اختصاصی بسپار/ کنترل فرایند آمیزه‌سازی

بسپار/ایران پلیمر امروزه رانشگرهای آمیزه‌سازی (compounding extruders) به طیف گسترده‌ای از ابزارهای نظارتی و ارتباطی برای ارایه داده‌ها در راستای بهبود بهره‌وری و کیفیت مجهز شده‌اند. در این مقاله، پیشرفت‌‌ها در این حوزه آورده شده است.
———————————-
جمع‌آوری داده‌ها در طول فرایند آمیزه‌سازی برای نظارت بر عملکرد خط تولید و ارایه اطلاعات کنترل کیفیت بسیار مهم است. در همین حال، همان‌‌طور که فرایند آمیزه‌سازی به‌طور فزاینده‌ای خودکار می‌شود، می‌توان از تعمیرات و نگهداری پیش‌¬گویانه (predictive) برای مدیریت زمان توقف خطوط رانشگری (extrusion) در حداقل مقدار مطلق استفاده کرد. سازندگان رانشگرها و تجهیزات مرتبط، سطوح پیچیده‌تری از کنترل فرایند و ویژگی‌های صنعت نسل چهارم را برای تحقق این اهداف ترکیب می‌کنند. (عبارت predictive maintenance یا به اختصار PdM به رویکردی گفته می‌شود که در آن داده‌های تجهیزات، مانند دما، فشار، سرعت، شتاب و غیره توسط حسگرهای نصب‌شده در تجهیزات جمع‌آوری می‌شوند و به وسیله تجهیزات جمع‌آوری داده، به سامانه‌های هوشمند ارسال می‌شوند. سپس با استفاده از اینترنت اشیا (IoT)، هوش مصنوعی و سامانه‌های یکپارچه‌سازی، داده‌ها به صورت خودکار تحلیل شده و به مدیران تجهیزات، اطلاعات لازم درباره وضعیت فعلی تجهیزات و احتمال وقوع عیب در آن‌ها ارایه می‌شود. در نتیجه، مدیران می‌توانند به طور پیش‌‌گویانه و بهینه‌تر تعمیر و نگهداری تجهیزات را برنامه‌ریزی کنند و از هزینه‌های ناشی از خرابی تجهیزات و تعطیلی‌های ناگهانی در فرایند تولید جلوگیری کنند، مترجم.)
به گفته شرکت Maag، تقاضای کلی برای یکپارچه‌سازی داده‌های فرایند و خودکارسازی (automation) که هم ناشی از الزامات برای انطباق با استانداردهای صنعتی گسترده‌تر و هم کمبود روزافزون کارگران ماهر است، می‌تواند به عنوان یک روند در سراسر بخش آمیزه‌سازی دیده شود. شرکت انتظار دارد میزان خودکارسازی در راستای منحنی‌های یادگیری برای نظارت بر شرایط و تفسیر آن توسط مدل‌های یادگیری ماشینی (machine learning) افزایش یابد (شکل 1).

شکل 1: افزایش تقاضا برای داده‌های فرایند و خودکارسازی ناشی از الزامات مطابقت و کمبود کارکنان ماهر است.

آمیزه‌سازی این روزها با مسایلی مشابه با سایر صنایع پلاستیک روبه‌‌رو است، با چالش‌های فراوان در مورد تنوع زیاد در یک محصول و اختلاط مواد، که نیازمند دانش خاصی در مورد فرایندها و کنترل عملیاتی است. راه‌حل‌های خودکارسازی و یکپارچه‌سازی داده‌های این شرکت به منظور حمایت از صنعت آمیزه‌سازی برای رسیدگی به این موضوعات طراحی شده‌اند. دیگر روندها شامل مصرف کل منابع، خودکارسازی فرایند و پیروی از الزامات مربوط به زمینه‌های نظارتی مختلف است.
آخرین توسعه این شرکت برای بهبود کنترل فرایند شامل Maag Integration Platform است که برای ردیابی تمام داده‌های مربوط به تجزیه و تحلیل فرایند و اهداف تعمیرات و نگهداری پیش‌گویانه درنظر گرفته شده است. این توسعه، امکان یکپارچه‌سازی داده‌های مرتبط با رویه‌ها (procedural data) را در چشم‌انداز فعلی اینترنت اشیا از طریق بهره‌گیری از رابط‌های استاندارد صنعتی فراهم می‌کند. این سامانه همراه با برنامه تلفن همراه Maag Remote، دسترسی تلفن همراه و تجسم کامل داده‌ها را فراهم می‌کند.
گزینه‌های Maag Integration Platform شامل راه‌حل‌های متنوع مبتنی بر حسگر است که به دستگاه‌ها امکان می‌دهند تا بتوانند وضعیت درون دستگاه را گزارش دهند و عملکرد درونی فرایند آمیزه‌سازی که به مانند «جعبه سیاه» است را رمزگشایی کنند و گزارش دهند. این اطلاعات کمک می‌‌کند تا تصمیمات مبتنی ‌‌بر داده را در هر لحظه برای کمک به کاهش مصرف انرژی و منابع، افزایش کیفیت محصول، امکان تعمیرات و نگهداری پیش‌بینی‌شده و تسهیل برنامه‌ریزی تولید مناسب‌تر اتخاذ کرد. پیشرفت‌های آتی شرکت Maag شامل انواع برنامه‌های یادگیری ماشینی خواهد بود که با هدف پشتیبانی از مشتریان با بهبود تنظیمات فرایند خودکار ساخته شده‌اند.

