Ինչպես հավասարակշռել ավտոմատացումը և ճկունությունը խառը մոդելների համար նախատեսված՝ բազմաֆունկցիոնալ փակ անցքերի պատճենման մեքենաների արտադրողների գծերում:

Ինչու՞ է բազմամոդելային մեքենայացումը պահանջում նոր ինքնաշարժման պարադիգմ

ԱՊՆ-ների պայթյունի մարտահրավերը. Ինչպես է տարբերակների բարձրացող բարդությունը խաթարում ֆիքսված ինքնաշարժման մեքենաները

Հին դպրոցի մարտկոցները պարզապես չեն կարողանում համապատասխանել այսօրվա բոլոր տարբեր արտադրանքներին: Ըստ «Ֆաբրիկացիայի միտումներ» զեկույցի տվյալների՝ դռների և պատուհանների արտադրողները 2020 թվականից ի վեր շատ ավելի մեծ բազմազանություն են ապրում իրենց ապրանքային միավորների (SKU) պահեստավորման մեջ: Խնդիրն այն է, որ ավանդական ֆիքսված գործիքավորման համակարգերը յուրաքանչյուր անգամ, երբ գծով անցնում է նոր մոդել, պահանջում են մարդու կողմից ձեռքով ճշգրտում: Միջինում այդ փոխարկումը տևում է մոտավորապես 47 րոպե: Չափազանց կոշտ մեքենաները պարզապես վատ են հարմարվում, երբ արտադրանքի տարատեսակները շատ հաճախ են փոխվում, ինչը հանգեցնում է մոտավորապես 18 տոկոս անգործունեության ժամանակի աճի տարբեր արտադրանքների միջև անցման ընթացքում: Այս ճկունության բացակայության պատճառով գործարանները ստիպված են արտադրել մեծ սերիաներով՝ փոքր սերիաների փոխարեն: Այս մոտեցումը կտրուկ բարձրացնում է պահեստավորման ծախսերը՝ ավելացնելով տարեկան մոտավորապես 740 000 դոլար, ինչպես նշված է Ponemon-ի 2023 թվականի հետազոտության մեջ: Այս ամենի հիմքում ընկած է հիմնարար խնդիրը. մեծամասնության համակարգերը դժվարանում են միաժամանակյա մոդելների արտադրության կազմակերպման մեջ, երբ օրինակ՝ փականատեղերի չափսերը, կտրված անկյունները և խորության չափումները տարբերվում են մեկ միավորից մյուսին: Հին սարքավորումները դեռևս տարբերակները դիտում են որպես սխալ, այլ ոչ թե նորմալ նախագծային սահմանափակումների մաս:

Պարզաբանելով ճկունությունը. Վերակազմավորվող ավտոմատացում, ոչ թե ձեռքով կատարվող փոխհատուցումներ

Տեխնոլոգիական բացերը լրացնել միայն մեխանիկական միջոցներով կամ կոդի վերագրառումը այլևս չի բավարարում: Իրական ճկուն ավտոմատացումը կախված է սարքավորումներից, որոնք նախապես սպասում են փոփոխություններին՝ այլ ոչ թե հետագայում արձագանքելու համար շտապելուց: Դիտեք, թե ինչ է այսօր հասանելի՝ մոդուլային մասերից կառուցված համակարգեր, օրինակ՝ ISO 10791-6 ստանդարտին համապատասխանող արագ փոխարինման սեղմակները, որոնք բոլորս էլ ճանաչում ենք, ինչպես նաև տեսողական համակարգով համապատասխանեցվող միջոցները: Այս կայանքների օգնությամբ տարբեր մոդելների միջև անցումը տևում է ինը րոպեից պակաս՝ չվնասելով այդ կարևոր 0.1 մմ ճշգրտությունը: Այժմ արդեն ստանդարտ են դարձել այն կայանքները, որոնք ինքնուրույն կարող են ճանաչել մշակվող մասի ձևը: Իսկ այդ «եզրային» AI կառավարիչները՝ ավտոմատ կերպով ճշգրտում են մատակարարման արագությունները և պատրաստվող անցքերի ճանապարհները արտադրական ցիկլի ընթացքում: Սա նվազեցնում է կայանքների վերակարգավորման ժամանակ կորցրած ժամանակը և վերածում է այն այն թանկարժեք խնդիրներից, որոնք ավանդաբար մեծ դժվարություններ էին ստեղծում, մրցակցային առավելության աղբյուրի, որից արտադրողները իրականում կարող են օգտվել:

Ինտելեկտուալ սարքավորումներ՝ արագ մոդելների փոխարինման համար

Մոդուլային սարքավորման համակարգեր. Կտրման փակաղակի անցքի մշակման համար ռուտերի փոխարինումը կրճատվել է 47-ից մինչև 9 րոպե

