էջի վերնագիր

ապրանք

Արհեստական ​​բանականության և իրերի ինտերնետի ինտեգրումը ռետինե թելերի հեռացման համակարգերում

By Մայք Չեն, Արտադրության տնօրեն | 12+ տարվա աշխատանքային փորձ կաուչուկի արտադրության ոլորտում |LinkedIn

Հիմնական եզրակացություններ

  • Մեկ XCJ-G600 տակառը 15 կգ խմբաքանակը ցիկլի մեջ է պահում յուրաքանչյուր 20-40 վայրկյանը մեկ՝ 8-ժամյա հերթափոխի ընթացքում արդեն իսկ հասանելի է ավելի քան 1300 տվյալավորմամբ հարուստ ցիկլ IoT գրանցման համար։
  • Կրիոգեն թաղանթազերծման սարքավորումները գործում են մինչև -150°C ջերմաստիճաններում՝ 20–70 պտույտ/րոպե արագությամբ, և երկու փոփոխականների գրանցումը ուղղակիորեն բացահայտում է ազոտի կորուստը և մեկուսացման տեղաշարժը։
  • Քանի որ միացված մեքենաները վաղ փուլում են հայտնաբերում գործընթացի շեղումները, կանխատեսողական սպասարկումը սովորաբար չպլանավորված կանգառները վերածում է 30 րոպեից պակաս տևողությամբ պլանավորված միջամտությունների (մեր հաճախորդների նախագծերի բնորոշ արժեքներ):
  • Վերանորոգումը ավելի լավ է, քան փոխարինելը. ինվերտորային սարքավորումները, ինչպիսին է 7.5 կՎտ հզորությամբ XCJ-G600-ը, սովորաբար կարող են միացվել սենսորների և եզրային դարպասի հետ՝ նորը գնելու փոխարեն:
Կարճ պատասխանը.Արհեստական ​​բանականության և իրերի ինտերնետի ինտեգրումը ռետինե լաքաների հեռացման համակարգերում նշանակում է, որ յուրաքանչյուր մեքենայի կողմից արդեն կառավարվող փոփոխականները՝ տակառի արագությունը, ցիկլի տևողությունը, ջերմաստիճանը և խմբաքանակի բեռնվածությունը, միացվում են տվյալների ցանցին և թույլ են տալիս ծրագրային ապահովմանը ավտոմատ կերպով հայտնաբերել թերությունները, կանխատեսել բաղադրիչների մաշվածությունը և առաջարկել պարամետրերի ուղղումներ: Քանի որ լաքաների հեռացման մեքենան, ինչպիսին է...XCJ-G600 սուպեր մոդելարդեն իսկ յուրաքանչյուր 20-40 վայրկյանը մեկ ավարտում է 15 կգ խմբաքանակի արտադրությունը՝ 7.5 կՎտ հզորությամբ ինվերտորային շարժիչով, և արհեստական ​​բանականության համար անհրաժեշտ տվյալները ստեղծվում են յուրաքանչյուր ցիկլի ընթացքում։ Իրական ինտեգրման մարտահրավերը մեքենաներն ավելի խելացի դարձնելը չէ, այլ այն տվյալների հավաքագրումն ու դրանց հիման վրա գործելն է, որոնք ներկայումս ռետինե գործարանների մեծ մասը դեն են նետում։

Մեր հետ աշխատող արտադրողների մեծ մասն արդեն իսկ ունի թաղանթազերծման սարքավորումներ, որոնք մեքենայական մակարդակով խելացի են, իսկ գործարանային մակարդակով՝ լիովին անձայն։ Կառավարիչը գիտի գլանափաթեթի արագությունը, օպերատորը՝ խմբաքանակի քաշը, որակի թիմը գիտի մերժման մակարդակը, բայց ոչ ոք չի կապում այդ երեքը։ Հենց այդ անջատումն է, որը նախատեսված է շտկելու արհեստական ​​բանականության և իրերի ինտերնետի նախագծերը։

