A fogyasztói termékcsomagolás automatizálásának területén az automatikus kartondobozok, mint a gyártósor végén lévő fontos felszerelések, jelenleg két fontos ellentmondással néznek szembe: egyrészt a piaci kereslet gyors változásai miatt a megrendelések egyre szétszórtabbak, és a csomagolandó termékleírások típusai szintén élesen növekszenek. Például egy gyógyszeripari társaságnak eredetileg csak 5 típusú csomagolódoboz volt, de most 32 különféle specifikációval kell foglalkoznia, ami a berendezések áthelyezésének és kiigazításának munkaterhelésében több mint ötször növekedett; Másrészt a berendezés működési hatékonysága nem felel meg az elvárásoknak, és a hagyományos modellek általános hatékonysága általában csak 65–75%, amelynek váratlan leállása a teljes munkaidő kb. 20% -át teszi ki, ami közvetlen hatással van a termelési költségekre. Az élelmiszer -ipari társaságok statisztikái szerint a berendezések leállásának minden órája körülbelül 10, 000 jüan veszteséget okoz, és a termékhibák arányának minden 1 százalékpontos növekedése közel 10%-kal csökkenti az éves nyereséget.
Ezekre a fájdalompontokra reagálva a berendezés optimalizálására három kulcsfontosságú mutató szisztematikus javulását kell elérnie: Először is, a berendezés tényleges felhasználási sebességét több mint 95%-ra kell növelni, és a nem tervezett állásidőt 5%-on belül kell ellenőrizni; Másodszor, a működés simaságának kiküszöbölnie kell a sebességveszteségeket, például az alapjáratú szállítószalagokat vagy a robotkarok haszontalan munkáját; Végül, a termék -megfelelési arányt az eredeti 3%-5%-ról kevesebbre kell csökkenteni a 0. 5%-nál kevesebbre. A teljes fejlesztési keretet három link zárt hurkának lehet értelmezni: előzetes karbantartási mechanizmus létrehozása a hiba valószínűségének csökkentésére, majd a paramétereket valós időben beállítva, hogy megfeleljen a jelenlegi munkakörülményeknek, és végül kombinálja a személyzet műveleteit a vészhelyzetek válaszidejének lerövidítése érdekében. Röviden: meg kell akadályozni a problémákat, dinamikusan alkalmazkodni, és együttműködni az emberek és a gépek között.
2. A mechanikai szerkezet javítása: A működési stabilitás és sebesség javítása
A tényleges alkalmazási forgatókönyvből számos eszköz átviteli rendszerében nyilvánvaló veszteségek merülnek fel. Például van egy rés a fogaskerekek között, tehát az átviteli folyamat során generált hibatartomány körülbelül {{0}}. 2 - 0,5 mm. Egy másik példa az övcsúszás problémája, amely gyakran több mint 5%-os sebesség ingadozását okozza. A moduláris kialakítás szempontjából a hagyományos mechanikai szerkezet minden változása 6-8 órás hibakeresést igényel. Egy ilyen hosszú előkészítési idő azt eredményezi, hogy a berendezés kapacitását nem használják teljes mértékben.
A fejlesztési tervek kiválasztása során az anyagfrissítés közvetlen áttörés. Például, miután egy napi kémiai gyár kicserélte a sebességváltó tengelyének alumíniumötvözetét, a súlyt kb. 4 0% -kal csökkentették az eredetihez képest, és a válaszsebességet negyedévben növelték. Most vannak olyan vállalatok is, amelyek megpróbálják szénszálas kompozit anyagokat használni a robotkar -ízületekhez, és a megragadó pontosság ± 0. 1 mm tartományban lehet szabályozni. A dinamikus terhelés beállítása szempontjából a szervomotor elasztikus kapcsolással történő megoldása viszonylag tipikus. Egyszerűen fogalmazva: a terhelési állapotot bármikor a nyomatékérzékelőn keresztül figyeljük, és a kimeneti teljesítmény dinamikusan beállítva, így az ütközési erő 6 0%-kal csökkenthető. Egy gyár után, amely az elektronikus termékeket használt mágneses csapágyakhoz, a berendezés nagy sebességgel történő rezgési értéke 0,8 mm \/ másodperc \/ 0,2 mm \/ másodpercre csökkent.
