Интеграција вештачке интелигенције и интернета ствари у системима за уклањање гумених искрица

By Мајк Чен, директор производње | 12+ година искуства у производњи гуме |ЛинкедИн

Кључне закључке

• Једно XCJ-G600 буре обрађује серију од 15 кг сваких 20–40 секунди — више од 1.300 циклуса богатих подацима по смени од 8 сати је већ доступно за снимање у IoT-у.
• Криогене јединице за уклањање изолације раде на температурама до -150 °C са брзинама ваљака од 20–70 о/мин, а мерење обе варијабле директно открива расипање азота и померање изолације.
• Пошто повезане машине рано откривају одступања у процесу, предиктивно одржавање обично претвара непланиране застоје у планиране интервенције краће од 30 минута (типичне вредности из наших пројеката купаца).
• Накнадна опрема је боља од замене: опрема са инвертерским погоном, као што је XCJ-G600 од 7,5 kW, обично се може повезати са сензорима и edge gateway-ом уместо куповине нове опреме.

Већина произвођача са којима сарађујемо већ поседује опрему за уклањање испашених материјала која је интелигентна на нивоу машине и потпуно тиха на нивоу фабрике. Контролер зна брзину ваљка; оператер зна тежину серије; тим за квалитет зна стопу одбацивања — али нико не повезује те три ствари. Тај прекид везе је управо оно што пројекти вештачке интелигенције и интернета ствари треба да реше.

Овај чланак објашњава шта интеграција заиста значи у контексту дефлеширања, које тачке података вреди прво повезати и фазни план који функционише за мале и средње фабрике гуме, а не за хиперскалиране паметне фабрике.

Шта заправо значе вештачка интелигенција и интернет ствари у контексту дефлеширања?

Интернет ствари (IoT) је пракса повезивања индустријске опреме на мрежу како би се њени оперативни подаци могли прикупљати, чувати и прегледати; вештачка интелигенција (AI) је софтверски слој који проналази обрасце у тим подацима и препоручује или извршава одлуке.Код уклањања флешбека, ова два раде као пар: IoT обезбеђује сирови сигнал, а вештачка интелигенција претвара сигнал у акцију - успорава ваљак, обележава истрошени каиш или ставља сумњиву серију у карантин пре испоруке.

Корисно је размишљати о машини за уклањање ивице прво као извору података, а затим као алату за уклањање ивице. Сваки механички циклус уклањања ивице и сваки криогени рад испод -120 °C производи пративи отисак брзине, времена, температуре и оптерећења. Када се ти отисци сачувају, питања која су раније захтевала да инжењер процеса стоји поред цеви током целе смене – „када су времена циклуса почела да се повећавају?“ – постају упит који траје десет секунди на контролној табли.

Које тачке података о дефлеширању вреди прво повезати?

Почните са четири променљиве које већ одређују квалитет уклањања треса: време циклуса, брзина ваљка, температура процеса и оптерећење серије.Они постоје на свакој машини, мењају се када нешто крене наопако и директно се мапирају на резултате производа. Табела испод упарује сваку променљиву са стварним вредностима опреме и оптимизацијом коју она откључава.

Вредности опреме преузете изСтраница производа XCJ-G600иСпецификације криогене машине за уклањање бљескова течним азотом.

Пошто је криогена кртост трка између температуре и времена, забележене криве хлађења су највреднији скуп података на криогеној линији.Серија која достиже циљну кртост за 5 минута уместо 8 уштедела је 37% свог циклуса — уштеда која је невидљива на штоперици, али је очигледна у подацима.

Како предиктивно одржавање мења економију уклањања бљескова?

Предиктивно одржавање користи податке о трендовима – растуће време циклуса, флуктуације струје мотора, нестабилност температуре – да би заказао сервис пре него што компонента откаже, уместо после тога.Економска разлика је очигледна: квар погонског мотора усред смене зауставља линију, ремети распоред и може да откаже целу серију у току, док се планирана замена идентификована две недеље раније дешава између смена.

У нашем искуству у подршци линијама за уклањање искрица у постројењима купаца, повезано праћење обично открива три до пет могућих одступања у процесу по кварталу на једној машини - најчешће постепено продужење времена циклуса и недоследно криогено хлађење - и свако од њих се може поправити у планираном временском оквиру испод 30 минута (типичне вредности из пројеката наших купаца; тачне бројке варирају у зависности од мешавине једињења и обрасца смене).Пошто инвертор од 7,5 kW на машини као што је XCJ-G600 већ дигитално извештава о оптерећењу мотора, почетни трошкови за овај ниво праћења су капија и конфигурација, а не нови хардвер.