Այս հոդվածը բացատրում է, թե իրականում ինչ է նշանակում ինտեգրումը դեֆլեյշնային համատեքստում, որ տվյալների կետերն են արժե նախ միացնել, և փուլային ճանապարհային քարտեզ, որը կաշխատի փոքր և միջին չափի կաուչուկի գործարանների, այլ ոչ թե գերմասշտաբային խելացի գործարանների համար։

Ի՞նչ են իրականում նշանակում արհեստական ​​բանականությունը և իրերի ինտերնետը (IoT) անկման համատեքստում։

Իրերի ինտերնետը (IoT) արդյունաբերական սարքավորումները ցանցին միացնելու պրակտիկա է, որպեսզի դրանց շահագործման տվյալները կարողանան հավաքագրվել, պահպանվել և վերանայվել։ Արհեստական ​​բանականությունը (AI) ծրագրային շերտ է, որը գտնում է այդ տվյալներում օրինաչափություններ և խորհուրդ է տալիս կամ կատարում որոշումներ։Թարթիչների ապամոնտաժման դեպքում երկուսն էլ աշխատում են որպես զույգ. Ինտերնետային իրերի ինտերնետը մատակարարում է հում ազդանշանը, իսկ արհեստական ​​բանականությունը ազդանշանը վերածում է գործողության՝ դանդաղեցնելով գլանը, նշելով մաշված ժապավենը կամ կարանտինացնելով կասկածելի խմբաքանակը մինչև դրա առաքումը։

Օգտակար է մտածել, որ թելերը հեռացնող մեքենան նախ տվյալների աղբյուր է, իսկ հետո՝ թելերը հեռացնող գործիք։ Յուրաքանչյուր մեխանիկական թելերը հեռացնող ցիկլ և -120°C-ից ցածր ջերմաստիճանում յուրաքանչյուր կրիոգենային փորձարկում ստեղծում է արագության, ժամանակի, ջերմաստիճանի և բեռի հետքերով հետք։ Այդ հետքերը պահվելուց հետո, հարցերը, որոնք նախկինում պահանջում էին, որ տեխնոլոգիական ինժեները ամբողջ հերթափոխով կանգնած լիներ բալոնի մոտ՝ «ե՞րբ սկսեցին ցիկլի ժամանակները սողոսկել», դառնում են տաս վայրկյան տևողությամբ հարց՝ վահանակի վրա։

Ո՞ր դեֆլեյշինգի տվյալների կետերն են արժե նախ միացնել։

Սկսեք չորս փոփոխականներից, որոնք արդեն որոշում են թելերի հեռացման որակը՝ ցիկլի տևողությունը, գլանակի արագությունը, գործընթացի ջերմաստիճանը և խմբաքանակի բեռնվածությունը։Դրանք գոյություն ունեն յուրաքանչյուր մեքենայի վրա, փոխվում են, երբ ինչ-որ բան այնպես չէ, ինչպես պետք է, և ուղղակիորեն կապված են արտադրանքի արդյունքների հետ։ Ստորև բերված աղյուսակը զուգակցում է յուրաքանչյուր փոփոխական իրական սարքավորումների արժեքների և դրա կողմից ապահովվող օպտիմալացման հետ։

Տվյալների կետ Սարքավորումների բնորոշ արժեքը Ինչ է անում արհեստական ​​բանականությունը դրա հետ
Ցիկլի տևողությունը 20–40 վրկ մեկ խմբաքանակի համար (XCJ-G600, 15 կգ բեռ) Հայտնաբերում է շեղումը, որը ազդարարում է շեղբի մաշվածության կամ մեխանիզմի հոգնածության մասին՝ որակի անկումից առաջ
Գլանակի արագությունը 20–70 պտույտ/րոպե (կրիոգեն թարթազերծման սարք) Արագության կարգավորումները կապում է մակերեսի մշակման հետ՝ յուրաքանչյուր միացության համար լավագույն պտույտների քանակը խորհուրդ տալու համար
Գործընթացի ջերմաստիճանը Մինչև -150 °C առավելագույն վարկանիշ Նշում է մեկուսացման կորուստները և ազոտի գերօգտագործումը, որոնք տեսանելի են միայն գրանցված սառեցման կորերում
Խմբաքանակի բեռ 80 լիտրանոց գլան, մոտավորապես 15-20 կգ Նույնականացնում է թերբեռնվածությունը, որը վատնում է ցիկլերը, և գերբեռնվածությունը, որը մեծացնում է մերժման մակարդակը։

Սարքավորումների արժեքը վերցված էXCJ-G600 ապրանքի էջևՀեղուկ ազոտի կրիոգենային մազահեռացման մեքենայի տեխնիկական բնութագրերը.