Մոդուլային սարքավորման համակարգերը արտադրողներին տալիս են այն ճկունությունը, որը այդքան անհրաժեշտ է տարբեր ապրանքային մոդելների հետ աշխատելիս: Փոխարենը՝ մեքենաների ձեռքով ճշգրտումը մեկ ժամից ավելի ժամանակ ծախսելու, այս համակարգերը օգտագործում են ստանդարտ միացման տարրեր, որոնք չեն պահանջում հատուկ գործիքներ: Ավանդական մեթոդներով տարբեր փականների միջև անցումը կարող է տևել մոտավորապես 47 րոպե, քանի որ աշխատողները ստիպված են կատարել բազմաթիվ վերաճշգրտումներ և ձեռքով ստուգել դասավորությունը: Նոր համակարգերը այս խնդիրը լուծում են նախնական սահմանված դիրքերի և մեքենաների վրա տեսած մեր բոլորիս հայտնի «կտրուկ» (snap-on) միացման տարրերի միջոցով: Ի՞նչ է ստացվում արդյունքում. անցման ժամանակը նվազում է 9 րոպեից պակաս, ինչը նվազեցնում է արտադրական ցիկլերի ընթացքում կորցրած ժամանակը: Դա մոտավորապես 80 %-ով բարելավում է արդյունավետությունը՝ միաժամանակ պահպանելով այն ճշգրտության մակարդակը, որը անհրաժեշտ է շատ գործարանների համար: Բացի այդ, քանի որ օպերատորները այլևս այնքան շատ չեն վերաբերվում սարքավորումներին, նվազում է դրանց մաշվածությունը և սարքավորման ընթացքում առաջացող սխալների թիվը: Այն, ինչ նախկինում նյարդային լարվածություն էր առաջացնում անարդյունավետ կանգառների պատճառով, այժմ վերածվում է իրական արտադրական աշխատանքի ժամանակի:

Տեսողական ուղղորդված կալիբրում և ISO 10791-6 ստանդարտի համապատասխանություն բազմատեսական 마րշրուտավորման մեջ

Տեսլական համակարգերը գործնականում վերացրել են այդ միապաղաղ ձեռքով չափումները, երբ աշխատում են բազմաթիվ տարբերակների հետ՝ կողպեքի անցքերի մշակման ժամանակ: Օպտիկական սարքերը սկանավորում են սարքավորումների վրա գտնվող հղման կետերը և մշակվող մասերի իրական երկրաչափությունը, ապա մշակումը սկսելուց անմիջապես առաջ ինքնաշխատ ճշգրտում են ֆրեզերային գործիքի շարժման ճանապարհները: Այս ամբողջ գործընթացը ապահովում է համապատասխանությունը ISO 10791-6 ստանդարտներին՝ վերաբերյալ դիրքավորման ճշգրտության և տարբեր մոդելների համար մեքենայացման արագության համասեռության: Եթե շեղումը գերազանցում է 0,005 մմ-ի սահմանը, համակարգը ինքնաշխատ ճշգրտումներ է կատարում, որպեսզի անցքերի խորությունը մնա հաստատուն՝ անկախ մշակվող նյութի տեսակից: Երբ արտադրողները որակի ստուգումները ներառում են իրենց մոդելային փոփոխությունների գործընթացների մեջ, նրանք խուսափում են այն ներքին խնդիրներից, ինչպես օրինակ՝ սխալ դիրքավորված կողպեքները կամ չհամապատասխանող մետաղալարերը, որոնք բնորոշ են ձեռքով կատարվող սարքավորման եղանակներին: Ի լրումն, այս մոտեցումը սովորաբար երեք անգամ կրճատում է ստուգման ժամանակը՝ համեմատած ավանդական մեթոդների հետ:

Ինտելեկտուալ վերահսկման ճարտարապետություն մեկից մինչև փոքր սերիայի մասնակի մշակման համար

Սահմանային ԱԻ + PLC հիբրիդային հաջորդականություն. Փակ տարբերակի համար մատակարարման արագության, խորության և գործիքի շարժման ճանապարհի իրական ժամանակում ճշգրտում

Խառը մոդելների մշակման մեթոդը իրականում վերացրել է ավանդական ֆիքսված ավտոմատացման սահմանափակումները՝ շնորհիվ տեխնոլոգիաների խելացի համադրման: Դրա հիմքում ընկած է Edge-AI-ն, որը տեղակայված է այն հին, սակայն հուսալի ծրագրավորվող տրամաբանական կառավարիչների (PLC) վրա, որոնց բոլորս էլ ճանաչում ենք: Ինչն է այս համակարգի այդքան լավ աշխատելու պատճառը: Edge-բաղադրիչը մշակում է իրական ժամանակում ստացվող սենսորային տվյալները՝ օրինակ՝ սարքավորման թարթումներից, ջերմաստիճանի փոփոխություններից և նյութի խտության տարբերություններից: Այնուհետև այն իրական ժամանակում ճշգրտում է մշակման պարամետրերը: PLC-ի մասը վերահսկում է շարժման կառավարման մանրամասները՝ օրինակ՝ պտտվող առանցքի արագության սահմանումը, մշակվող նյութի մեքենայի մեջ մտնելու արագության վերահսկումը և յուրաքանչյուր անցքի ճշգրիտ խորության որոշումը: Այս երկակի մակարդակային համակարգը հնարավորություն է տալիս արտադրողներին ավտոմատացված կերպով փոխել արտադրական պարամետրերը տարբեր փականների տարբերակների միջև՝ նույնիսկ մեկ միավոր արտադրելիս, առանց ձեռքով կարգավորումների անհրաժեշտության: Իրական մշակման սկսելուց առաջ այս համակարգերը ստուգում են առաջարկված գործիքային ճանապարհները թվային երկվորյակի մոդելավորման միջոցով՝ խուսափելու ցանկացած վտանգավոր բախումից և պահպանելու սարքավորումների փոփոխության ժամանակ ISO 10791-6 ստանդարտի խիստ թույլատրելի շեղումների սահմանները: Որոշ շատ ազդեցիկ հետազոտություններ ցույց են տվել, որ այս բաշխված կառավարման համակարգերը, որոնք հիմնված են կոալիցիոն մոդելների վրա, կարող են բարձրացնել սարքավորման ընդհանուր արդյունավետությունը (OEE) 14–22 տոկոսով փոքր սերիայի արտադրության մեջ՝ պարզապես նվազեցնելով գործողությունների միջև անգործության ժամանակը: Այս եզրահանգումը հրապարակվել է IEEE Transactions ամսագրում 2021 թվականին:

Թվային կրկնօրինակի վրա հիմնված հաջորդականություն՝ խառը մոդելների արտադրության ժամանակ սարքավորումների կարգավորման կորուստների նվազեցման համար

Օպտիմալ մոդելների հաջորդականության վերահաստատումը վիրտուալ միջավայրում՝ ֆիզիկական իրականացման նախապես

Երբ արտադրական գծերում անցում են կատարվում տարբեր մոդելների միջև, սարքավորումների կարգավորման կորուստները հաճախ կազմում են ընդհանուր արտադրաժամի մոտավորապես 15–30 տոկոսը: Թվային կրկնակի տեխնոլոգիան այս խնդրին մոտենում է ուղղակիորեն՝ սկզբում վիրտուալ միջավայրում մոդելավորելով հարյուրավոր, իսկ հաճախ՝ հազարավոր հնարավոր ամրացման տարբերակներ: Համակարգը վերլուծում է ամենայն բան՝ սկսած գործիքների շարժման ճանապարհներից մինչև դրանց ամրացման վայրերը և նյութերի մատակարարման արագությունը: Այս բոլոր գործոնների հիման վրա համակարգը որոշում է, թե որ գործողությունների հաջորդականությունն է ամենաարդյունավետը գործարանի արտադրամասում իրական շահագործման ժամանակ: Իրական աշխարհում կատարված փորձարկումները ցույց են տվել, որ այս մոտեցումը կարող է կրճատել սարքավորումների կարգավորման ժամանակը մոտավորապես 40%-ով: Դա այնքան արժեքավոր է, որովհետև վերացնում է սովորաբար կապված ենթադրությունները կարգավորումներ կատարելիս: Այն նաև ապահովում է ռոբոտացված գործիքների փոխարինման համակարգերի և տրանսպորտյոր ժապավենների համաժամանակյան աշխատանքը գծի երկայնքով շարժվելիս: Բացի այդ, այն օգնում է համապատասխանել տարբեր արտադրանքի տարբերակների համար սահմանված խիստ ISO 10791-6 ստանդարտներին՝ չափային ճշգրտության վերաբերյալ: Արտադրողների համար, որոնք ձգտում են ունենալ ճկուն ավտոմատացված համակարգեր, խմբային գործողությունների թվային փորձարկումը նշանակում է արժեքավոր կանգառներից խուսափել յուրաքանչյուր մեկ հարմարեցված կարգավորումից մյուսին անցնելիս:

Հաճախ տրամադրվող հարցեր

Ինչ է խառը մոդելների 마րշրուտավորումը

Խառը մոդելների մարշրուտավորումը ներառում է արտադրական գործընթացներ, որոնք ստիպված են հարմարվել տարբեր արտադրանքների դիզայնին՝ պահանջելով, որ համակարգերը արագ հարմարվեն տարբեր սպեցիֆիկացիաներին, օրինակ՝ փակաղակի անցքերի չափսերին և կտրման անկյուններին:

Ինչու՞ են ավանդական ֆիքսված ավտոմատացված համակարգերը անբավարար խառը մոդելների մարշրուտավորման համար

Ավանդական համակարգերը չեն տալիս բավարար ճկունություն և պահանջում են զգալի ձեռքով կատարվող աշխատանք՝ նոր արտադրանքի տարատեսակներին հարմարվելու համար, ինչը հանգեցնում է արտադրական դադարների և պաշարների ծախսերի աճի:

Ինչպե՞ս են մոդուլային գործիքավորման համակարգերը օգտակար լինում արտադրության համար

Մոդուլային գործիքավորման համակարգերը զգալիորեն կրճատում են մեկ արտադրանքից մյուսին անցման ժամանակը՝ օգտագործելով ստանդարտ միացման տարրեր և նախնական կարգավորված դիրքեր, ինչը բարելավում է արդյունավետությունը և նվազեցնում սարքավորումների մաշվածությունը: