כיצד לייעל את יעילות ההפעלה של מכונות קרטון אוטומטיות?

בתחום האוטומציה של אריזת מוצרי צריכה, מכונות קרטון אוטומטיות, כציוד חשוב בסוף קו הייצור, עומדות כעת בפני שתי סתירות חשובות: מצד אחד, בגלל השינויים המהירים בביקוש בשוק, ההזמנות מתפזרות יותר ויותר, וסוגי מפרטי המוצר שצריך לארוז גדלים גם הם. לדוגמה, לחברת תרופות היו במקור רק 5 סוגים של תיבות אריזה, אך כעת צריכה להתמודד עם 32 מפרטים שונים, וכתוצאה מכך עלייה של יותר מחמש פעמים בעומס העבודה של מעבר ציוד והתאמה; מצד שני, יעילות פעולת הציוד אינה עומדת בציפיות, והיעילות הכוללת של דגמים מסורתיים היא בדרך כלל רק 65% עד 75%, מתוכם השבתה בלתי צפויה עשויה להוות כ 20% מכלל שעות העבודה, שיש לה השפעה ישירה על עלויות הייצור. על פי נתונים סטטיסטיים של חברות מזון, כל שעת השבתה של ציוד תגרום לאובדן של כ -10, 000 יואן, וכל עלייה של נקודת אחוז בשיעור המום של המוצר תפחית את הרווחים השנתיים בכמעט 10%.

בתגובה לנקודות כאב אלה, אופטימיזציה של ציוד צריכה להשיג שיפור שיטתי בשלושה אינדיקטורים עיקריים: ראשית, יש להגדיל את שיעור הניצול היעיל של הציוד ליותר מ- 95%, ויש לשלוט על זמן השבתה לא מתוכנן תוך 5%; שנית, החלקות של הפעולה חייבת לבטל הפסדי מהירות כמו חגורות מסוע סרק או עבודה חסרת תועלת של זרועות רובוטיות; לבסוף, יש להפחית את שיעור תאימות המוצר מ- 3%-5%עד פחות מ- 0. 5%. ניתן להבין את מסגרת השיפור כולה כלולאה סגורה של שלושה קישורים: הקמת מנגנון תחזוקה מראש להפחתת ההסתברות לכישלון, ואז התאמת פרמטרים בזמן אמת כדי להתאים לתנאי העבודה הנוכחיים, ולבסוף שילוב פעולות כוח אדם כדי לקצר את זמן התגובה של חירום. בקיצור, יש צורך למנוע בעיות, להסתגל באופן דינמי ולשתף פעולה בין בני אדם למכונות.

2. שיפור המבנה המכני: שיפור יציבות הפעולה ומהירות

מתרחיש היישום בפועל, ישנם הפסדים ברורים במערכת ההולכה של מכשירים רבים במהלך הפעולה. לדוגמה, יש פער בין ההילוכים, כך שטווח השגיאות שנוצר במהלך תהליך ההולכה הוא בערך {{0}}. 2 עד 0.5 מ"מ. דוגמא נוספת היא הבעיה של החלקה לחגורה, הגורמת לעתים קרובות לתנודות מהירות של יותר מ- 5%. מבחינת תכנון מודולרי, כל שינוי במבנה המכני המסורתי דורש 6 עד 8 שעות של ניפוי באגים. זמן הכנה כה ארוך יביא לכך שקיבולת הציוד לא מנוצלת במלואה.

בבחירת תוכניות השיפור, שדרוג החומרים הוא פריצת דרך ישירה יותר. לדוגמה, לאחר שמפעל כימי יומי החליף את חומר פיר ההולכה בסגסוגת אלומיניום, המשקל הופחת בכ -4 0% בהשוואה למקור, ומהירות התגובה הוגדלה ברבעון. כעת יש גם חברות שמנסות להשתמש בחומרים מורכבים של סיבי פחמן למפרקי זרוע רובוט, וניתן לשלוט על דיוק האחיזה בטווח של ± 0. 1 מ"מ. מבחינת התאמת עומס דינאמית, הפיתרון של מנוע סרוו עם צימוד אלסטי הוא טיפוסי יחסית. במילים פשוטות, מצב העומס מנוטר בכל עת דרך חיישן המומנט, וכוח הפלט מותאם באופן דינמי, כך שניתן יהיה להפחית את כוח ההשפעה על ידי 6 0%. לאחר מפעל שמייצר מוצרים אלקטרוניים המשמשים למיסבים מגנטיים, ערך הרטט של הציוד במהירות גבוהה הופחת מ- 0.8 מ"מ לשנייה ל- 0.2 מ"מ לשנייה.

