Цифрлық өндіріс технологиясы порошктанған бояудың тұрақтылығын қалай жақсартады?

Контроль процесса в реальном времени для стабильного нанесения порошкового покрытия

Такие факторы окружающей среды, как изменение влажности, и механический износ электростатических распылительных систем вызывают значительные колебания при нанесении порошкового покрытия. Эти отклонения влияют на эффективность переноса и характер осаждения, что приводит к нестабильности толщины плёнки.

Экологические и механические отклонения, вызывающие нестабильность электростатического распыления

Ылғалдылық деңгейінің 15% артуы ұнтақтың ток кедергісін арттырады, ал шлангананың зауыттың рұқсат еткен шектерден тыс тозуы бұлттың біркелкі таралуын бұзады. Бұл бақылаусыз факторлар өнеркәсіптегі өңдеу процесінде ±12% қабықшаның қалыңдығының ауытқуына әкеледі – бұл процесс қайталанушылығы мен өңдеу сапасына тікелей зиян тигізеді.

Кернеуді, ауа қысымын және ұнтақ берілу жылдамдығын тұрақтандыру үшін IoT-датчиктері мен PID-басқару арқылы жабық контурлы кері байланыс

IoT сенсорлық желілер киловольт шығыс деңгейлері, 4-6 psi аралығында болуы керек сұйықтандыру қысымы және өндірістегі ұнтақтың нақты ағып өту жылдамдығы сияқты бірнеше негізгі параметрлерді тұрақты түрде бақылап отырады. Параметрлер мәндері нормадан тысқа шыға бастаған кезде, PID реттегіштер 200 миллисекунд ішінде қажетті түзетулерді жасайды. Бұл түзетулер кернеуді ±2 кВ ауқымында ұстап, Фарадей торының пайда болуын алдын ала сақтайды. Осылай қысым тербелістерін 0,05 бар айырмашылыққа дейін реттеп, өндірісте бөлшек қабылдайтын пішінге сәйкес ұнтақ беру жылдамдығын да реттейді. Жүйе сыртқы факторлар өзгергенде немесе уақыт өте жабдық компоненттерінің тозуы кезінде де электрстатикалық тепе-теңдікті сақтап, майланған машина секілді жұмыс істейді.

Зерттеу жағдайы: Автоматтандырылған жүйе 12 000 автомобиль шассисі бөлшегінде қалыңдықтың стандартты ауытқуын 68% төмендетті

Өндірістік желілерде сенсорлық басқаруды енгізу тұрақтылық пен өнімділіктің өлшенуге болатын пайдасын берді:

Нәтижесінде күрделі геометрияларда 99,3% процес қабілеттілігі (CpK) болды, ол үздіксіз параметрлерді синхрондастыру және электростатикалық көлеңкелеуді нақты уақытпен өтеу арқылы мүмкін болды.

Жасанды ақыл-оймен басқарылатын қалыңдықты болжау және ұнтақ шығаруды оңтайландыру

Сызықтық емес ұнтақ массалық ағымықалыпты геометриялар бойынша пленка қалыңдығының қатынасы

Құрама геометриялық пішіндердің (мысалы, ойыстар, сүйір бұрыштар немесе бөлшектердегі терең қуыстар) өңделу кезінде ұнтақ массасының ағысы мен жарғақ қабатының тұнбаға түсуі арасындағы болжанбайтын әсерлерге байланысты тұрақты қабат қалыңдығын алу әлі де негізгі қиындық болып табылады. Бұрыштар маңындағы электростатикалық күштер бұрыштар маңында артық қабаттың тұнбаға түсуіне әкелетін, біз «көлеңке әсері» деп атайтын құбылыс туғызады, ал жазық аймақтар немесе тікелей шашыратуға ұшырамайтын жасырын аймақтар қажетті материалмен қамтамасыз етілмей қалады. Өндірушілерде күрделі басқару жүйелері болмаған жағдайда бұл қалыңдық айырымдары өте ауыр болуы мүмкін — кейде бірдей бөлшектің әртүрлі бөліктерінде қалыңдық 35%-дан аса ауытқуы мүмкін. Бұл кейінірек ауыр сапа проблемаларына әкеледі: кейбір зауыттар жоғары құнды өндірілетін тауарлар бойынша қайта өңдеу көрсеткішінің 18%-ға жуық деңгейге жеткенін хабарлайды, бұл пайданы азайтады және өндіріс мерзімін кешіктіреді.

