Tekoälyn ja IoT:n integrointi kumin väljönpoistojärjestelmiin

By Mike Chen, Tuotantojohtaja | Yli 12 vuotta kumiteollisuuden alalla |LinkedIn

Keskeiset tiedot

• Yksi XCJ-G600-sylinteri käsittelee 15 kg:n erän 20–40 sekunnin välein – IoT-tallennukseen on jo käytettävissä yli 1 300 datapitoista sykliä kahdeksan tunnin vuorossa.
• Kryogeeniset salamanpoistolaitteet toimivat jopa −150 °C:n lämpötiloissa ja telojen nopeuksilla 20–70 rpm, ja molempien muuttujien kirjaaminen paljastaa suoraan typpihukan ja eristeen ajautumisen.
• Koska verkotetut koneet paljastavat prosessissa tapahtuvan poikkeaman varhaisessa vaiheessa, ennakoiva kunnossapito muuttaa tyypillisesti suunnittelemattomat seisokit alle 30 minuutin mittaisiksi aikataulutetuiksi toimenpiteiksi (tyypillisiä arvoja asiakasprojekteistamme).
• Jälkiasennus päihittää vaihtamisen: invertterikäyttöiset laitteet, kuten 7,5 kW:n XCJ-G600, voidaan yleensä liittää antureilla ja reunayhdyskäytävällä uuden ostamisen sijaan.

Useimmilla valmistajilla, joiden kanssa työskentelemme, on jo valmiiksi konetasolla älykkäät ja tehdastasolla täysin äänettömät salamanpoistolaitteet. Ohjain tietää telojen nopeuden, käyttäjä tietää erän painon, laatutiimi tietää hylkäysprosentin – mutta kukaan ei yhdistä näitä kolmea. Juuri tätä katkosta tekoäly- ja IoT-projektit on suunniteltu korjaamaan.

Tässä artikkelissa selitetään, mitä integraatio todella tarkoittaa purkautumistilanteessa, mitkä datapisteet kannattaa yhdistää ensin, ja vaiheittainen etenemissuunnitelma, joka toimii pienille ja keskisuurille kumitehtaille hyperskaalattujen älytehtaiden sijaan.

Mitä tekoäly ja esineiden internet oikeastaan ​​tarkoittavat salamaniskun hillitsemisessä?

Esineiden internet (IoT) on käytäntö, jossa teollisuuslaitteet yhdistetään verkkoon, jotta niiden toimintatietoja voidaan kerätä, tallentaa ja tarkastella; tekoäly (AI) on ohjelmistokerros, joka löytää datasta säännönmukaisuuksia ja suosittelee tai toteuttaa päätöksiä.Salaman purkamisessa nämä kaksi toimivat parina: IoT toimittaa raakasignaalin ja tekoäly muuttaa signaalin toiminnaksi — hidastaa telaa, merkitä kuluneen hihnan tai asettaa epäilyttävän erän karanteeniin ennen sen lähettämistä.

On hyödyllistä ajatella jäysteenpoistokonetta ensisijaisesti tietolähteenä ja vasta toissijaisesti jäysteenpoistotyökaluna. Jokainen mekaaninen jäysteenpoistosykli ja jokainen kryogeeninen ajo alle −120 °C:ssa tuottaa jäljitettävän sormenjäljen nopeudesta, ajasta, lämpötilasta ja kuormituksesta. Kun nämä sormenjäljet ​​on tallennettu, kysymyksistä, jotka aiemmin vaativat prosessi-insinöörin seisovan rumpukoneessa koko vuoron ajan – "milloin sykliajat alkoivat hiipiä nousemaan?" – tulee kymmenen sekunnin kojelautakysely.

Mitkä deflash-datapisteet kannattaa kytkeä ensin?

Aloita neljällä muuttujalla, jotka jo määräävät salamanpoiston laadun: sykliaika, telojen nopeus, prosessilämpötila ja erän kuormitus.Ne ovat jokaisessa koneessa, ne muuttuvat, kun jokin menee pieleen, ja ne liittyvät suoraan tuotteen tuloksiin. Alla oleva taulukko yhdistää jokaisen muuttujan todellisiin laitearvoihin ja sen avaamaan optimointiin.