במצבים שבהם נדרשים שינויים בתדירות דגם, עיצוב ממשק סטנדרטי הוא רעיון אפשרי. באמצעות מחברי חיבור מהיר פנאומטי ומודולי חשמל מחוברים מראש, ניתן לדחוס את זמן שינוי הדגם לפחות משעתיים. כעת חברות מסוימות יבנו תחילה מודל וירטואלי במחשב כדי לבצע ניפוי באגים, ואז ייבאו ישירות את פרמטרי התצורה למכונה האמיתית לשימוש. יש מקרה של חברת תרופות שיכולה לשמש כהפניה. הם החליפו את תיבת ההילוכים המסורתית בשיטת כונן ישיר של מנוע סרוו, וביטלו את קישור ההילוכים הבינוני. כתוצאה מכך, מהירות הטעינה של התיבה עלתה מ 120 קופסאות לדקה ל 156 קופסאות, ומספר תקלות תיבות ההילוכים ירד מ- 18 פעמים בשנה לשנה.

3. אופטימיזציה של תהליך טעינה התיבה: הפחתת חסימת חומרים וכישלון ריבת תיבה

בעת ניתוח בעיות ספציפיות, נמצא כי ככל שהמצב הנפוץ יותר הוא שיש פגמים בתכנון נתיב ההעברה החומרי. לדוגמה, אם רדיוס המפנה של תיבת האריזה קטן מדי (לדוגמא, פחות פי 3 מאורך החומר), האפשרות של חיבוש תגדל משמעותית. דבר נוסף שיש לשים לב אליו הוא בקרת הזווית בתהליך הקיפול. כאשר הסטייה עולה על כ -2 מעלות, היא בעצם תוביל לבעיית האיטום הרופף.

במצבים אלה ניתן לאמץ את הרעיון של עיבוד מפולח: ראשית, מותקן מבנה חיץ באזור המסוע. לדוגמה, עיצוב מסוע מפולח שאומץ על ידי מפעל חטיפים, כל קטע מסוע מצויד בכונן מנוע עצמאי. פיתרון זה יכול להפחית את ההסתברות להצטברות חומרים לפחות מ- 2%. השנייה היא שיפור קישור הבדיקה האיכותי, כמו שימוש במצלמה לגילוי עם מכשיר פנאומטי. כאשר נמצא כי תיבת הנייר מעוותת, היא מפוצצת מייד ברמת דיוק של יותר מ- 99%.

מבחינת התאמת הפרמטרים, יש צורך לשים לב לתיאום בין ציוד, כמו פיתרון תיאום המהירות, כלומר, מהירות ההעברה מותאמת אוטומטית דרך מערכת בקרת PL כדי להבטיח כי הפרש הזמן בין תיבת הנייר המתגלגל לדחיפת החומר לא יעלה על {0}}. 1 שניות. קיימת גם פונקציית תיקון אוטומטית לזווית הקיפול, המותאמת בזמן אמת על פי נתוני חיישן הלחץ, כך שניתן יהיה להגדיל את השיעור המוסמך מכ- 90% לכמעט 99%.

ביישום בפועל, מפעל חלב מצא כי לאחר אופטימיזציה של קשת נתיב ההולכה והתקנת מערכת בדיקה איכותית המפקחת על המסך, כישלונות תיבת הכרטיס הופחתו ביותר מ- 80%, ויעילות הייצור הוגדלה בערך חמש

4. התאמת דיוק פרמטר: החל ממונעת ניסיון למונע נתונים

ראשית, עלינו להבין אילו פרמטרים הם קריטיים במיוחד. לדוגמה, הפרמטר של מהירות הריצה של מסוע. נתונים ניסיוניים מראים שכאשר המהירות משתנה ביותר מ- 5%, ההסתברות לסטייה חומרים תשלש. דוגמא נוספת היא כוחו של זרוע הרובוט לתפוס דברים. אם שגיאת החוזק עולה על 10%, יתכן שהיא לא תוכל לתפוס את החבילה, או להפך, היא עשויה ללחוץ על סימנים על פני המוצר.

מבחינת שיטות ניפוי באגים, ניתן לחלק את היעילות יותר לשתי קטגוריות. הקטגוריה הראשונה היא להשתמש בשיטת תכנון ניסיונית, כגון שימוש ב- L9, טבלה אורתוגונאלית בת שלוש גורמים עם שלוש גורמים, כדי ליצור פרמוטציות ושילובים, ולסדר את ההילוכים השונים של פרמטרים כמו מהירות חגורת המסוע וכוח זרוע הרובוט. מפעל אלקטרוניקה מצא את שילוב הפרמטרים האופטימלי בשיטה זו, כמו האפקט הטוב ביותר כאשר חגורת המסוע מותאמת ל 1.2 מ '\/ש' וחוזק זרוע הרובוט נשלט על 15 ניוטונים. היתרון בשיטה זו הוא שהיא יכולה לדחוס את מחזור הניפוי שבמקור נדרש חודש לשבוע.

הסוג השני של שיטת הבקרה בזמן אמת נשען בעיקר על חיישנים ואלגוריתמים. לדוגמה, על ידי התקנת חיישן לחץ על הטופר המכני ושילובו עם אלגוריתם בקרת ה- PID, חברת תרופות הפחיתה את תנודת הכוח מהשגיאה המקורית של 3 ניוטון ל- 0. 5 ניוטון. דוגמא נוספת היא שימוש במערכת חזותית כמדריך ושילוב טכנולוגיית זיהוי תמונות כדי לתקן באופן דינמי את הסטייה. בבדיקות בפועל נמצא כי דיוק המיקום יכול להגיע פלוס או מינוס 0. 3 מ"מ.

כעת חברות רבות החלו להשתמש בפלטפורמות סימולציה וירטואליות כדי לסייע בביגוי באגים. במילים פשוטות, זה לבנות מפעל וירטואלי במחשב ולצפות בשינויים ביעילות הייצור על ידי שינוי פרמטרים. חברת ייצור השתמשה בשיטה זו כדי להפחית את זמן ניפוי באגים ב- 60%, ועלויות האימות הקשורות נחתכו גם בכמעט מחצית. מה שמעניין במיוחד הוא שמודל דיגיטלי זה יכול גם לדמות כמה שילובי פרמטרים קיצוניים שלא העזו לדין כלאחר יד במציאות, ומספקים למהנדסים אפשרויות רבות יותר.

V. תחזוקה מונעת: מתחזוקה פסיבית לניהול בריאות פעיל

1. נקודות כאב של תחזוקה מסורתית

· תחזוקה מוגזמת נפוצה: לדוגמא, חלק מהמפעלים צריכים לבצע תחזוקה שוטפת מדי חודש, וכתוצאה מכך כ- 30% מהמסבים יוחלפו לפני פג תוקף חייהם. זה עלול לגרום ליותר מ- 500, 000 יואן בפסולת בכל שנה;

· כישלונות פתאומיים שנגרמו כתוצאה מבדיקות שהוחמצו: על פי הסטטיסטיקה, כ- 60% מהכישלונות בציוד נגרמים למעשה כתוצאה מבלאי מוקדם שלא התגלה בזמן. זה כמו רופא שלא רואה את הסימנים המוקדמים של נגעים בצילומי רנטגן, וכאשר המטופל מראה תסמינים, לעתים קרובות הוחמצה הזמן הטוב ביותר לטיפול.

2. שדרוג מערכת תחזוקה

· מבחינת טכנולוגיית ניטור תנאים: חיישני רטט משמשים כיום בעיקר בשילוב עם טכנולוגיית ניתוח הספקטרום (כלומר ניתוח FFT). לדוגמה, חברה כימית יומית השתמשה בשיטה זו כדי לגלות את מאפייני הבלאי הלא תקינים של תיבת ההילוכים שבועיים מראש; ישנן גם שיטות כמו הדמיה תרמית אינפרא אדום. כאשר המנוע עומס יתר על המידה, הוא בדרך כלל מלווה בעלייה בטמפרטורה לא תקינה של 8-12, והמערכת תפעיל אוטומטית אזעקת תחזוקה.

· אודות תחזוקה מבוססת תנאים (CBM): חברות רבות בונות כעת מודלים של מדד בריאות ציוד, שיכולים לשלב יותר מעשרה פרמטרים כמו נתוני רטט, שינויי טמפרטורה, תנודות שוטפות וכו ', ולחשב באופן דינמי אילו ציוד זקוק לתחזוקה עדיפות. יחד עם זאת, הוא יקושר גם למערכת המלאי של חלקי החילוף. לדוגמה, על פי תוצאות החיזוי, ניתן להכין חלקי מפתח שלושה ימים מראש, כך שיעילות מחזור המלאי של חלקי החילוף מוגדלים בכ- 40%.