Քանի որ կրիոգեն փխրունությունը ջերմաստիճանի և ժամանակի միջև մրցավազք է, գրանցված սառեցման կորերը կրիոգեն գծի վրա ամենաարժեքավոր տվյալների հավաքածուն են։Նպատակային փխրունության 5 րոպեում 8-ի փոխարեն վազքը խնայել է իր ցիկլի 37%-ը՝ խնայողություն, որը անտեսանելի է վայրկյանաչափի վրա, բայց ակնհայտ է տվյալներում։

Blog_AI_IoT_Rubber_Deflashing_illus1

Ինչպե՞ս է կանխատեսողական սպասարկումը փոխում դեֆլեյտինգային տնտեսագիտությունը։

Կանխատեսողական սպասարկումը օգտագործում է միտումների տվյալները՝ ցիկլի տևողության աճը, շարժիչի հոսանքի տատանումները, ջերմաստիճանի անկայունությունը՝ ծառայությունը պլանավորելու համար մինչև որևէ բաղադրիչի խափանումը, այլ ոչ թե դրանից հետո։Տնտեսական տարբերությունը ակնհայտ է. հերթափոխի կեսին շարժիչի անսարքությունը կանգնեցնում է գիծը, խաթարում ժամանակացույցը և կարող է չեղարկել ամբողջ խմբաքանակը, մինչդեռ հերթափոխերի միջև տեղի է ունենում երկու շաբաթ շուտ հայտնաբերված պլանավորված փոխարինում:

Մեր փորձից ելնելով՝ հաճախորդների գործարաններում գծերի ապամոնտաժման հարցում, միացված մոնիթորինգը սովորաբար մեկ մեքենայի վրա եռամսյակի ընթացքում հայտնաբերում է երեքից հինգ գործողության ենթակա գործընթացային շեղումներ՝ ամենատարածվածը՝ ցիկլի ժամանակի աստիճանական երկարացում և անհամապատասխան կրիոգեն սառեցում, և յուրաքանչյուրը կարող է շտկվել 30 րոպեից պակաս ժամանակահատվածում (մեր հաճախորդների նախագծերի բնորոշ արժեքները. ճշգրիտ թվերը տարբերվում են միացությունների խառնուրդից և հերթափոխի ձևից):Քանի որ XCJ-G600-ի նման մեքենայի վրա տեղադրված 7.5 կՎտ հզորությամբ ինվերտորն արդեն թվային եղանակով հաղորդում է շարժիչի բեռը, այս մակարդակի մոնիթորինգի մուտքի արժեքը դարպասի և կոնֆիգուրացիայի արժեքն է, այլ ոչ թե նոր սարքավորումների։

Կա նաև համապատասխանության անկյուն։ Բույսերը հավաստագրված ենISO 9001խնդրվում է ցուցադրել շարունակական բարելավում. մեքենայի պարամետրերի յուրաքանչյուր խմբաքանակի տվյալների հետքը աուդիտորի կողմից ընդունվող ամենաճշգրիտ ապացույցներից մեկն է։

Որտե՞ղ է մեքենայական տեսողությունը տեղավորվում որակի ցիկլում։

Մեքենայական տեսողությունը փակում է այն օղակը, որը միայն սենսորային տվյալներն են բաց թողնում. տեսախցիկները ստուգում են լուսարձակներից ազատված մասերը, և արհեստական ​​բանականության շերտը հետևում է յուրաքանչյուր մերժված մասի՝ այն առաջացրած ճշգրիտ ցիկլին, արագությանը և ջերմաստիճանին։Սա որակի վերահսկողությունը հետադարձ դիտման գործողությունից վերածում է ղեկային կառավարման գործընթացի։

Գործնական շղթան այսպիսին է թվում. մասերը դուրս են գալիս լուսարձակող խողովակից, անցնում են տեսողական ստուգման միջով, որը հայտնաբերում է մնացորդային լուսարձակումը, և մաքուր մասերը շարունակում են աշխատել։ռետինե բաժանիչ մեքենաորը տարբերակում է լավ արտադրանքը մաքրման թափոններից։ Երբ տեսողական համակարգը գրանցում է մերժման կլաստեր, արհեստական ​​բանականությունը համեմատում է ժամանակային դրոշմանիշները տակառի տվյալների հետ և պատասխանում է կարևոր հարցին՝ սա վատ խառնուրդ էր, սխալ գլանային արագություն, թե՞ խմբաքանակ, որը 2 կգ-ով գերազանցում էր սահմանված չափանիշը։

Այս զույգից առավելագույն օգուտ են ստանում կրիոգեն գծերը: Կրիոգենային թաղանթազերծումը ապահովում է պատրաստի արտադրանքի 98%-ից բարձր անցման մակարդակ, երբ պարամետրերը կայուն են, ուստի նույնիսկ փոքր գրանցված շեղումը՝ սառեցման կորը, որը 10°C-ով ավելի տաք է, քան բազային գիծը, արժե բռնել, նախքան այն արժենալու է երեք միավոր արդյունք:

Ինչպիսի՞ն է իրատեսական ինտեգրման ճանապարհային քարտեզը։

Ռետինե գործարանների մեծ մասի համար գործնական մոտեցումը երեք փուլ է. միացում, վերլուծություն, ապա օպտիմալացում՝ այդ հերթականությամբ, մեկ մեքենայի վրա՝ ամբողջ գծից առաջ։Տվյալների առկայությունից առաջ որոշումները ավտոմատացնելու փորձը 4.0-ի արդյունաբերական նախագծերում հանդիպող ամենատարածված ձախողման ձևն է։

  1. Միացրեք մեկ մեքենա և սահմանեք բազային գիծը։Տեղադրեք եզրային դարպաս մեկ դեֆլեյմինգային սարքի վրա՝ ամենանոր, ամենաինվերտորային հզորությամբ աշխատողի վրա, և գրանցեք ցիկլի ժամանակը, արագությունը, ջերմաստիճանը և բեռը 60 օրվա ընթացքում՝ առանց որևէ բան փոխելու, որպեսզի «նորմալը» չափվի, այլ ոչ թե ենթադրվի։
  2. Վերլուծեք որակի արդյունքները։Միավորեք մեքենայի տվյալները ստուգման մերժման գրառումների հետ և թույլ տվեք, որ արհեստական ​​բանականության շերտը (կամ լավ աղյուսակը, անկեղծ ասած) փնտրի պարամետրերի շեղման և որակի իրադարձությունների միջև փոխհարաբերությունները։
  3. Օպտիմալացնել փակ ցիկլի ազդանշաններով։Սահմանեք տագնապի շեմերը բազային գծից, ուղղորդեք դրանք օպերատորների հեռախոսներին կամ կայանի վահանակին և միայն դրանից հետո դիտարկեք պարամետրերի ավտոմատ ուղղումը՝ այն քայլը, որը պահանջում է ամենաշատ կառավարումը և ամենաքիչ հրատապությունը։

Սկսե՛ք այն մեքենայից, որն ամենաշատն է ցավում

Մի՛ սկսեք ձեր ամենանոր սարքից։ Սկսեք այն սարքից, որը ամենաշատ արտաժամյա աշխատանք է պահանջում, ամենաշատ վերամշակում է պահանջում կամ ամենաանհարմար հաճախորդների հետ զրույցներ է առաջացնում. այդ դեպքում է, որ միացված տվյալներն ամենաարագն են իրենց արդարացնում։

