Bagaimana Mengoptimumkan Parameter Mesin Pengecoran Die untuk Menghasilkan Komponen Tanpa Cacat?

Ujian Realiti yang Dihadapi Setiap Pengurus Pengeluaran

Mesin sedang beroperasi. Komponen terus dihasilkan. Namun, kadar penolakan berada pada 8%, mungkin 12%, dan tiada siapa yang benar-benar tahu mengapa. Parameter yang dipaparkan pada skrin kelihatan betul. Operator bersumpah tiada perubahan dilakukan. Tetapi sesuatu memang berubah—dan perkara tersebut biasanya tersembunyi di hadapan mata.

Suatu kajian yang menilai parameter pengecoran cetakan tekanan tinggi untuk komponen struktur aluminium mengenal pasti kelajuan pengapit, aplikasi vakum, dan tekanan intensifikasi sebagai tiga pemboleh ubah paling kritikal. Lakukan ketiga-tiga ini dengan betul, dan kadar penolakan akan berkurangan. Lakukan secara salah, dan timbunan sisa akan bertambah lebih cepat daripada inventori barang siap.

Tiga Parameter yang Sebenarnya Penting

Bukan semua parameter mempunyai tahap kepentingan yang sama. Dalam proses pengecoran cetakan, masa pengisian, tekanan injeksi spesifik, dan suhu acuan merupakan pemboleh ubah utama yang mempengaruhi kualiti pengecoran. Semua faktor lain adalah sekunder.

Halaju suntikan menentukan cara logam cair memasuki rongga. Terlalu perlahan, dan logam akan membeku sebelum rongga terisi sepenuhnya, menyebabkan sambungan sejuk. Terlalu pantas, dan turbulensi akan menjebak udara, mengakibatkan porositas. Titik optimum bergantung pada geometri komponen dan aloi yang digunakan, tetapi prinsipnya bersifat universal: aliran laminar adalah matlamat, manakala aliran turbulen adalah musuh.

Tekanan Intensifikasi bermula setelah rongga diisi penuh. Ini adalah tekanan yang menolak logam ke dinding acuan, mengimbangi susut semasa pengekalan. Tekanan pengintensifan yang tidak mencukupi menyebabkan porositi susut.

Suhu Acuan ialah parameter yang berubah paling banyak berbanding parameter lain. Apabila mesin beroperasi, acuan menjadi panas. Tanpa penyejukan aktif atau kawalan suhu, profil haba berubah sepanjang tugas, dan begitu juga kualiti komponen.

Peraturan 80/20 untuk Pengoptimuman Parameter

Sebuah pengilang komponen automotif pernah menghadapi kadar penolakan sebanyak 14% untuk rumah transmisi aluminium. Parameter-parameter tersebut telah ditetapkan oleh pengurus pengeluaran terdahulu dan tidak diubah selama tiga tahun. Pendekatan Reka Bentuk Eksperimen (DoE) dijalankan dengan menguji variasi kelajuan suntikan, tekanan pengintensifan, dan suhu acuan.

Keputusan tersebut sangat bererti. Parameter sedia ada menjalankan kelajuan suntikan 22% lebih laju daripada julat optimum, menghasilkan kekacauan yang terperangkap udara di bahagian paling tebal pada acuan. Mengurangkan kelajuan dan meningkatkan tekanan pengintensifan sebanyak 18% menurunkan kadar penolakan kepada 4.7% dalam tempoh dua minggu.

Peraturan 80/20 berlaku di sini: 80% peningkatan kualiti berasal daripada penyesuaian 20% parameter secara tepat. Fokuskan pada halaju suntikan, tekanan pengintensifan, dan suhu acuan sebelum menyentuh parameter lain.

Perangkap Data dan Cara Mengelakkannya

Mesin tuangan tekan moden dilengkapi dengan kemampuan pencatatan data yang mengagumkan. Paparan lengkung suntikan, pengekstrakan parameter automatik, dan analisis masa nyata merupakan ciri piawai pada mesin daripada pengilang mapan. data tersebut wujud. Soalannya ialah sama ada sesiapa benar-benar menggunakannya.

Sebuah bengkel di Barat Laut Pasifik mempunyai log data yang berusia empat tahun. Tiada siapa yang pernah menelitinya. Apabila masalah kualiti muncul pada komponen berisipadu tinggi, pengurus pengeluaran akhirnya mengambil log tersebut dan mendapati bahawa parameter suntikan telah berubah sebanyak 15% daripada titik tetap asal dalam tempoh enam bulan sebelumnya. Sistem hidraulik mesin secara perlahan kehilangan tekanan, dan tiada siapa yang menyedari perkara ini kerana pemeriksaan harian hanya memfokuskan pada masa kitaran dan berat suntikan.

Penyelesaiannya mudah: kalibrasi semula sistem hidraulik dan menetapkan amaran automatik untuk pesongan parameter. Namun, pelajaran yang dipelajari lebih besar. Data tanpa tindakan hanyalah gangguan.

Faktor Operator: Mengapa Parameter Berubah Tanpa Siapa Pun Menyentuhnya

Ini adalah sesuatu yang tidak dibincangkan dalam buku teks. Parameter berubah secara perlahan. Minyak hidraulik menjadi panas sepanjang satu shift, menyebabkan kelikatan minyak berubah dan mengubah masa tindak balas mesin. Suhu acuan meningkat apabila mesin beroperasi, mempengaruhi ciri-ciri pengisian. Komposisi aloi berbeza sedikit antara leburan, mengubah kelakuan pepejalannya.

Seorang operator yang berpengalaman secara automatik menyesuaikan perubahan ini, menetapkan semula parameter sepanjang shift tanpa perlu memikirkannya. Seorang operator yang kurang berpengalaman pula mengikuti lembaran tetapan secara ketat dan tercengang mengapa komponen yang dihasilkan pada pukul 3 petang berbeza daripada yang dihasilkan pada pukul 9 pagi.

Penyelesaiannya bukanlah dengan menghapuskan penilaian manusia—itu mustahil. Sebaliknya, penyelesaiannya ialah memberikan operator alat dan latihan untuk memahami mengapa parameter perlu diubah dan sebanyak mana perubahan tersebut. Mesin dengan antara muka sentuh yang intuitif dan fungsi diagnosis sendiri terhadap kegagalan dapat mengurangkan lengkung pembelajaran, tetapi tidak menggantikan pemahaman asas terhadap proses. .

Proses Pengoptimuman Amali

Pengoptimuman parameter bukanlah suatu peristiwa sekali sahaja. Ia merupakan suatu proses berterusan yang memerlukan disiplin dan pendekatan sistematik.

1. Tetapkan parameter asas dengan menggunakan cadangan pengilang mesin sebagai titik permulaan.

2. Jalankan satu eksperimen reka bentuk kecil (DoE) untuk mencari kombinasi optimum bagi komponen dan aloi tertentu.

3. Dokumentasikan tetapan optimum serta justifikasi di sebalik setiap keputusan.

4. Pasang pemantauan automatik untuk parameter kritikal bersama ambang aras amaran.

5. Semak data secara mingguan dan lakukan penyesuaian secukupnya berdasarkan hasil pengeluaran sebenar.

Mesin bilik sejuk dengan keupayaan daya pengapit sehingga 30,000 kN dan ketepatan dalam julat ±1% daripada nilai yang ditetapkan memberikan asas yang kukuh untuk pengoptimuman parameter . Namun, mesin hanyalah titik permulaan. Kerja sebenar berlaku melalui penyesuaian, pelarasan, dan perhatian berterusan terhadap apa yang disampaikan oleh data.