העצמת כוח אדם: ממפעילים לשותפים לשיפור יעילות

1. ניתוח המצב הנוכחי של יכולות כוח אדם

· חסרונות מיומנות: נכון לעכשיו, מפעילים נשארים בעיקר ברמת הפעולה הבסיסית כמו Start and Stop, למשל, אין להם הבנה עמוקה של ההיגיון ההפעלה שמאחורי הפרמטרים;

· מנגנון תגובה: בעת פגיעה במצבים לא תקינים, לעתים קרובות הם צריכים לחכות למהנדסים שיספקו תמיכה מרחוק. באופן ספציפי, לוקח בממוצע יותר מ- 40 דקות כדי לפתור את הבעיה.

תוכנית אימון קיבולת

אימוני מיומנות:

· מערכת אימוני סימולציה של VR: על ידי מתן אפשרות למפעילים להתאמן שוב ושוב בטיפול בתרחישים שונים של כישלון ציוד בסביבה וירטואלית, עובדים על פס הרכבה לרכב, למשל, הוכשרו בדרך זו, ומהירות זיהוי ריבות המסוע עלתה פי 3;

· הדמיה של תהליך הפעולה: לאחר המרת נתוני ניסוי להוראות פעולה עם אייקונים, מקרה היישום של מפעל כימי מראה כי הדיוק של המפעילים המתאים את פרמטרי הכור עלה ביותר מ- 60% ליותר מ- 90%.

רמת מנגנון תמריץ:

פרס שיפור ביצועים: לדוגמה, מפעל אלקטרוניקה שהקים מאגר בונוסים חודשי, והצוות יתוגמל 5, 000 יואן עבור כל עלייה של נקודת אחוז ביעילות קו הייצור;

· מצב עבודה שיתופי: כאשר מפעילים לובשים משקפי AR כדי לשתף פעולה מרחוק עם מהנדסים, הזמן לפתור את תקלת התחממות יתר של המנוע האחרון קוצר משעתיים ל 25 דקות.

מסקנה: בניית לולאה סגורה של אופטימיזציה של יעילות קישור מלא

באופן כללי, יצירת לולאה סגורה מלאה של שיפור יעילות דורשת שיתוף פעולה רב ממדי. מבחינת שינוי ציוד, למשל, שינוי מיסבי חגורת המסוע יכול להפחית את ההסתברות לפגיעה בציוד ב- 20% עד 30% (בערך 20% -40% ירידה בשיעור הכישלון). אופטימיזציה של תהליכים מתייחסת בעיקר לניטור בזמן אמת אחר מהירות קו הייצור וההתאמה הדינמית של פרמטרי ההפעלה, שיכולים לחסוך כ- 15% עד רבע פסולת החומר. מבחינת אימוני כוח אדם, דוגמא טיפוסית היא ארגון חוויות שיתוף מפגשי מאסטרים ישנים להוביל חדשים. באמצעות אימונים מסוג זה, בדרך כלל ניתן לשפר את יעילות התפעול ביותר מעשרה נקודות אחוז. ניתן לקחת בחשבון שלוש נקודות עיקריות להוראות פיתוח עוקבות: ראשית, התקן מודולי רשת על הציוד כדי להשיג ניהול אינטליגנטי. לדוגמה, מכונת האריזה תתאים אוטומטית את פרמטרי הטמפרטורה על סמך נתוני שלושת החודשים האחרונים. השנייה היא לפרוס תיבות מחשוב קצה ליד הציוד. פיתרון זה יכול לאבחן ולתקן 90% מהתקלות באופן מקומי, ומהירות התגובה היא מספר סדרי גודל מהיר יותר מאשר עיבוד ענן. חשוב מכך, זה להקים מערכת המתפתחת על עצמה, המאפשרת למכונות לייעל את פרמטרי העבודה באמצעות למידה מתמשכת, ממש כמו שבני אדם צוברים חוויה ולהשיג בהדרגה קבלת החלטות אוטונומיות, ולהתפתח לעבר מודל ייצור אינטליגנטי של "בעיות בהתאמה עצמית, הגדרות המותאמות את עצמן, ותוכניות להפעלה עצמית."