Покращення конструкції форм для швидшого та ефективнішого лиття пластмас під тиском
Покращення конструкції форм із використанням каналів конформного охолодження
Впровадження конформних каналів охолодження змінило підхід до теплового управління у процесі ливарного формування пластмас. Традиційні системи охолодження прокладаються прямолінійно, тоді як ці нові канали, виготовлені методом 3D-друку, фактично повторюють форму самої форми. Це забезпечує кращий розподіл тепла по всій деталі, що виробляється, а дослідження показують, що такий підхід може скоротити цикли виробництва приблизно на 30 відсотків, згідно з дослідженням, опублікованим минулого року в журналі Journal of Manufacturing Systems. Однією з великих переваг є те, що це допомагає запобігти неприємним проблемам деформації та слідам усадки, які турбують багато виливкових виробів. Крім того, деталі зберігають точні геометричні параметри навіть у складних формах, таких як панелі кузова автомобіля чи складні компоненти медичного обладнання, де важлива максимальна точність.
Переваги форм, виготовлених методом 3D-друку, у виготовленні складних порожнин
Адитивне виробництво позбавляється обмежень традиційних методів виготовлення форм, дозволяючи створювати складні конформні системи охолодження та дрібні елементи, які неможливо виготовити за допомогою звичайного фрезерування CNC. Недавні дослідження 2023 року також продемонстрували вражаючі результати — коли компанії перейшли на 3D-друковані форми для деталей, що використовуються у виробництві літаків, час виробництва скоротився на 40–55 відсотків. Цінність цієї технології полягає в її здатності прискорювати цикли розробки продуктів. Виробники тепер можуть працювати з передовими матеріалами, такими як PEEK або ULTEM, і значно швидше отримувати прототипи для тестування. Це означає, що кращі продукти швидше потрапляють до клієнтів, що особливо важливо для галузей, де ключове значення має продуктивність.
Оптимізація конструкції продукту та форми для зменшення складності та циклів виробництва
Коли деталі проектуються з оптимальною товщиною стінок і правильними кутами випуску, виробники фіксують реальне покращення циклів виробництва та зменшення кількості бракованих виробів. Візьмемо одного автовиробника, який переробив конструкцію ребер компонента системи опалення, вентиляції та кондиціонування повітря. Їм вдалося скоротити час охолодження майже на 20% і знизити рівень браку майже на чверть. Такі зміни мають велике значення для операцій на виробничих ділянках. Сучасні інструменти моделювання дозволяють інженерам одночасно працювати над конструкцією виробу та створенням форми. Програмне забезпечення може передбачити, як розплавлений матеріал заповнить форму, і де можуть виникнути напруження, задовго до того, як буде виготовлено будь-яке реальне обладнання. Це означає менше дорогих помилок під час виробничих процесів, що економить час і кошти виробників, які прагнуть залишатися конкурентоспроможними.
Інтеграція автоматизації, Інтернету речей (IoT) та штучного інтелекту в інтелектуальні системи пластмасового лиття під тиском
Автоматизація процесів та інтеграція IoT для моніторингу в реальному часі
Додавання автоматизації та датчиків Інтернету речей (IoT) до обладнання для лиття під тиском пластмаси може збільшити виробничі потужності приблизно на 15%, свідчать дослідження Інституту передових виробничих технологій минулого року. Автоматизовані компоненти виконують такі завдання, як подача сировини, правильне закриття форм і виштовхування готової продукції без участі людини. Тим часом підключені датчики відстежують важливі параметри, такі як температура розплавленої пластмаси, тиск, що застосовується під час ін'єкції, та загальна тривалість кожного циклу. Коли оператори отримують цю інформацію в реальному часі, вони можуть оперативно коригувати налаштування, що зменшує кількість проблем із якістю приблизно на 27% у порівнянні з традиційними методами ручного контролю.
ШІ та моніторинг у реальному часі для контролю якості та прогнозування дефектів
Системи технічного зору, що працюють на основі штучного інтелекту, виявляють дрібні дефекти у литих компонентах з точністю близько 99,3 відсотка, що зменшує кількість бракованих матеріалів приблизно на 18% на автозаводах. Ці алгоритми машинного навчання аналізують попередні дефекти та фактично передбачають потенційні проблеми з якістю за 8–12 виробничих циклів до їх виникнення, забезпечуючи автоматичне виправлення перед виникненням помилок. Візьмемо, наприклад, регулювання тиску утримання. Коли вбудовані сенсори фіксують зміни у рідкості або густині матеріалу під час обробки, система корегує параметри тиску в межах ±0,5 МПа, щоб забезпечити стабільну роботу незважаючи на ці несподівані варіації.
Прогнозування технічного обслуговування та надійності обладнання за допомогою мереж сенсорів
Датчики вібрації та температури забезпечують раннє попередження про відмови двигуна — зазвичай за 30–50 годин до події — скорочуючи незаплановані простої на 34% у середовищах із великим обсягом робіт. Поєднання моніторингу зносу на основі IoT із діагностикою на основі штучного інтелекту подовжує термін служби гвинта та циліндра на 22%, що дає економію на технічному обслуговуванні в розмірі 18 000 доларів США на рік на одне обладнання.
Дослідження випадку: скорочення простою на 30% завдяки діагностиці на основі штучного інтелекту
Один з великих електронних концернів нещодавно запровадив технологію машинного навчання на своїх 48 машинах для лиття під тиском, які обробляють близько 14 тисяч показників датчиків щосекунди. Ця система справді вражає: вона може виявляти незвичайні моделі споживання енергії гідравлічними насосами заздалегідь — приблизно за три повні дні до можливого виходу з ладу. Це означає, що техніки можуть усувати несправності саме тоді, коли вже заплановані терміни технічного обслуговування, замість того, щоб вирішувати аварійні ситуації. Результати говорять самі за себе і досить переконливо. Тільки минулого року підприємство зекономило понад 300 годин втраченого часу виробництва, що еквівалентно приблизно 37,5 тоннам продукції, яка була б втрачена. Крім того, показники загальної ефективності обладнання значно покращилися — з трохи менше ніж 78 відсотків аж до майже 86 відсотків після впровадження цих рішень з передбачуваного обслуговування.
Покращення енергоефективності та сталого розвитку у роботі машин для ливарного формування пластмас
Сервоприводні та енергоефективні модернізації обладнання
Дані галузі показують, що машини для ливарного формування пластмас із сервоприводом зазвичай використовують на 40–60 відсотків менше електроенергії порівняно зі старими гідравлічними системами. Ця технологія працює за рахунок регулювання швидкості двигунів залежно від фактичних потреб у будь-який момент, що зменшує витрати енергії, коли машина не працює активно. Для процесу плавлення пластмаси частотні перетворювачі допомагають ефективніше керувати споживанням електроенергії. А що стосується повністю електричних актуаторів? Вони виділяють набагато менше тепла під час прецизійних операцій, де найважливішим є контроль температури. Виробники світового рівня, які вже перейшли на це обладнання, також фіксують реальну економію коштів. Деякі підприємства повідомили про економію понад 180 тис. доларів США щороку лише завдяки експлуатації одного модернізованого верстата замість старих аналогів.
Зменшення використання матеріалів і утворення відходів завдяки точному дозуванню та переробці подрібнених відходів
Системи дозування замкнутого циклу забезпечують використання матеріалів на рівні приблизно 98–99 відсотків, оскільки точно вимірюють подачу смоли з похибкою всього плюс-мінус піввідсотка. Гравіметричний контроль компенсує коливання вмісту подрібнених відходів, що дозволяє виробникам безпечно використовувати близько 30 відсотків вторинної сировини, практично не впливаючи на якість виробів. Згідно з дослідженням, опублікованим минулого року щодо практик циркулярного виробництва, такі системи скорочують кількість відходів на полигоні приблизно на 28 метричних тонн щороку на кожну виробничу лінію. Крім того, компанії економлять майже 20 відсотків витрат на сировину після впровадження таких систем. Це вигідно як з економічної, так і з екологічної точки зору.
Впровадження принципів раціонального виробництва для усунення відходів
Впровадження методів SMED може скоротити час заміни форм на 35% або навіть удвічі, що, очевидно, зменшує витрати енергії у періоди простою. Аналіз потоків доданої вартості допомагає виявити місця, де процеси працюють неефективно. Наприклад, виробник автозапчастин виявив, що фактично використовує приблизно на 22% більше електроенергії на компонент, ніж необхідно, через неправильний рух матеріалів між пресами та роботами. Поєднання такого аналізу зі стандартами ISO 50001 щодо управління енергоспоживанням дозволяє компаніям із часом досягати помітних покращень. Ці невеликі зміни в сукупності дають значний ефект у всіх операціях, сприяючи як поліпшенню фінансових результатів, так і охороні навколишнього середовища.
Зміст
- Покращення конструкції форм для швидшого та ефективнішого лиття пластмас під тиском
-
Інтеграція автоматизації, Інтернету речей (IoT) та штучного інтелекту в інтелектуальні системи пластмасового лиття під тиском
- Автоматизація процесів та інтеграція IoT для моніторингу в реальному часі
- ШІ та моніторинг у реальному часі для контролю якості та прогнозування дефектів
- Прогнозування технічного обслуговування та надійності обладнання за допомогою мереж сенсорів
- Дослідження випадку: скорочення простою на 30% завдяки діагностиці на основі штучного інтелекту
- Покращення енергоефективності та сталого розвитку у роботі машин для ливарного формування пластмас