Ինչպե՞ս բարելավել պլաստիկի ներարկման ձուլման մեքենաների արտադրողականությունը

Ձևի նախագծման բարելավում՝ ավելի արագ և արդյունավետ պլաստիկի ներարկման մոլդավորման համար

Ձևի նախագծման բարելավումներ՝ կոնֆորմալ սառեցման անցքերի օգտագործմամբ

Կոնֆորմալ սառեցման ալիքների ներդրումը փոխել է ջերմային կառավարման մոտեցումը պլաստմասսայի ներարկման ձուլման գործընթացում: Ավանդական սառեցման համակարգերը ուղիղ գծերով են անցնում, սակայն այս նոր՝ 3D տպված ալիքները իրականում համապատասխանում են ձևի ձևավորման կոնֆիգուրացիային: Սա նշանակում է ավելի լավ ջերմության բաշխում ստացվող մասի ընթացքում, և հետազոտությունները ցույց են տալիս, որ սա կարող է կրճատել արտադրական ցիկլերը մոտ 30 տոկոսով՝ համաձայն անցյալ տարի «Ջերմային համակարգերի արտադրություն» ամսագրում հրապարակված հետազոտության: Դրա մեծ առավելությունն այն է, որ այն օգնում է կանխել ձևավորված արտադրանքների մոլորումներն ու անկումները, որոնք բնորոշ են շատ ձուլված արտադրանքներին: Բացի այդ, մասերը պահպանում են իրենց չափահամապատասխանությունը՝ նույնիսկ բարդ ձևերի դեպքում, ինչպիսիք են ավտոմեքենաների կողպեքները կամ բարդ բժշկական սարքավորումների մասերը, որտեղ ճշգրտությունը կարևոր է:

Բարդ խոռոչների ստեղծման մեջ 3D-տպված ձևերի առավելությունները

Լրացուցիչ արտադրությունը ազատվում է ավանդական ձևավորման սահմանափակումներից՝ հնարավորություն տալով բարդ կոնֆորմալ սառեցման նախագծերի և փոքր տարրերի, որոնք հնարավոր չէ իրականացնել սովորական CNC մշակման միջոցով: 2023 թվականին իրականացված հետազոտություններն էլ ցույց տվեցին գեղեցիկ արդյունքներ. երբ ընկերությունները անցան 3D տպագրված ձևերին՝ օդանավերի արտադրության մեջ օգտագործվող մասերի համար, արտադրության ժամանակը նվազեց 40-ից 55 տոկոսի սահմաններում: Այս տեխնոլոգիայի արժեքը պայմանավորված է արտադրանքի մշակման ցիկլը արագացնելու հնարավորությամբ: Արտադրողները կարող են այժմ աշխատել առաջադեմ նյութերի՝ ինչպիսիք են PEEK-ը կամ ULTEM-ը, միաժամանակ շատ ավելի արագ ստանալ նախատիպերը փորձարկման համար: Սա նշանակում է, որ ավելի լավ արտադրանքներ ավելի շուտ են հասնում հաճախորդներին՝ հատկապես կարևոր է այն ոլորտների համար, որտեղ կարևոր է արդյունքը:

Արտադրանքի և ձևի նախագծման օպտիմալացում՝ բարդությունները և ցիկլերի տևողությունը նվազեցնելու համար

Երբ մասերը նախագծվում են լավ պատյանի հաստությամբ և ճիշտ թեքության անկյուններով, արտադրողները իրական բարելավումներ են տեսնում արտադրական ցիկլերում և ավելի քիչ թերի արտադրանքներ։ Վերցրեք մի ավտոմոբիլային արտադրողի, որը վերանախագծեց HVAC բաղադրիչի փողկապի կառուցվածքը։ Նրանց հաջողվեց ավելի քան 20% կրճատել սառեցման ժամանակը և գրեթե մեկ քառորդով իջեցնել թափոնների չափը։ Այս տեսակի փոփոխությունները մեծ տարբերություն են կազմում արտադրամասի գործողություններում։ Այսօրվա սիմուլյացիոն գործիքները թույլ են տալիս ինժեներներին միաժամանակ աշխատել ինչպես արտադրանքի նախագծման, այնպես էլ ձևի ստեղծման վրա։ Ծրագրային ապահովումը կարող է կանխատեսել, թե ինչպես կլցվի ձևը հալված նյութով և որտեղ կարող է լարվածություն առաջանալ՝ առանց իրական գործիքավորման կատարելու։ Սա նշանակում է ավելի քիչ թանկարժեք սխալներ արտադրական գործընթացների ընթացքում, ինչը խնայում է ինչպես ժամանակ, այնպես էլ գումար՝ արտադրողներին օգնելով մնալ մրցունակ:

Ինտեգրված ավտոմատացում, IoT և ԱԱ ինտելեկտը խելացի պլաստմասսայի ներարկման համակարգերում

Գործընթացի ավտոմատացում և IoT-ի ինտեգրում իրական ժամանակում հսկման համար

Ըստ Առաջադեմ արտադրության ինստիտուտի անցյալ տարվա հետազոտության՝ պլաստմասսայի ներարկման սարքավորումներին ավտոմատացում և IoT սենսորներ ավելացնելը կարող է արտադրության ծավալը մեծացնել մոտ 15%: Ավտոմատացված մասերը կատարում են հումքի լցումը, ձևերի ճիշտ փակումը և վերջնական արտադրանքի արտամղումը՝ առանց մարդկային միջամտության: Միաժամանակ, այդ միացված սենսորները հետևում են կարևոր գործոններին, ինչպիսիք են հալված պլաստմասսայի ջերմաստիճանը, ներարկման ընթացքում կիրառվող ճնշումը և յուրաքանչյուր ցիկլի ընդհանուր տևողությունը: Երբ օպերատորները ստանում են այս իրական ժամանակի տվյալները, նրանք կարող են անմիջապես կատարել կարգավորումներ, ինչը 27%-ով կրճատում է որակի խնդիրները՝ համեմատած հին ձևաչափի ձեռքով հսկման մեթոդների հետ:

ԱԻ և որակի վերահսկման ու թերությունների կանխատեսման համար իրական ժամանակում հսկում

Արհեստական ինտելեկտով ապահովված տեսողական համակարգերը 99,3 տոկոսանոց ճշգրտությամբ հայտնաբերում են ձուլված մասերի փոքր թերություններ, ինչը ավտոմեքենաների արտադրության ընթացքում թափոնների քանակը կրճատում է մոտ 18%: Այս մեքենայական ուսուցման ալգորիթմները սովորում են նախորդ թերություններից և իրականում կանխատեսում են հնարավոր որակի խնդիրները՝ առաջիկա 8-12 արտադրական ցիկլերից առաջ, ինչը թույլ է տալիս ինքնաշխատ ուղղումներ կատարել մինչև ցանկացած խնդիր առաջանալը: Վերցրեք օրինակի համար պահող ճնշման կարգավորումները: Երբ համակարգի սենսորները հայտնաբերում են նյութի շատ հեղուկ կամ խիտ լինելու փոփոխություններ մշակման ընթացքում, համակարգը ճնշման ցուցանիշները կարգավորում է ±0,5 ՄՊա-ով՝ այս անսպասելի տատանումների դեմ համար ամեն ինչ հարթ ընթացքով պահելու համար:

Կանխատեսող սպասարկում և սենսորային ցանցերի միջոցով մեքենաների հուսալիություն

Վիբրացիայի և ջերմային սենսորները տրամադրում են շարժիչի խափանման վաղ զգուշացում՝ սովորաբար 30-50 ժամ առաջ, ինչը բարձր ծավալային պայմաններում անպլանավոր դադարի կտրուկ իջեցում է 34%: IoT-ի հիման վրա մաշվածության հսկողությունը միավորելով AI ախտորոշման հետ՝ պինդ մարմնի և պոկոնի կյանքի տևողությունը երկարաձգվում է 22%-ով, ինչը մեկ մեքենայի համար տարեկան պահպանման ծախսերի խնայողություն է տալիս 18,000 դոլար:

Ուսումնասիրություն. ԱԻ-ով ախտորոշման օգտագործմամբ դադարի 30% կրճատում

Վերջերս մեկ խոշոր էլեկտրոնիկայի ընկերություն իր 48 ինյեկցիոն ձուլման սարքավորումների վրա ներդրեց մեքենայական ուսուցման տեխնոլոգիա՝ մշակելով յուրաքանչյուր վայրկյան մոտ 14 հազար սենսորային կարդալու ցուցանիշ: Այս համակարգի աշխատանքը իրականում բավականին արդյունավետ է. այն կարողանում է ժամանակից շատ առաջ՝ մոտ երեք օր առաջ, հայտնաբերել հիդրավլիկ պոմպերի անսովոր էներգածախսման օրինաչափություններ, նույնիսկ մինչև հնարավոր խափանում տեղի ունենալը: Դա նշանակում է, որ տեխնիկները կարող են խնդիրները լուծել այն պահին, երբ նրանք նախատեսված են պահպանման աշխատանքների համար, անհրաժեշտություն չի լինում արտակարգ դեպքերի վերացման: Արդյունքներն ինքներ իրենց մասին են խոսում՝ վերջին տարի միայն գործարանը խնայել է 300-ից ավելի արտադրության կորած ժամ, ինչը մոտ 37,5 տոննա արտադրանքի արժեք ուներ, որ հակառակ դեպքում կկորցվեր: Բացի այդ, սարքավորումների ընդհանուր արդյունավետության մատրիցները նշանակալիորեն աճեցին՝ 78 %-ից փոքր-ինչ ցածրից հասնելով մոտ 86 %՝ կանխատեսողական պահպանման լուծումներ ներդնելուց հետո:

Պլաստմասսայի ներարկման մեքենաների գործարկման ընթացքում էներգաօգտագործման արդյունավետության և կայունության բարելավում

Սերվոշարժիչներով աշխատող և էներգախնայող սարքավորումների թարմացում

Արդյունաբերական տվյալները ցույց են տալիս, որ սերվոշարժիչով աշխատող պլաստմասսայի ներարկման մեքենաներն սովորաբար 40-60 տոկոսով պակաս էներգիա են օգտագործում՝ համեմատած հին հիդրավլիկ համակարգերի հետ: Այս տեխնոլոգիան աշխատում է շարժիչի արագությունները կարգավորելով՝ կախված տվյալ պահին անհրաժեշտ պահանջներից, ինչը նվազեցնում է էներգիայի փոխանցման կորուստները, երբ մեքենան ակտիվորեն չի աշխատում: Պլաստմասսան հալեցնելու գործընթացի համար փոփոխական հաճախադրույթի վարիկները օգնում են ավելի արդյունավետ կառավարել էլեկտրաէներգիայի սպառումը: Իսկ այդ ամբողջությամբ էլեկտրական ակտյուատորները, որոնք օգտագործվում են ճշգրիտ գործընթացներում, որտեղ կարևոր է ջերմաստիճանի կարգավորումը, ավելի քիչ ջերմություն են արտադրում: Խոշոր արտադրողները, ովքեր անցել են այս տեխնոլոգիային, նաև իրական տնտեսություն են ապրում: Որոշ գործարաններ տարեկան ավելի քան 180,000 դոլար տնտեսություն են արել՝ միայն մեկ թարմացված մեքենա շահագործելով հին տարբերակի փոխարեն:

Նյութի օգտագործման և թափոնների կրճատում՝ ճշգրիտ չափաբաժինների և վերամշակված նյութերի վերամշակման միջոցով

Փակ ցիկլի չափաբաժների համակարգերը հնարավորություն են տալիս 98-ից 99 տոկոսի չափով օգտագործել նյութեր, քանի որ դրանք ճշգրիտ չափում են խեժի մուտքագրումները՝ պլյուս-մինուս կես տոկոսի ճշգրտությամբ: Գրավիմետրիկ կառավարումները հաշվի են առնում վերամշակված նյութերի բովանդակության տատանումները, որպեսզի արտադրողները անվտանգ կերպով կարողանան ներառել մոտ 30 տոկոս վերամշակված նյութ՝ աննշան ազդելով մասերի որակի վրա: Հետազոտությունների համաձայն՝ հրապարակված անցյալ տարի շրջանառվող արտադրության մասին, այս համակարգերը տարեկան յուրաքանչյուր արտադրային գծի համար մոտ 28 մետրիկ տոննայով կրճատում են սահմանափակ աղբավայրերի թափոնները: Բացի այդ, ընկերությունները տնտեսում են հումքի ծախսերի գրեթե 20 տոկոսը, երբ ներդնում են այս տեսակի համակարգ: Տնտեսական և էկոլոգիական տեսանկյունից հիմնավորված է:

Վաստակի արտադրության սկզբունքների ներդրում՝ թափոնները վերացնելու համար

SMED տեխնիկաների կիրառումը կարող է նվազեցնել ձևափոխման ժամանակը մոտ 35%-ով, իսկ երբեմն даже կեսով, ինչը, հասկանալի է, կրճատում է անօգուտ էներգիայի ծախսը դադարի շրջաններում: Արժեքային հոսքերի վերլուծությունը օգնում է հայտնաբերել այն տեղերը, որտեղ ամեն ինչ ճիշտ չի աշխատում: Վերցրեք, օրինակ, ավտոմեքենայի մասերի արտադրողին, ով պարզեց, որ իրականում յուրաքանչյուր բաղադրիչի համար օգտագործում էր մոտ 22%-ով ավելի շատ էլեկտրաէներգիա, քան անհրաժեշտ էր, քանի որ նյութերը ճիշտ կերպով չէին շարժվում սեղմման սարքերի և ռոբոտների միջև: Եթե այս տեսակի վերլուծությունը համատեղենք ISO 50001 ստանդարտների հետ՝ էներգակառավարման համար, ընկերությունները ժամանակի ընթացքում սկսում են իրական բարելավումներ տեսնել: Այս փոքր փոփոխությունները գործողությունների ընթացքում կուտակվում են, ինչը բերում է ավելի լավ ֆինանսական արդյունքների և նույնիսկ օգնում է շրջակա միջավայրին՝ այն կերպ, որն իրականում կարևոր է: