SCHUNK: Prostředek pro zajištění transparentnosti stavu procesu
Monitorovací systémy stavu (CMS) detekují změny a anomálie ve výrobním procesu. Poskytují včasné varování před počátečním poškozením, detekují odchylky v kvalitě, monitorují stabilitu výrobního procesu a zajišťují důslednou kontrolu kvality ve všech fázích výroby a vytváření hodnot. V této souvislosti roste význam upínacích systémů a upínacích zařízení díky jejich nejbližší poloze k dílu.
Díky inteligentnímu uchopení inteligentní uchopovače SCHUNK měří, identifikují a monitorují uchopené komponenty i probíhající výrobní proces.
Poptávka uživatelů po vyšší produktivitě, automatizované dostupnosti systému a spolehlivosti procesů ovlivňuje stroje a automatizované systémy používané v moderní výrobě. Schopnost provádět nepřetržité monitorování stavu se stále více stává klíčovým kritériem při výběru součástí. Schopnost analyzovat údaje o produkci a kvalitě tempem s výrobou nabízí potenciál pro významné úspory nákladů, vyšší provozní efektivitu a zlepšení kvality výroby. Nejdůležitější je, že vyšší dostupnost automatizovaných systémů a včasná údržba ukázaly zlepšení provozní účinnosti. Ideálně lze neplánované prostoje automatizovaných systémů zcela eliminovat.
Nejen čtení dat, ale i analýza dat
Stroje a automatizované systémy, inteligentní nástroje a komponenty již existují v továrnách výrobních společností. Ve skutečnosti se však používá jen velmi malý zlomek těchto údajů – odhady naznačují pouze asi pět procent. Hodnoty zaznamenané senzory byly dosud velmi málo významné, většinou se používají v případě poškození nebo řešení problémů. Využitím těchto stávajících údajů komplexně, systematicky a hlavně v reálném čase lze dosáhnout inteligentních výrobních scénářů, které slibují podstatné výhody. Stupeň vytváření sítí a digitalizace je zároveň spojen s rychlým nárůstem množství generovaných dat, což znamená, že může existovat riziko, že připojení k cloudovým datovým centrům nemusí být schopno zvládnout obrovské a rychle rostoucí datové toky, a že by mohlo dojít k prostojům a periodě s vysokou latencí. Proto se současné výzkumné projekty zaměřují na zásadní posun v chápání dat. Už se točí kolem jednoduše sbírání dat, jako tomu bylo dříve, ale kolem analýzy dat na místě a jejich převodu na cenné informace. Primární důraz je kladen na to, jak zpřesnit velká data na inteligentní data. Je třeba například připravit informace o tom, zda automatizovaný systém funguje správně a zda je ideálně spojen s vhodnými doporučenými akcemi. Proto se současné výzkumné projekty zaměřují na zásadní posun v chápání dat. Už se točí kolem jednoduše sbírání dat, jako tomu bylo dříve, ale kolem analýzy dat na místě a jejich převodu na cenné informace. Primární důraz je kladen na to, jak zpřesnit velká data na inteligentní data. Je třeba například připravit informace o tom, zda automatizovaný systém funguje správně a zda je ideálně spojen s vhodnými doporučenými akcemi. Proto se současné výzkumné projekty zaměřují na zásadní posun v chápání dat. Už se točí kolem jednoduše sbírání dat, jako tomu bylo dříve, ale kolem analýzy dat na místě a jejich převodu na cenné informace. Primární důraz je kladen na to, jak zpřesnit velká data na inteligentní data. Je třeba například připravit informace o tom, zda automatizovaný systém funguje správně a zda je ideálně spojen s vhodnými doporučenými akcemi.
Integrované testování součástí
To umožňuje kontrolu vlastností komponent během manipulace a rozhodnutí OK / NOK přímo v chapači. Data zaznamenaná v chapadle jsou předem zpracována a analyzována ve složkách v reálném čase, takže jsou spuštěny příslušné reakce. Tím se sníží objem dat, který se má přenést, na to, co je skutečně požadováno, tj. Poněkud zmatené množství dat je přenášeno jako smysluplné parametry nebo klíčové ukazatele výkonu (KPI). Kromě standardních statistik prostojů jsou nejdůležitějšími KPI indexy procesních schopností (Cp) ze statistické analýzy procesů a efektivita využití celkového automatizovaného systému. To měří tři typy údajů o výkonu a používá multiplikativní metody k jejich sloučení do komplexního ukazatele produktivity.
Integrované monitorování součástí: V tomto příkladu aplikace zachycuje systém uchopení SCHUNK s technologií senzoru síly / točivého momentu také hmotnost obrobku.
Celková účinnost automatizovaného systému jako klíčového ukazatele
Při určování OEE jsou relevantní tři faktory:
Stupeň výkonu (LG): Stupeň výkonu je měřítkem rychlosti zpracování výrobního systému. Toto je založeno na dobách cyklu / cyklu pro výstupní interval pro dobré díly nebo výrobní kapacitu (M). Stupeň výkonu je uveden ve formě doby cyklu a množství.
Časy cyklu: LG = t plán / t reálný x 100% Množství: LG = M reálný / M plán x 100%
Stupeň využití (NG, dostupnost): Stupeň využití je měřítkem schopnosti výrobního systému úspěšně vykonávat požadovanou funkci v požadovaném čase. To je stanoveno na základě provozních časů, doby prostojů λ, průměrného času mezi poruchou (MTBF) a průměrného času prostojů (MDT). Ta zahrnuje několik faktorů, jako je doba údržby TW a doba opravy (průměrná doba do opravy, MTTR).
NG = ∑ provozní doby / (∑ provozní doby + ∑ prostoje) = MTBF / (MTBF + MDT)
Spolehlivost označuje pravděpodobnost nemají prostoje, které budou mít vliv na funkčnost zařízení v určitém období. To je určeno mírou prostojů pro technické prvky a kvantifikováno střední dobou bez prostojů (provozní doba), „střední doba mezi poruchami“ (MTBF).
Kvalitní výkon (výnos): Kvalitní výkon je měřítkem schopnosti výrobního systému sestavit / testovat v rámci předepsaných specifikací. Metody statistického hodnocení kvality se používají k analýze a hodnocení kvalitativního chování výrobních procesů. Informace o vzorcích se používají k pokusu o získání informací týkajících se chování při distribučním čase, například v procesu sestavování. Výsledkem této analýzy jsou výpočty „krátkodobé způsobilosti stroje“ (potenciál stroje Cm, Cmk), „předběžné způsobilosti procesu“ (předběžný potenciál procesu Pp, Ppk) a „dlouhodobé způsobilosti procesu“ (dlouhé -term procesní potenciál Cp, Cpk).
Schopnost stroje je měřítkem krátkodobých charakteristických odchylek pocházejících ze stroje.
Schopnost procesuje smysluplným měřítkem stability procesu. Označuje, zda je proces schopen splnit stanovené požadavky. V takových případech se to označuje jako zvládnutelné výrobní procesy. Současně poskytuje pohled na dlouhodobé chování celého systému za převládajících obecných podmínek (lidé, stroje, metody, pracovní prostředí). Schopnost procesu identifikuje schopnost stroje nebo procesu dosáhnout stanovených charakteristik s frekvenčním rozdělením, které je v rámci požadovaných tolerancí. Za tímto účelem se vytvoří vztah mezi statistickým rozložením měřitelné kvalitativní charakteristiky a tolerančním rozsahem specifikovaným pro tuto charakteristiku. Parametry způsobilosti procesu jsou velmi citlivé na změny a vývoj trendů.
Chyták jako univerzální aktivátor pro inteligentní a flexibilní výrobu
Inteligentní manipulační moduly snadno vytvářejí předpoklady nezbytné pro plnou integraci automatizovaných výrobních systémů ve výrobním prostředí a otevírají možnost připojení k cloudovým ekosystémům za účelem stanovení celkové účinnosti automatizovaného systému (OEE), statistik prostojů ( MTBF, MTTR) a střednědobá stabilita procesu pomocí stanovených parametrů způsobilosti. Jedním z těchto klíčových komponent je paralelní chapadlo SCHUNK EGL, inteligentní standardní uchopovací modul, který zahrnuje standardní integrované funkce, certifikované rozhraní Profinet a integrovanou elektroniku s proměnným zdvihem a úchopnou silou, kterou lze nastavit mezi 50 N a 600 N. Jako inline měřicí systém při inteligentním uchopení inteligentní chapadlo používá svou odkrytou polohu přímo u obrobku k získání dat a okamžitému vyhodnocení pomocí hranové technologie integrované do chapadla. Každý jednotlivý procesní krok může být podrobně monitorován a například přenášen do systému řízení systému, nadřazeného ERP systému, ale také do analytických databází a cloudových řešení. Tímto způsobem je inteligentní chapadlo schopno zachytit a zpracovat systematické informace o uchopené části, procesu a komponentách a také provádět příslušné reakce samy o sobě. To umožňuje kontrolu kvality v uzavřené smyčce a přímé sledování výrobního procesu ve výrobním cyklu. Každý jednotlivý procesní krok může být podrobně monitorován a například přenášen do systému řízení systému, nadřazeného ERP systému, ale také do analytických databází a cloudových řešení. Tímto způsobem je inteligentní chapadlo schopno zachytit a zpracovat systematické informace o uchopené části, procesu a komponentách a také provádět příslušné reakce samy o sobě. To umožňuje kontrolu kvality v uzavřené smyčce a přímé sledování výrobního procesu ve výrobním cyklu. Každý jednotlivý procesní krok může být podrobně monitorován a například přenášen do systému řízení systému, nadřazeného ERP systému, ale také do analytických databází a cloudových řešení. Tímto způsobem je inteligentní chapadlo schopno zachytit a zpracovat systematické informace o uchopené části, procesu a komponentách a také provádět příslušné reakce samy o sobě. To umožňuje kontrolu kvality v uzavřené smyčce a přímé sledování výrobního procesu ve výrobním cyklu.
