšanje; trag podataka o parametrima mašine po seriji jedan je od najčistijih dokaza koje će revizor prihvatiti.

Gdje se mašinski vid uklapa u proces kvaliteta?

Mašinski vid zatvara petlju koju sami podaci senzora ostavljaju otvorenom: kamere pregledaju dijelove s kojih je uklonjen bljesak, a sloj umjetne inteligencije prati svaki odbačeni dio do tačnog ciklusa, brzine i temperature koji su ga proizveli.Ovo pretvara kontrolu kvalitete iz aktivnosti pogleda unatrag u upravljanje vozilom.

Praktični lanac izgleda ovako: dijelovi napuštaju cijev za uklanjanje isplake, prolaze kroz vizualnu kontrolu koja označava preostale isplake, a čisti dijelovi nastavljaju doMašina za separaciju gumekoji odvaja dobar proizvod od otpada. Kada sistem vida zabilježi klaster odbacivanja, vještačka inteligencija upoređuje vremenske oznake s podacima o cijevi i odgovara na važno pitanje: da li se radilo o lošem spoju, pogrešnoj brzini valjka ili seriji koja je bila 2 kg iznad specifikacije?

Kriogene linije imaju najviše koristi od ovog uparivanja. Kriogeno uklanjanje isparavanja postiže stopu prolaznosti gotovog proizvoda iznad 98% kada su parametri stabilni, tako da čak i malo zabilježeno odstupanje - krivulja hlađenja koja je 10 °C toplija od osnovne - vrijedi uočiti prije nego što vas košta tri boda prinosa.

Kako izgleda realističan plan integracije?

Izvodljiv pristup za većinu postrojenja za preradu gume sastoji se od tri faze: povezivanje, analiza, zatim optimizacija - tim redoslijedom, na jednoj mašini prije cijele linije.Pokušaj automatizacije odluka prije nego što podaci postoje najčešći je način neuspjeha koji vidimo u projektima Industrije 4.0.

1. Povežite jednu mašinu i definišite osnovnu liniju.Instalirajte rubni mrežni prolaz na jednu jedinicu za uklanjanje bljeskova - najnoviju, onu s najvećim brojem inverterskih pogona - i bilježite vrijeme ciklusa, brzinu, temperaturu i opterećenje 60 dana bez ikakvih promjena, tako da se "normalno" mjeri, a ne pretpostavlja.
2. Analizirajte u odnosu na rezultate kvalitete.Spojite podatke o mašini sa zapisima o odbijanju iz inspekcije i pustite da sloj veštačke inteligencije (ili dobra tabela, iskreno) traži korelacije između pomjeranja parametara i događaja kvaliteta.
3. Optimizirajte uz upozorenja zatvorene petlje.Postavite pragove upozorenja na osnovu osnovne linije, usmjerite ih na telefone operatera ili kontrolnu ploču postrojenja, a tek onda razmotrite automatsku korekciju parametara - korak koji zahtijeva najviše upravljanja i najmanje hitnosti.

Koja su iskrena ograničenja?

Vještačka inteligencija i internet stvari neće popraviti nestabilan proces, istrošenu bačvu ili loše specificiran kalup - oni će samo brže i preciznije prijaviti te probleme.Integracija pojačava dobru kontrolu procesa; ona je ne zamjenjuje.

Dva dodatna upozorenja iz našeg iskustva na projektima. Prvo, male složene serije generiraju tanke podatke: model umjetne inteligencije obučen na 300 ciklusa jedne veličine O-prstena neće se čisto prenijeti na porodicu od 40 dijelova u malim serijama, tako da se očekivanja moraju postaviti za svaki proizvodni miks. Drugo, povezanost ima sigurnosnu površinu - smjernice kao što su resursi za sajber sigurnost proizvodnje koje je objavio...NISTvrijedi pročitati prije nego što gateway bude pušten u rad.Budući da ćelija za uklanjanje bljeskova rijetko ima internetsku vezu po dizajnu, pravilno segmentirana fabrička mreža smanjuje dodatni rizik, ali „skroman“ nije „nula“ i treba ga predvidjeti u budžetu.

Zaključak: Povežite podatke koje već imate

Uklanjanje gumenih iverja je neobično dobro prilagođeno integraciji umjetne inteligencije i interneta stvari, iz jednog jednostavnog razloga: mašine već rade na precizno kontroliranim, kvantificiranim varijablama. Serija od 15 kg, ciklus od 20-40 sekundi, plafon od -150 °C, raspon valjka od 20-70 o/min - to su podaci koji čekaju da budu prikupljeni, a svaki od njih nosi kvalitetne informacije.

Ako planirate sljedeću investiciju u opremu, odaberite mašine čiji kontroleri jasno otkrivaju te podatke. Istražitekompletan asortiman mašina za uklanjanje gumenih iverjaiz Xiamen Xingchangjia ili nam pošaljite crteže dijelova i ciljani izlaz — naš inženjerski tim će predložiti konfiguraciju za uklanjanje bljeskova s ​​opcijama povezivanja koje odgovaraju nivou automatizacije vašeg postrojenja.