Спектрлік шағылу және гравиметриялық деректер бойынша оқытылған машиналық оқыту моделдері ±0,5 мкм қабат қалыңдығын дәлме-дәл бағыттауға мүмкіндік береді

Жетілдірілген машиналық оқыту жүйелері 50 мыңнан астам қаптама циклдары арқылы оқытылып дамытылды. Олар беттерден шағылысатын жарық, тұнба кезіндегі салмақ өлшемдері, беттердің үш өлшемді карталары, электр өрісінің күші және процестің қоршаған орта жағдайлары сияқты әртүрлі факторларды талдайды. Бұл ақылды жүйелер одан әрі нақты брызгатор параметрлерін нақты жүргізілу кезінде анықтай алады. Қаптама қалыңдығын бақылауға келгенде, бұл модельдер әртүрлі материалдарда жарты микрометрдің плюс немесе минус шегінде мақсатқа жетеді. Бұл адамдардың қолмен жасағанына қарағанда шамамен үш төрттен бір дәлдікке жақсартылғанын көрсетеді. Практикалық нәтижелерге назар аударсақ, зауыттар орташа алғанда ұнтақ шығынын шамамен жиырма екі пайызға дейін азайтқандығын хабарлайды. Сондай-ақ, қаптамалар техникалық талаптарға сай болатынын тексеру үшін өндірістік желілерді тоқтату қажет емес, бұл өндірістің үздіксіз жұмысы кезінде уақыт пен ақшаны үнемдейді.

Порошкті бояуға арналған цифрлық тексеру және бұлттық сапа бағалау

Дәстүрлі көріністік тексеру 25 мкм-ден аз қаттыланған порошкті пленкалардағы нәзік ақауларды — микробұрсақтар, толық қаттыланбаған аймақтар немесе жұқа жерлерді — ISO 4628 стандарттарына сәйкестігіне қарамастан анықтауға қиындық тудырады. Адамның осы аномалияларды анықтаудағы шектеулері негізінде кейінірек іске қосылғаннан кейін адгезияның жоғалуы немесе ерте коррозия пайда болуы байқалмауы мүмкін.

Шеткі AI гиперспектрлік түсіру және бұлттық аномалияларды анықтау қаттыланғаннан кейінгі ақауларды болдырмауға көмектеседі

Гиперспектралдық түсіру әдісі UV-ден ЖЖС-ке дейінгі күрделі толқын ұзындығы ауқымында беттерден егжей-тегжейлі химиялық ақпаратты алады. Оның ерекшелігі неде? Бұл әдіс қалыпты тексеру әдістері көре алмайтын қаттыру проблемаларын анықтайды. Ал қабырға-ЖА әлгебралары қабат қалыңдығы деңгейлерін және молекулалардың бір-біріне қаншалықты тығыз байланысқанын тұрақты түрде бақылайды, бұл барлығы материал әлі қолданылуда, яғни қаттырылғаннан кейін емес, қаттырылған кезде жүзеге асады. Бұл барлық құнды ақпарат қауіпсіз түрде бұлттық сақтау платформаларына жіберіледі. Онда статистикалық процессті бақылау модельдері әртүрлі ақауларды өндірістің ерте кезеңінде болған оқиғаларға байланыстырады. Мысалы, күтпеген кернеу өзгерістері, ылғалдылықтағы сондай-ақ қоректендіру жылдамдығының өте көп төмендеуі сияқты жағдайлар. Өндірушілер өндіріс сызығының басында осындай үлгілерді ерте анықтаса, кейінірек пайда болатын ірі проблемалардың алдын алады: мысалы, бояу қабаттарында кратерлер пайда болуы, қабаттардың бір-бірінен ажырауы немесе материалдардың бірігу қабілетінің толықтай жоғалуы.

Борыштық ұстау және Сандық егіз калибрлеу арқылы ұзақ мерзімді тозаңды бояу сапасын қамтамасыз ету

Болжамды алдын ала техникалық қызмет көрсету өндірісті толығымен тоқтатпай тұрып, жабдықтың істен шығуының алдын ала белгілерін анықтай алатын машинаның үйрену алгоритмдерімен жұмыс істейтін IoT-датчиктерді қосу арқылы жүзеге асады. Порошоктық бояу операцияларын жүргізетін компаниялар үшін күтпеген уақытта жабдықтың істен шығуы түрлі проблемаларға әкеледі, мысалы, қабықшаның қалыңдығының біркелкі болмауы мен материалдардың кетуі сияқты. «Цифрлық егіз» технологиясы өндіріс алаңынан түскен нақты деректермен үздіксіз жаңартылатын нақты жүйелердің виртуалды көшірмесін жасайды. Бұл виртуалды модельдер біздің өте көп пайдаланатын мамықтар, сорғыштар және электростатикалық генераторлар сияқты бөлшектердің тозуын, сондай-ақ орта жағдайларындағы өзгерістер мен уақыт өте келе өнімділіктің төмендеуін бақылайды. Содан кейін жүйе автоматты түрде кернеу деңгейлері, порошоктың жүйе бойынша ағу жылдамдығы және конвейердің жылдамдығы сияқты маңызды параметрлерді түзетеді. Техникалық қызмет көрсету қызметкерлері жақын арада ауыстыру қажет болатын бөлшектер туралы ескертулерді алған кезде олар кернеудің тұрақсыздығы, бітелген мамықтар немесе дұрыс емес жылдамдықпен жұмыс істейтін конвейерлер сияқты мәселелердің алдын ала алуы мүмкін. Нәтижесінде ұзақ өндіріс аралығында бояудың сапасы жақсарып, параметрлерді тұрақты түрде қолмен қайта орнату үшін өндірісті тоқтату қажеттілігі жойылады.