Որո՞նք են անկեղծ սահմանափակումները։

Արհեստական ​​բանականությունը և իրերի ինտերնետը չեն շտկի անկայուն գործընթացը, մաշված տակառը կամ վատ նշված կաղապարը. դրանք պարզապես ավելի արագ և ավելի ճշգրիտ կհաղորդեն այդ խնդիրների մասին։Ինտեգրացիան ուժեղացնում է գործընթացների լավ վերահսկողությունը, այն չի փոխարինում դրան։

Մեր նախագծային փորձից ևս երկու նախազգուշացում։ Նախ, փոքր բարդ փորձարկումները ստեղծում են թույլ տվյալներ. մեկ O-օղակի չափի 300 ցիկլի վրա մարզված արհեստական ​​ինտելեկտի մոդելը մաքուր չի փոխանցվի 40 կարճաժամկետ մասերի ընտանիքին, ուստի սպասումները պետք է սահմանվեն յուրաքանչյուր ապրանքի խառնուրդի համար։ Երկրորդ, կապակցվածությունն ունի անվտանգության մակերես՝ ուղեցույց, ինչպիսին է արտադրության կիբերանվտանգության ռեսուրսները, որոնք հրապարակվել են...NISTարժե կարդալ մինչև դարպասի գործարկումը։Քանի որ ապաֆլեշացող բջիջը նախագծված է հազվադեպ ինտերնետին միանալու հնարավորությամբ, ճիշտ սեգմենտավորված գործարանային ցանցը լրացուցիչ ռիսկը պահպանում է չափավոր, սակայն «համեստը» «զրո» չէ և պետք է բյուջետային լինի։

Blog_AI_IoT_Rubber_Deflashing_illus2

Եզրակացություն. կապեք արդեն իսկ ունեցած տվյալները

Ռետինե թելերի հեռացումը անսովոր լավ է համապատասխանում արհեստական ​​բանականության և իրերի ինտերնետի ինտեգրմանը մեկ պարզ պատճառով. մեքենաներն արդեն աշխատում են ճշգրիտ կառավարվող, քանակականացվող փոփոխականներով: 15 կգ խմբաքանակ, 20–40 վայրկյան ցիկլ, -150°C առաստաղ, 20–70 պտույտ/րոպե գլանային տիրույթ՝ սրանք տվյալներ են, որոնք սպասում են հավաքագրման, և դրանցից յուրաքանչյուրը պարունակում է որակյալ տեղեկատվություն:

Եթե ​​պլանավորում եք հաջորդ սարքավորումների ներդրումը, ընտրեք մեքենաներ, որոնց կառավարիչները մաքուր կերպով բացահայտում են այդ տվյալները։ Ուսումնասիրեքռետինե մազահեռացման մեքենաների ամբողջական շարքՍյամեն Սինգչանջյաից կամ ուղարկեք մեզ ձեր մասերի գծագրերը և նպատակային արդյունքը. մեր ինժեներական թիմը կառաջարկի ապաֆլեշացման կոնֆիգուրացիա՝ ձեր կայանի ավտոմատացման մակարդակին համապատասխանող միացման տարբերակներով։

Առնչվող սարքավորումների մասին տեղեկատվություն

•XCJ-G600 սուպեր մոդելի ռետինե թելերի հեռացման մեքենա— 600 մմ փող, 7.5 կՎտ ինվերտորային շարժիչ, 20–40 վրկ ցիկլեր։

•Հեղուկ ազոտի կրիոգենային մազահեռացման մեքենա— −150 °C վարկանիշ, 20–70 պտույտ/րոպե գլան, 8 րոպեից պակաս տևողությամբ ցիկլեր։

•Ռետինե բաժանիչ մեքենա— փակ ցիկլի որակի վերահսկման համար հեռացված մասերի և կտրված թափոնների ավտոմատացված տեսակավորում։

•Ռետինե մազահեռացման մեքենայի կատեգորիա— արտադրանքի ամբողջական տեսականի՝ տեխնիկական բնութագրերով։

Հաճախակի տրվող հարցեր. Արհեստական ​​բանականությունը և իրերի ինտերնետը ռետինե թաղանթազերծման մեջ

Արդյո՞ք պետք է փոխարինեմ իմ առկա ֆլեշ կրիչները՝ արհեստական ​​բանականություն և իրերի ինտերնետ օգտագործելու համար։
Ոչ: PLC կամ ինվերտորային կառավարման համակարգերի վրա կառուցված մեքենաները, ինչպիսին է 7.5 կՎտ հզորությամբ ինվերտորով աշխատող XCJ-G600-ը, սովորաբար կարող են վերանորոգվել սենսորներով և եզրային դարպասով ինտեգրման նախագծի առաջին փուլում: Փոխարինումը դառնում է արդիական միայն այն դեպքում, երբ կառավարիչը ընդհանրապես տվյալների միացքներ չի բացում:
Որքա՞ն տվյալ է իրականում առաջացնում ֆլեշ-թաքցնող մեքենան։
Մեկ XCJ-G600-ը յուրաքանչյուր 20-40 վայրկյանում ավարտում է 15 կգ խմբաքանակի մշակումը, ինչը նշանակում է ավելի քան 1300 մեքենայական ցիկլ 8-ժամյա հերթափոխի համար: Յուրաքանչյուր ցիկլը պարունակում է արագության, ժամանակի և բեռի արժեքներ, իսկ կրիոգենային սարքերը յուրաքանչյուր գործարկման համար ավելացնում են ջերմաստիճանի ամբողջական կոր:
Կարո՞ղ է արհեստական ​​բանականությունը բարելավել լուսարձակի հեռացման որակը, թե՞ միայն արագությունը։
Երկուսն էլ։ Քանի որ արհեստական ​​բանականությունը ցիկլի տվյալները կապում է հոսանքն ի վար մերժման արագությունների հետ, այն կարող է առաջարկել պարամետրերի ուղղումներ, ինչպիսիք են՝ գլանների արագության կարգավորումը 20–70 պտույտ/րոպե միջակայքում կրիոգեն սարքերի վրա, որոնք բարելավում են հետևողականությունը, այլ ոչ թե պարզապես թողունակությունը։
Արդյո՞ք իրատեսական է IoT ինտեգրումը փոքր և միջին գործարանների համար:
Այո, երբ այն փուլային է: Մեկ մեքենայի վրա սենսորների վերատեղադրումը և երեքից չորս փոփոխականների հետևումը ցածրարժեք մեկնարկային կետ է, որը սովորաբար փոխհատուցվում է խուսափված պարապուրդի և ազոտի վատնման նվազեցման միջոցով, նախքան որևէ խոշոր ներդրման անհրաժեշտություն կառաջանա:
Ինչպե՞ս է IoT-ը օգնում կրիոգենային դեֆլեքսիային, մասնավորապես։
Կրիոգեն ցիկլերը -120°C-ից ցածր ջերմաստիճանին հասնում են -150°C-ի 8 րոպեից պակաս ժամանակում, ուստի գրանցված ջերմաստիճանի կորերը ցույց են տալիս մեկուսացման կորուստներ և ազոտի չափից շատ օգտագործում, որոնք ձեռքով մոնիթորինգը բաց է թողնվում խմբաքանակների միջև։
Ի՞նչ պետք է հարցնեմ մատակարարին, նախքան միացված թարթիչների հեռացման համակարգ գնելը։
Հարցրեք, թե որ տվյալների միացքներն է բացում կառավարիչը, բաց է արդյոք արձանագրությունը (օրինակ՝ OPC UA կամ Modbus), ում են պատկանում հավաքված տվյալները, և արդյոք ահազանգերը կարող են ակտիվացնել հեռակա ախտորոշումը՝ տեղում սպասարկման զանգերի փոխարեն։

«Սյամեն Սինգչանջյա» ոչ ստանդարտ ավտոմատացման սարքավորումների ընկերություն, ՍՊԸ

Հարկ 1, շենք 13, Huli Industrial Park, Meixidao, Tongan, Xiamen China

Email: info@xcjrubber.com | Website: www.xmxcjrubber.com

Հրապարակված է՝ սեպտեմբեր 2026 | Վերջին անգամ ստուգվել է՝ սեպտեմբեր 2026


Հրապարակման ժամանակը. Սեպտեմբեր-08-2026