پیش‌بینی خرابی‌ها (وادادگی‌‌ها)
شرکت JSW، سازنده رانشگر ژاپنی، یک سامانه هشدار پیش‌‌گویانه برای جعبه‌دنده رانشگر ساخته است. به گفته یکی از مهندسان توسعه اینترنت اشیا در این شرکت، زمان توقف تمام تجهیزات به دلیل خرابی دستگاه به یک عامل حیاتی برای کاهش بهره‌وری در رانشگرهای دو ماردان تبدیل می‌شود.
شکی نیست که مهم‌ترین جز مکانیکی در رانشگر دو ماردان، جعبه‌دنده است. خرابی غیرمنتظره و معمولا فاجعه‌بار این جز ممکن است هفته‌ها و گاهی ماه‌‌ها طول بکشد تا تعمیر شود.
به همین دلیل بسیاری از کاربرانِ رانشگر، اقدامات احتیاطی بیشتری از جمله تغییرات دوره‌ای روغن، اندازه‌گیری نوسانات روزانه و تعمیرات اساسی برنامه‌ریزی‌شده را برای حفظ قابلیت اطمینان جعبه‌دنده انجام می‌دهند. با این حال، به دلایل مختلف جعبه‌دنده‌ها هنوز گاهی اوقات از کار می‌افتند. به منظور به حداقل رساندن خطر خرابی غیرمنتظره جعبه‌دنده رانشگر، این شرکت در حال توسعه فناوری‌‌ای است تا خرابی‌های ریز واقعی را در چرخ‌دنده‌ها و یاتاقان‌ها تشخیص دهد و قبل از خرابی کامل، آن را هشدار دهد.
سامانه هشدار جعبه‌دنده JSW یک سامانه هشدار پیش‌‌گویانه برای جعبه‌دنده رانشگر دو ماردان TEX شرکت است. این سامانه سیگنال‌های چند حسگر ارتعاشی نصب‌شده در مکان‌های مختلف اطراف جعبه‌دنده را نظارت می‌کند. ارزیابی ناهنجاری‌های اجزای داخلی توسط تحلیل آماری دامنه بسامد و دامنه زمان انجام می‌شود.
نمونه اولیه این سامانه هشدار پیش‌‌گویانه چند سال پیش برای تعدادی از کاربران منتخب رانشگر نصب شد و این شرکت در حال حاضر داده‌ها را در مدت زمان طولانی تحت شرایط عملیاتی مستمر واقعی به دست آورده است. شکل 2 مقادیر ارتعاش در طول زمان به دست آمده توسط سامانه تشخیص نمونه اولیه را نشان می‌دهد. گذار RMS (جذر میانگین مربع) ارتعاش، افزایش تمایل برای ارتعاش پس از نقطه A را نشان می‌دهد.

برگردان: مهندس شیرین عابدی
[email protected]

(ادامه دارد …)

متن کامل این مقاله را در شماره 266 ماهنامه بسپار که در نیمه آذرماه 1403 منتشر شده است، می خوانید.

در صورت تمایل به دریافت نسخه نمونه رایگان و یا دریافت اشتراک با شماره های ۰۲۱۷۷۵۲۳۵۵۳ و ۰۲۱۷۷۵۳۳۱۵۸ داخلی ۳ سرکار خانم ارشاد تماس بگیرید. نسخه الکترونیک این شماره از طریق طاقچه  و  فیدیبو  قابل دسترسی است.