Laitteiden arvot peräisinXCJ-G600-tuotesivujanestemäisen typen kryogeenisen salamanpoistolaitteen tekniset tiedot.

Koska kryogeeninen haurastuminen on kilpailua lämpötilan ja ajan välillä, kirjatut jäähdytyskäyrät ovat arvokkain yksittäinen tietojoukko kryogeenisellä linjalla.Haurastumistavoitteen saavuttaminen viidessä minuutissa kahdeksan sijaan on säästänyt 37 % sykliajasta – säästö, joka on näkymätön sekuntikellossa, mutta selvästi havaittavissa datassa.

Miten ennakoiva kunnossapito muuttaa taloustieteen suuntaa?

Ennakoivassa kunnossapidossa käytetään trenditietoja – nousevia sykliaikoja, moottorin virran vaihteluita, lämpötilan epävakautta – huoltojen aikatauluttamiseen ennen komponentin vikaantumista sen sijaan, että ne ajoittaisivat sen jälkeen.Taloudellinen ero on räikeä: kesken vuoron vikaantunut käyttömoottori pysäyttää linjan, sekoittaa aikataulun ja voi hylätä koko keskeneräisen erän, kun taas kaksi viikkoa etuajassa havaittu suunniteltu vaihto tapahtuu vuorojen välillä.

Kokemuksemme mukaan asiakkaiden tehtaiden salaojituslinjojen tukemisessa yhdistetty valvonta havaitsee tyypillisesti 3–5 toimenpiteitä vaativaa prosessiryömintää neljännesvuosittain yhdellä koneella – yleisimmin asteittaista sykliajan pidentymistä ja epätasaista kryogeenistä jäähdytystä – ja jokainen niistä on korjattavissa alle 30 minuutissa (tyypillisiä arvoja asiakasprojekteistamme; tarkat luvut vaihtelevat sekoituksen ja työvuorokuvion mukaan).Koska XCJ-G600:n kaltaisen koneen 7,5 kW:n invertteri raportoi moottorin kuormituksen jo digitaalisesti, tämän tason valvontaan liittyy yhdyskäytävän ja konfiguroinnin hankinta, ei uuden laitteiston hankinta.

Myös vaatimustenmukaisuusnäkökulma on huomioitava. Kasvit on sertifioituISO 9001pyydetään osoittamaan jatkuvaa parantamista; koneparametrien dataketju eräkohtaisesti on yksi puhtaimmista todisteista, jotka tilintarkastaja hyväksyy.

Miten konenäkö sopii laatusilmukkaan?

Konenäkö sulkee silmukan, jonka pelkkä anturidata jättää avoimeksi: kamerat tarkastavat välähdysherkät osat, ja tekoälykerros jäljittää jokaisen hylätyn osan takaisin tarkkaan sykliin, nopeuteen ja lämpötilaan, jossa se on tuotettu.Tämä muuttaa laadunvalvonnan peruutuskatselusta ohjaussyötteeksi.

Käytännön ketju näyttää tältä: osat lähtevät lieskasäteilyttimestä, kulkevat konenäkötarkastuksen läpi, joka havaitsee jäännöslieskan, ja puhtaat osat jatkavat eteenpäin.kumin erotuskonejoka lajittelee hyvän tuotteen leikkausjätteestä. Kun konenäköjärjestelmä kirjaa hylkäysklusterin, tekoäly vertaa aikaleimoja tynnyritietoihin ja vastaa tärkeään kysymykseen: oliko kyseessä huono yhdistelmä, väärä telan nopeus vai erä, joka oli 2 kg yli ohjearvon?