Náročných procesů uchopení lze dosáhnout pomocí SCHUNK EGL díky rozhraní PROFINET a okrajovým technologiím.
Proaktivní detekce trendů
A co je nejdůležitější, kontinuální stanovení schopnosti dlouhodobého procesu (Cpk) pro proaktivní detekci trendů a diagnostiku chyb v reálném čase má prokazatelný záznam pomocí chapadla. Zavedené opravy korekce se projevily již před dosažením mezí specifikace a umožňují výrazně stabilnější řízení procesu. Senzory jsou sloučeny tak, aby bylo možné paralelně použít několik senzorů a jejich naměřené hodnoty následně analyzovat, aby bylo možné sledovat a vyhodnotit aktuální stav systému chapadla a situaci přístupu k uchopení. To umožňuje rozlišovat mezi uchopovacími předměty a detekovat závady ve výrobní sekvenci, jako jsou různé vlastnosti surovin, opotřebení nástrojů, odchylky tolerance nebo úzká místa materiálu. Pomocí analýzy procesů v reálném čase trendy mohou být vyhodnoceny a okamžitě zahrnuty do kontroly kvality výrobních toků, například na základě hodnot charakteristických vlastností. Korelační analýzy také umožňují detekovat složité kontexty a rychleji eliminovat složité chybové vzorce.
Umělá inteligence
V budoucnu SCHUNK plánuje automatizovat úkoly pro řízení celého kinematického řetězce, který se skládá z robotů a chapadel, stejně jako sledování jejich funkce, aniž by bylo nutné programovat pro každý jednotlivý krok nebo muset nastavovat prahy a průběžně je upravovat . Pro tento druh autonomního uchopení bude klíčové použití metod umělé inteligence (AI) a použití různých senzorů. Například v pilotní aplikaci byly metody kognitivní inteligence použity k identifikaci náhodně uspořádaných částí pomocí kamery a poté k jejich autonomnímu uchopení z přepravní bedny a jejich vedení do jejich obráběcího procesu. Současně, odchylky od běžných událostí (tzv. Anomálie) a trendy, jako je posun příslušných parametrů procesu, jsou naučeny a používány k upřesnění diagnostických přístrojů v chapači, aniž by bylo nutné při nastavování systému přerušení provozu nebo nadměrné školení. Účelem chapadla není jen uchopit, ale také převzít celkové plánování chapadla, sledovat celý proces pomocí senzorů a průběžně jej analyzovat. Okrajové a cloudové výpočty si zde užívají doplňkový a prospěšný vztah.
Senzorový držák nástrojů
Senzorový držák nástroje SCHUNK iTENDO, který je vybaven senzorem, baterií a vysílačovou jednotkou, monitoruje proces při 5 000 Hz přímo u nástroje. Algoritmus průběžně určuje parametr stability procesu. Takzvaná hodnota IFT byla speciálně vyvinuta pro iTENDO a vyjadřuje naměřené vibrace jako číselnou hodnotu na definované stupnici intenzity – podobné Richterově stupnici pro zemětřesení. Pokud je řez nestabilní, integrovaná inteligence zasahuje přímo v reálném čase s latencí cca. 20 ms a bez zásahu obsluhy. V závislosti na situaci je pak proces zastaven, omezen nebo přizpůsoben dříve definovaným základním parametrům, změněn příliv nástrojů, nahrazeny sesterské nástroje nebo zprávy zaslané operátorovi. V závislosti na konkrétní aplikaci webovou službu lze použít k definování přesných limitů a odpovídajících reakcí, pokud jsou překročeny. Ve střednědobém horizontu by měla být také možná statistická hodnocení, jako je celková účinnost zařízení (OEE), způsobilost procesu (Cpk), střední doba mezi selháním (MTBF), nebo vývoj trendů, jako je posun parametru nebo gradienty míry selhání.
Inteligentní držák nástroje SCHUNK iTENDO zaznamenává prostřednictvím zabudovaného senzorového systému zrychlení a vibrace přímo na obrobku a přenáší data do řídicího systému obráběcího stroje.
Zdroj zprávy: SCHUNK