Постоји и аспект усклађености. Биљке сертификоване заИСО 9001се тражи да демонстрирају континуирано побољшање; трага података о параметрима машине по серији један је од најчистијих доказа које ће ревизор прихватити.

Где се машински вид уклапа у петљу квалитета?

Машински вид затвара петљу коју само подаци сензора остављају отвореном: камере прегледају делове са којих је уклоњен бљесак, а слој вештачке интелигенције прати сваки одбачени део до тачног циклуса, брзине и температуре који су га произвели.Ово претвара контролу квалитета из активности ретровизије у управљање.

Практични ланац изгледа овако: делови напуштају цев за уклањање искрица, пролазе кроз визуелну контролу која означава преостали искрицај, а чисти делови настављају даље...машина за сепарацију гумекоји одваја добар производ од отпада од обрезивања. Када систем вида забележи кластер одбацивања, вештачка интелигенција упоређује временске ознаке са подацима о бурадима и одговара на важно питање: да ли је ово лоша смеша, погрешна брзина ваљка или серија која је била 2 кг већа од спецификације?

Криогене линије имају највише користи од овог упаривања. Криогено уклањање испаљеног материјала постиже стопу пролаза готовог производа изнад 98% када су параметри стабилни, тако да чак и мало забележено одступање – крива хлађења која је 10 °C топлија од основне – вреди уочити пре него што вас кошта три поена приноса.

Како изгледа реалистичан план интеграције?

Изводљив приступ за већину фабрика гуме су три фазе: повезивање, анализа, затим оптимизација — тим редоследом, на једној машини пре целе линије.Покушај аутоматизације одлука пре него што подаци постоје је најчешћи начин неуспеха који видимо у пројектима Индустрије 4.0.

1. Повежите једну машину и дефинишите основну линију.Инсталирајте edge gateway на једну јединицу за уклањање флештипа — најновију, највише инверторски покретану — и бележите време циклуса, брзину, температуру и оптерећење током 60 дана без икаквих промена, тако да се „нормално“ мери, а не претпоставља.
2. Анализирајте у односу на квалитетне резултате.Спојите машинске податке са записима о одбијању из инспекције и пустите да слој вештачке интелигенције (или добра табела, искрено) тражи корелације између померања параметара и догађаја квалитета.
3. Оптимизујте помоћу упозорења затворене петље.Поставите прагове упозорења на основу основне линије, усмерите их на телефоне оператера или контролну таблу постројења, и тек онда размотрите аутоматску корекцију параметара – корак који захтева највише управљања и најмање хитности.

Која су искрена ограничења?

Вештачка интелигенција и интернет ствари неће поправити нестабилан процес, истрошену цев или лоше специфициран калуп — они ће само брже и прецизније пријавити те проблеме.Интеграција појачава добру контролу процеса; она је не замењује.

Још два упозорења из нашег искуства са пројектима. Прво, мале серије сложених производа генеришу танке податке: модел вештачке интелигенције обучен на 300 циклуса једне величине О-прстена неће се лако пренети на породицу од 40 делова у кратким серијама, тако да се очекивања морају поставити по производном миксу. Друго, повезаност има безбедносну површину — смернице као што су ресурси за сајбер безбедност производње које је објавиоНИСТвреди прочитати пре него што се капија покрене.Пошто ћелија за уклањање флешбека ретко по дизајну има везу са интернетом, правилно сегментирана фабричка мрежа одржава додатни ризик умереним, али „умерен“ није „нула“ и требало би да буде укључен у буџет.

Закључак: Повежите податке које већ имате

Уклањање гумених искрица је необично добро прилагођено интеграцији вештачке интелигенције и интернета ствари, из једног једноставног разлога: машине већ раде на прецизно контролисаним, квантитативним варијаблама. Серија од 15 кг, циклус од 20–40 секунди, плафон од -150 °C, опсег ваљка од 20–70 о/мин — то су подаци који чекају да буду прикупљени, и сваки од њих носи квалитетне информације.

Ако планирате следећу инвестицију у опрему, изаберите машине чији контролери јасно откривају те податке. Истражитекомплетан асортиман машина за уклањање гумених бљесковаиз Сјамен Ксингчанђије, или нам пошаљите цртеже ваших делова и циљани резултат — наш инжењерски тим ће предложити конфигурацију за уклањање бљескова са опцијама повезивања које одговарају нивоу аутоматизације вашег постројења.