EN
Niyə AI Proqnozlaşdırıcı Alət Aşınması CNC Alüminium Emalı Üçün Qəti Şəkildə Vacibdir
Alüminium profillərin kəsilməsi zamanı alətlər gözlənilmədən sıradan çıxdıqda, Ponemon-un 2023-cü il hesabatına görə, istehsalçılar hər il təxminən 740 min ABŞ dolları dəyərində dayanma nəticəsində itki yaşayırlar. Problem, quruluşda yığılan kənarların və kəsici səthlərdə termal çatların əmələ gəlməsi səbəbiylə alət aşınmasını sürətləndirən 6061-T6 ərintiləri ilə daha da pisləşir. Şöbələrin sadəcə təqvim üzrə alətləri dəyişdirməsi kimi ənənəvi yanaşmalar, hələ də istifadə edilə bilən alət ömrünün təxminən %30-nu itirməyə səbəb olur və ya ən pis halda, maksimum sürətlə işlədikdə böyük qəzalar yaradır. Ağıllı İİ sistemləri bu sahədə tamamilə yeni bir oyun qaydaları təqdim edirlər. Bu sistemlər maşınların titrəməsi, frezə başlığının yükündəki dəyişikliklər və hətta avadanlıqların özündən gələn səslər kimi müxtəlif real vaxt sensor məlumatlarını analiz edərək, detallar spesifikasiyalardan çıxmadan əvvəl onların aşınmasının kiçik əlamətlərini müəyyən edirlər. Növbəti addım olduqca maraqlıdır: maşın öyrənməsi bu hamı qeyri-emal edilmiş məlumatları götürüb onlardan faktiki proqnozlar yaradır. Bu, təmir işlərinin istehsal prosesini pozmadan gecə vaxtı aparılmasına imkan verir və operatorlar kəsmə sürətlərini və verilmə sürətlərini real vaxtda tənzimləyə bilirlər. Bu texnologiyaları qəbul edən şirkətlər adətən planlaşdırılmamış dayanmalarını təxminən %41 azaldırlar və kəsici alətlərinin ömrünü əlavə %17 artırırlar. Aero kosmik və avtomobil istehsalı zavodlarında gündə minlərlə profil istehsal edən böyük istehsalat müəssisələri üçün bu yaxşılaşmalar ümumi avadanlıq effektivliyi göstəricilərində birbaşa yaxşılaşmalar kimi özünü büruzə verir.
Alüminiuma xas aşınma imzaları üçün sensorların inteqrasiyası və siqnalın ön emalı
Titrim, akustik emissiya və frezələmə başlığının cərəyanı — 6061-T6 alüminiumda erkən yan tərəf aşınmasının əsas real vaxt göstəriciləri
Alüminium profillərin kəsilməsi zamanı alətlərin tez aşınmasının erkən əlamətlərini müəyyən etmək üçün üç əsas texnologiya fərqlənir: titrim sensorları, akustik emissiya probaları və frez başlığı cərəyanının monitorinqi sistemləri. Problem ondadır ki, alüminiumun belə aşağı ərimə temperaturu var ki, bu da yapışqan aşınma proseslərini faktiki olaraq sürətləndirir. Nə baş verir? Kiçik qırıntılar kəsici kənar boyu əmələ gəlməyə başlayır və bu da 15–25 kHz tezlik diapazonunda xarakterik yüksək tezlikli titrimlərə və 4 MHz-dən yuxarı akustik emissiya partlayışlarına səbəb olur. Xüsusi olaraq 6061-T6 ərintiləri üçün frez başlığı cərəyanında normal səviyyədən 8%-dən çox dalğalanma baş verdiyi zaman bu, adətən yan aşınmanın daha da pisləşməsi deməkdir, çünki artan sürtünmə maşına daha çox güc tələb edir. Bu müxtəlif siqnal mənbələrini birləşdirərək istehsalçılar aşınma problemlərini sonradan hazır məhsullarda ölçüsüzlik problemlərinə səbəb olmazdan əvvəl dərhal müəyyən edə bilərlər.
Titrim harmoniklərini alüminiumun aşağı sönmə nisbəti tərəfindən maskalanmasından ayırmaq üçün Ensemble EMD + Hilbert çevrilməsi
Alüminiumun təbii olaraq çox zəif sönüm xüsusiyyətləri var, adətən 0.05-dən aşağıdır; bu da onun fon səs-küyünü gücləndirməyə və vacib çatlatma tezliklərini bastırmağa meylli olduğunu göstərir. Mühəndislər hamar sensor oxunuşlarından fırlanan milin harmonik komponentlərini filtr etmək üçün Ensemble Empirical Mode Decomposition (qısaca EEMD) üsulundan istifadə edirlər. Eyni zamanda, anlık amplitud ölçmələrini əldə etmək üçün Hilbert çevrilməsi texnikasından istifadə edirlər. Bu iki addımlı proses birlikdə 500 Hz-dən aşağı çatlatma siqnallarını aşkar edə bilir — bu siqnallar alətlərin tamamilə sıradan çıxmasından əvvəl əsas xəbərdarlıq əlamətləridir və sahə testlərinə görə real sənaye şəraitində təxminən %92 uğur nisbəti ilə sübuta keçirilmişdir. Bu yanaşmanın dəyərini artırıcı amil isə soyuqdaşıdıcı mayenin sıçraması kimi faktorlar və ya emal olunan detallar arasındakı kiçik fərqlər səbəbilə yaranan yalancı xəbərdarlıqları azaltma qabiliyyətidir; beləliklə, istehsalçılar alətlərin nə vaxt dəyişdirilməsinin tələb olunduğunu əvvəlkindən çox daha dəqiq proqnozlaşdıra bilirlər.
Dəqiq və etibarlı alət aşınması proqnozu üçün İİ Modelləşdirmə Strategiyaları
Effektiv İİ proqnozlaşdırma alətləri aşınma modelləri alüminium emalı üçün hamar sensor məlumatlarını qəbul edilə bilən dəyərli məlumatlara çevirir.
Çoxkeçidli alüminium ekstruziya kəsilmələri üzrə zamana görə aşınma inkişafı modeli üçün LSTM şəbəkələri (RMSE −22%)
LSTM şəbəkələri sensor məlumatlarında vaxt ərzində dəyişiklikləri izləməkdə çox yaxşıdır, bu da alüminiumun bir neçə keçiddə kəsilməsi zamanı alətin aşınmasını dəqiq modelləşdirməyə kömək edir. Maşından gələn titrəmə və səs nümunələrini analiz edərkən bu LSTM modelləri sadə порог (hədd) yanaşmalarına nisbətən proqnozlaşdırma xətalarını təxminən 22% azaldır. Mürəkkəb profil formalara malik detallar istehsal edən istehsalat müəssisələri üçün bu çox vacibdir, çünki alətin qradual aşınması son səth keyfiyyətini təsir edir. LSTM-lərin belə yaxşı işləməsinin səbəbi onların keçmiş kəsici əməliyyatlara yaddaşda sahib olmaq və faktiki baş verənlərə əsaslanaraq proqnozları uyğunlaşdırma qabiliyyətidir. Bu xüsusi olaraq emal zamanı alətlərə yapışan və bitmiş məhsulun keyfiyyətini pozan bu narahat edici yapışqanlı yığılmalar yaradan alüminium kimi materiallarla işləyərkən xüsusilə faydalıdır.
İSŞ + EEMD-Hilbert birləşməsi sənaye miqyasında 5 oxlu CNC testərələrdə yalancı siqnalları 68% azaldır
İncəsənət neyron şəbəkələrini Ensemble Empirik Rejim Ayrılması (EEMD) və Hilbert çevrilməsi üsulları ilə birləşdirdiyimiz zaman sensor məlumatlarındakı fon gürültüsündən həqiqi aşınma əlamətlərini ayırmağa qadir oluruq. Bu birləşmə, real alət aşınması ilə maşının özündən gələn adi titrimlər arasındakı fərqi tanıyaraq, mürəkkəb 5 oxlu CNC testər qurğularında yalancı xəbərdarlıqları təxminən üçdə ikisi qədər azaldır. İlk növbədə EEMD-Hilbert hissəsi fırlanma mili cərəyanlarının dəyişkənliyini daha kiçik komponentlərə – yəni daxili rejim funksiyalarına – ayırır. Bu proses alüminium materiallarla işlənərkən yaranan bu narahat edici aşağı tezlikli rezonansları aradan qaldırır. Bu xüsusiyyətlər təmizləndikdən sonra onlar neyron şəbəkə sinifləndiricisində yer alır ki, bu da ətrafda çoxlu titrim olsa belə dəqiq proqnozlar verir. Biz bu yanaşmanı hava və kosmos sənayesindəki kəsilməz emal əməliyyatlarında, dəqiq profillər tələb edən detalların hazırlanmasında sınadıq və bu sistem 24 saatlıq, həftənin 7 günü davam edən kəsilməz istehsal dövrlərində gecədən-gecəyə yaxşı performans göstərməyə davam edir.
İİ Proqnozundan Operativ Tədbirlərə: Parametrlərin Optimallaşdırılması və Dayanma Müddətlərinin Qarşısının Alınması
Aşınma proqnozları əsasında qapalı dövrü verilənlər/sürət tənzimlənməsi yüksək həcmdə istehsal xətlərində planlaşdırılmamış dayanma müddətlərini 41% azaldır
İncə işlənmiş alüminium profillərin CNC ilə kəsilməsində qapalı döngə idarəetməsi üçün süni intellektin istifadəsi bu proqnozlaşdırıcı fikirləri istehsalat sahəsində real pul qənaətinə çevirir. Sistem real vaxt rejimində monitorinq edərkən alətin aşınmasını təhlükəli səviyyəyə yaxınlaşarkən aşkar etdikdə, kəsmə qüvvələrini nəzarətdə saxlamaq üçün avtomatik olaraq verilən sürətləri və frezələmə başlığının fırlanma sürətlərini tənzimləyir. Bu nə deməkdir? 6061-T6 alüminium detalları üçün lazım olan dəqiq ölçülü spesifikasiyalara zərbə vurmadan alətlərin daha uzun müddət xidmət etməsi. Bu texnologiyadan istifadə edən zavodlar məhsuldarlıq xətlərində gözlənilməz dayanmaları təxminən yarısı qədər (təxminən %41) azaltdıqlarını bildirirlər. Bu, hər maşın üçün illik təxminən 16 tam iş günü əlavə istehsalat vaxtı qazanmağa bərabərdir. Ağıllı məlumat analizini faktiki maşın idarəetmə sistemləri ilə birləşdirərək istehsalçılar öz əməliyyatlarında hissedilən yaxşılaşmalar müşahidə edirlər.
- Alətin ömrünü və dövr müddətlərini davamlı optimallaşdırma
- Dərin cib frezələmə əməliyyatları zamanı alətin katastrofik qırılmasının qarşısının alınması
- Dəyişən alüminium çiplərin yapışma problemlərinə uyğunlaşdırılmış cavablar
Aşınma proqnozlarını parametrlərin tənzimlənməsinə çevirməklə istehsalçılar səth keyfiyyətini pozmadan və ya avtomatik dayandırmaları aktivləşdirmədən davamlı məhsuldarlıq əldə edirlər. Bu qabaqlayıcı yanaşma, süni intellekt əsaslı proqnozlaşdırıcı alət aşınması sistemlərinin diaqnostik imkanlardan CNC alüminium emal mühitində konkret istehsal həcminin artırılmasına necə keçdiyini nümayiş etdirir.
Tez-tez verilən suallar
CNC emalında süni intellekt əsaslı proqnozlaşdırıcı alət aşınması nədir?
CNC emalında süni intellekt əsaslı proqnozlaşdırıcı alət aşınması — alətlərin aşınmasını proqnozlaşdırmaq üçün süni intellekt sistemlərindən istifadə etməyi ifadə edir; bu da arızalar baş verməzdən əvvəl vaxtında texniki xidmət və tənzimləmələr aparmağa imkan verir.
Süni intellekt əsaslı proqnozlaşdırıcı alət aşınması niyə alüminium emalı üçün vacibdir?
Bu, alüminiumun alətlərdə sürətli aşınmaya səbəb olma meylinə görə onların erkən aşınma əlamətlərini aşkarlayaraq dayanma müddətlərini azaldır və kəsici alətlərin ömrünü uzadır; bu da yüksək dəyərli alətlərin tez aşınması səbəbilə böyük xərclər yarada bilər.
Süni intellekt sistemləri alət aşınmasını necə aşkar edir?
Bu sistemlər alətin aşınmasını göstərən nümunələri müəyyən etmək üçün titrəmə, akustik emissiya və frezələmə başlığı cərəyanı daxil olmaqla müxtəlif sensorlardan real vaxt rejimində gələn məlumatları təhlil edir.
İT CNC emal əməliyyatlarının səmərəliliyini yaxşılaşdıra bilərmi?
Bəli, İT avtomatik olaraq verilmə sürətlərini və kəsici sürətləri optimallaşdıra bilər; beləliklə, alətin ömrünü uzadır, dayanma vaxtlarını azaldır və CNC alüminium emalında ümumi məhsuldarlığı artırır.