Kryogeeniset linjat hyötyvät tästä parittelusta eniten. Kryogeeninen salaojitus saavuttaa yli 98 %:n valmiin tuotteen läpäisyasteen, kun parametrit ovat vakaita, joten pienikin logaritminen poikkeama – jäähdytyskäyrä, joka on 10 °C lähtötasoa lämpimämpi – on syytä havaita ennen kuin se maksaa kolme prosenttiyksikköä vähemmän tuottoa.

Miltä realistinen integraatiosuunnitelma näyttää?

Useimmille kumitehtaille toimiva lähestymistapa on kolmivaiheinen: yhdistäminen, analysointi ja optimointi – tässä järjestyksessä yhdellä koneella ennen koko linjaa.Päätösten automatisointiyritys ennen kuin dataa on olemassa, on yleisin epäonnistumistyyppi, jota näemme Industry 4.0 -projekteissa.

1. Yhdistä yksi kone ja määritä perusviiva.Asenna reunayhdyskäytävä yhteen salamanpoistoyksikköön – uusimpaan ja invertterikäyttöisimpään – ja kirjaa syklin kesto, nopeus, lämpötila ja kuormitus 60 päivän ajan muuttumatta, joten "normaali" on mitattu eikä oletettu.
2. Analysoi laatutuloksia vasten.Yhdistä koneen tiedot tarkastuksen hylkäystietoihin ja anna tekoälykerroksen (tai oikeasti hyvän taulukkolaskentaohjelman) etsiä korrelaatioita parametrien ajautumisen ja laatutapahtumien välillä.
3. Optimoi suljetun kierron hälytyksillä.Aseta hälytyskynnykset lähtötilanteesta, reititä ne käyttäjien puhelimiin tai tehtaan kojelautaan ja harkitse vasta sitten automaattista parametrien korjausta – vaihe, joka vaatii eniten hallintaa ja vähiten kiireellisyyttä.

Mitkä ovat rehelliset rajoitukset?

Tekoäly ja esineiden internet eivät korjaa epävakaata prosessia, kulunutta tynnyriä tai huonosti määriteltyä muottia – ne vain raportoivat näistä ongelmista nopeammin ja tarkemmin.Integrointi vahvistaa hyvää prosessinhallintaa, mutta ei korvaa sitä.

Kaksi lisävaroitusta projektikokemuksestamme. Ensinnäkin pienet yhdistelmäsarjat tuottavat ohutta dataa: 300 syklillä yhtä O-rengaskokoa opetettu tekoälymalli ei siirry siististi 40 lyhytsarjan osan perheeseen, joten odotukset on asetettava tuotevalikoimakohtaisesti. Toiseksi, yhteyksillä on turvallisuuspinta – ohjeita, kuten valmistuksen kyberturvallisuusresurssit, jotka on julkaissutNISTkannattaa lukea ennen yhdyskäytävän julkaisua.Koska deflashing-solu on harvoin rakenteensa puolesta yhteydessä internetiin, oikein segmentoitu tehdasverkko pitää lisäriskin kohtuullisena. "Kohtuullinen" ei kuitenkaan ole "nolla" ja se tulisi budjetoida.

Johtopäätös: Yhdistä jo olemassa olevat tiedot

Kumipinnan poisto soveltuu epätavallisen hyvin tekoälyn ja IoT:n integrointiin yhdestä yksinkertaisesta syystä: koneet toimivat jo valmiiksi tarkasti kontrolloiduilla, mitattavissa olevilla muuttujilla. 15 kg:n erä, 20–40 sekunnin sykli, −150 °C:n katto, 20–70 rpm:n valssialue – nämä ovat datapisteitä, jotka odottavat keräämistä, ja jokainen niistä sisältää laadukasta tietoa.

Jos suunnittelet seuraavaa laiteinvestointia, valitse koneet, joiden ohjaimet paljastavat tiedot siististi. Tutustutäydellinen kuminpoistokoneiden valikoimaXiamen Xingchangjiasta tai lähetä meille osapiirustuksesi ja tavoitetulostesi – suunnittelutiimimme ehdottaa flash-npoistokokoonpanoa liitäntävaihtoehdoilla, jotka vastaavat laitoksesi automaatiotasoa.