Olyan helyzetekben, amikor gyakori modellváltozásokra van szükség, a szabványosított interfésztervezés megvalósítható ötlet. A pneumatikus gyorscsatlakozó csatlakozók és az előre csatlakoztatott elektromos modulok révén a modellváltási idő kevesebb, mint két órára tömöríthető. Most néhány vállalat először egy virtuális modellt készít a számítógépen a paraméterek hibakereséséhez, majd közvetlenül importálja a konfigurációs paramétereket a valódi gépbe. Van egy olyan gyógyszer, amely referenciaként használható. Cserélték a hagyományos sebességváltót egy Servo Motor Direct Drive módszerrel, kiküszöbölve a közbenső sebességváltó kapcsolatot. Ennek eredményeként a doboz betöltési sebessége percenként 120 dobozról 156 dobozra nőtt, és a sebességváltó meghibásodásainak száma évente 18 -szeresről háromszorosára csökkent.
3. A doboz betöltésének optimalizálása: Az anyaggátlás és a doboz lekvár meghibásodása csökkentése
A konkrét problémák elemzésekor azt találták, hogy minél leggyakoribb helyzet van az anyagátviteli út megtervezésében. Például, ha a csomagolódoboz fordulási sugara túl kicsi (például az anyag hosszának kevesebb, mint háromszorosa), akkor az elakadás lehetősége jelentősen növekszik. Egy másik dolog, amire figyelni kell, a hajtogatási folyamat szögvezérlése. Ha az eltérés körülbelül 2 fokkal meghaladja, alapvetően a laza tömítés problémájához vezet.
Ezekben a helyzetekben a szegmentált feldolgozás ötlete elfogadható: először a szállítószalag területére pufferszerkezetet kell beépíteni. Például egy snackgyár által elfogadott szegmentált szállítószalag -kialakítás, az egyes szállítószalagok független motoros hajtással van felszerelve. Ez a megoldás az anyag felhalmozódásának valószínűségét kevesebb, mint 2%-ra csökkentheti. A második a minőség -ellenőrzési link javítása, például egy kamera használata pneumatikus eszközzel történő észleléshez. Amikor a papírdobozt deformálják, akkor azt azonnal 99%-nál nagyobb pontossággal fújják ki.
A paraméterek beállítását illetően figyelembe kell venni a berendezések, például a sebességkoordinációs megoldás közötti koordinációt, azaz az átviteli sebességet automatikusan beállítják a PLC vezérlő rendszeren keresztül, hogy biztosítsák, hogy a papírdoboz kibontakozása és az anyag nyomása közötti időbeli különbség ne haladja meg a {0}}. 1 másodperc. Van egy automatikus korrekciós funkció a hajtogatási szöghez, amelyet valós időben beállítanak a nyomásérzékelő adatai szerint, így a minősített sebesség körülbelül 90% -ról közel 99% -ra növelhető.
A tényleges alkalmazásban egy tejtermelő gyár megállapította, hogy az átviteli út ívének optimalizálása és a képernyő figyelését figyelő minőség-ellenőrző rendszer telepítése után a kártya doboz meghibásodása több mint 80%-kal csökkent, és a termelési hatékonyságot körülbelül egybiliáltan növelték.
4. Paraméter precíziós beállítása: a tapasztalatoktól az adatközpontig
Először ki kell találnunk, hogy mely paraméterek különösen kritikusak. Például a szállítószalag futási sebességének paramétere. A kísérleti adatok azt mutatják, hogy ha a sebesség több mint 5%-kal ingadozik, az anyagi eltérés valószínűsége hármas. Egy másik példa a robotkar erőssége, hogy megragadja a dolgokat. Ha az erősséghiba meghaladja a 10%-ot, akkor előfordulhat, hogy nem tudja megragadni a csomagot, vagy éppen ellenkezőleg, nyomja meg a termék felületén.
A hibakeresési módszerek szempontjából a hatékonyabbak két kategóriába sorolhatók. Az első kategória olyan kísérleti tervezési módszer használata, mint például az L9, egy háromszintű négyfaktoros ortogonális asztal használata permutációk és kombinációk készítéséhez, valamint a paraméterek különböző fogaskerekeinek, például a szállítószalag sebességének és a robot karszilárdságának rendezéséhez. Egy elektronikai gyár megtalálta az optimális paraméter -kombinációt ezen a módszeren keresztül, például a legjobb hatást, amikor a szállítószalagot 1,2 m\/s -ra állítják be, és a robotkar szilárdságát 15 newtonnál vezérlik. Ennek a módszernek az az előnye, hogy tömörítheti a hibakeresési ciklust, amelynek eredetileg egy hónapig kb. Egy hétig volt szüksége.
A valós idejű vezérlési módszer második típusa elsősorban az érzékelőkre és az algoritmusokra támaszkodik. Például, ha egy nyomásérzékelőt telepít a mechanikus karomra, és kombinálja azt a PID kontroll algoritmussal, egy gyógyszeripari vállalat csökkentette az eredeti 3 Newton -hiba erõs ingadozását 0. 5 Newton -ra. Egy másik példa a vizuális rendszer használata útmutatóként történő használata és a képfelismerési technológia kombinációja az eltérés dinamikus kijavítására. A tényleges tesztekben azt találták, hogy a pozicionálási pontosság elérheti a plusz vagy mínusz 0. 3 mm.
Most sok vállalat elkezdett virtuális szimulációs platformokat használni a hibakeresés elősegítésére. Egyszerűen fogalmazva: egy virtuális gyár felépítése a számítógépen, és a paraméterek megváltoztatásával megfigyelni a termelés hatékonyságának változásait. Egy gyártó vállalat ezt a módszert alkalmazta a hibakeresési idő 60%-kal történő csökkentésére, és a kapcsolódó ellenőrzési költségeket szintén közel felére csökkentették. Különösen érdekes az, hogy ez a digitális modell szimulálhat olyan szélsőséges paraméter -kombinációkat is, amelyeket nem mertek a valóságban véletlenül kipróbálni, és a mérnökök számára több lehetőséget biztosítanak.
V. Preventív karbantartás: A passzív karbantartástól az aktív egészségkezelésig
1. Hagyományos karbantartási fájdalompontok
· A túlzott karbantartás gyakori: Például néhány gyárnak havonta rendszeres karbantartást kell végeznie, ami a csapágyak kb. 30% -át cserélni kell, mielőtt élettartamuk lejárt. Ez évente több mint 500, 000 jüan okozhat;
· Az elmulasztott ellenőrzések által okozott hirtelen kudarcok: A statisztikák szerint a berendezés kudarcának kb. 60% -át a korai kopás okozza, amelyet nem észleltek időben. Ez olyan, mint egy orvos, aki nem látja a röntgen sérüléseinek korai jeleit, és amikor a beteg tüneteket mutat, a kezelés legjobb időt gyakran elmulasztották.
2. Karbantartási rendszer frissítése
· Az állapotfigyelési technológia szempontjából: A rezgési érzékelőket most elsősorban a Spectrum Analysis technológiával (azaz FFT elemzéssel) együtt használják. Például egy napi vegyipari vállalat ezt a módszert alkalmazta a sebességváltó rendellenes kopási tulajdonságainak felfedezésére két héttel korábban; Vannak olyan módszerek is, mint az infravörös termikus képalkotás. A motor túlterhelésekor általában a 8-12 fokos hőmérsékleti növekedési fokozódás kíséri, és a rendszer automatikusan kiindul egy karbantartási riasztást.
· A betegség alapú karbantartásról (CBM): Sok vállalat most berendezés-egészségügyi index modelleket épít fel, amelyek több mint tíz paramétert integrálhatnak, például rezgés adatait, hőmérsékleti változásait, jelenlegi ingadozásait stb., És dinamikusan kiszámíthatják, hogy mely berendezésekhez szükséges prioritási karbantartás szükséges. Ugyanakkor összekapcsolódik a pótalkatrészek leltárrendszerével is. Például, az előrejelzési eredmények szerint a kulcsfontosságú alkatrészek három nappal korábban is elkészíthetők, így a pótalkatrészek leltárának hatékonysága körülbelül 40%-kal növekszik.
Személyzeti felhatalmazás: A szolgáltatóktól a hatékonyságjavító partnerekig
1. A személyi képességek jelenlegi állapotának elemzése
· A készséghiány: Jelenleg az operátorok elsősorban az alapvető működési szinten maradnak, például a berendezések megkezdése és leállítása, például nem ismerik a paraméterek mögött álló működési logikát;
· Válasz mechanizmus: A rendellenes helyzetek találkozásakor gyakran meg kell várniuk a mérnököket, hogy távoli támogatást nyújtsanak. Pontosabban, átlagosan több mint 40 percet vesz igénybe a probléma megoldása.
Kapacitásképzési terv
Készségképzés:
· VR szimulációs képzési rendszer: Azáltal, hogy lehetővé teszi az operátorok számára, hogy többször gyakorolják a különféle berendezések meghibásodási forgatókönyveinek kezelését egy virtuális környezetben, például az autógyűlés vonalán dolgozó munkavállalók ilyen módon képzettek, és a szállítószalag -lekvárok azonosításának sebessége háromszor nőtt;
· A működési folyamat megjelenítése: A kísérleti adatok ikonokkal történő konvertálása után a vegyiüzem alkalmazási esete azt mutatja, hogy a reaktor paramétereit kiigazító operátorok pontossága több mint 60% -ról több mint 90% -ra nőtt.
Ösztönző mechanizmus szintje:
· Teljesítményjavító díj: Például egy havi bónuszkészletet felállított elektronikai gyár, és a csapat 5, 000 jüan jutalmazza a gyártási vonal hatékonyságának minden 1 százalékpontjával;
· Együttműködő munkamód: Amikor az operátorok AR szemüveget viselnek, hogy távolról együttműködjenek a mérnökökkel, akkor az utolsó motoros túlmelegedési hiba megoldásának ideje két óráról 25 percre rövidebb volt.
Következtetés: Zárt hurok felépítése a teljes link hatékonyság optimalizálásáról
Általában véve, a teljes zárt hatékonyság javításának kialakításához többdimenziós együttműködést igényel. A berendezések módosítása szempontjából például a szállítószalag -csapágyak módosítása 20% -ról 30% -kal csökkentheti a berendezések elakadásának valószínűségét (kb. A folyamat optimalizálása elsősorban az összeszerelő vonal sebességének valós idejű megfigyelésére és a működési paraméterek dinamikus beállítására utal, amelyek körülbelül 15% -ot megtakaríthatnak az anyaghulladékból. A személyzeti képzés szempontjából egy tipikus példa a tapasztalatok megszervezése az ülések megosztására a régi mesterek számára az újonnan érkezők vezetésére. Az ilyen típusú képzések révén a működési hatékonyság általában több mint 10 százalékponttal javítható. Három kulcsfontosságú pontot lehet fontolóra venni a későbbi fejlesztési utasításoknál: Először telepítse a hálózati modulokat a berendezésre az intelligens menedzsment elérése érdekében. Például a csomagológép automatikusan beállítja a hőmérsékleti paramétereket az elmúlt három hónap adatainak alapján. A második az, hogy az Edge Computing dobozokat a berendezés mellett telepítse. Ez a megoldás helyben diagnosztizálhatja és kijavíthatja a hibák 90% -át, és a válaszsebesség számos nagyságrendű, mint a felhőfeldolgozás. Ennél is fontosabb, hogy egy önfejlesztő rendszert hozzon létre, lehetővé téve a gépek számára, hogy a működési paramétereket a folyamatos tanulás révén optimalizálják, csakúgy, mint az emberek a tapasztalatokat felhalmozják, és fokozatosan elérik az autonóm döntéshozatalt, és fejlődnek az önfelfedő problémák, az önállító beállítások és az önmagát végrehajtó tervek intelligens termelési modelljére.