Велики подаци покрећу фабрику паметних кочионих плочица – предиктивна аналитика, дефекти и застоји

Модерна фабрика кочионих плочица генерише огромне количине података. Температуре пресовања, времена мешања, профили пећи за сушење, мерења тврдоће и евиденција о грешкама стижу из сензора и станица за квалитет сваке секунде. За већину фабрика, ови подаци се налазе у одвојеним базама података, који се користе само за накнадно извештавање. Али нови талас произвођача примењује аналитику великих података и машинско учење како би ове информације претворио у одлуке у реалном времену. Резултат: ниже стопе кварова, мање непланираних застоја и конзистентнији производ за купце.

Од реактивне до предиктивне контроле квалитета

Традиционално управљање квалитетом је реактивно. Фабрика мери серију јастучића, открије да 5% пада отпорност на смицање, а затим истражује основне узроке – често неколико дана касније. До тада је можда произведено на хиљаде неисправних јастучића. Велики подаци мењају ово повезивањем параметара процеса са резултатима у реалном времену.

На пример, фабрика која користи модел за предвиђање може открити да када температура пресовања падне испод 178 степени током три узастопна циклуса, вероватноћа ниске чврстоће на смицање у резултујућој шаржи расте са 1% на 15%. Систем аутоматски упозорава руковаоца пресе пре него што се било који јастучић притисне на ниској температури – спречавајући дефекте уместо да их детектује накнадно.

Једна фабрика кочионих плочица у провинцији Џеђанг имплементирала је платформу за велике податке која прикупља 120 параметара по плочици у 16 ​​преса. Након шест месеци обуке модела машинског учења, систем је постигао 92% тачности у предвиђању неисправних плочица пре него што су изашле из штампе. Фабрика је смањила стопу отпада са 2,8% на 1,1% и уштедела око 400.000 УСД годишње у трошковима материјала и прераде.

Предвиђено одржавање продужава животни век штампе

Вруће пресе су најскупља опрема у било којој фабрици кочионих плочица. Непланирани кварови на штампи могу да зауставе производњу данима. Анализом података о вибрацијама, температури и хидрауличком притиску током времена, алгоритми за предвиђање могу да открију ране знаке хабања – да пумпа губи ефикасност, да термопар излази из калибрације или да се у калупу развијају микропукотине.

Иста фабрика у Зхејиангу користила је предиктивно одржавање како би избегла катастрофалан квар штампе. Систем је означио постепено повећање варијације притиска од циклуса до циклуса на једном притиску. Инспекција је открила неисправну хидрауличну заптивку. Фабрика је заказала двочасовну поправку током смене, избегавајући оно што би било тродневни квар. Застоји због кварова на штампи су опали за 65% током 12 месеци.

Шта велики подаци значе за купце кочионих плочица

За дистрибутере и увознике, фабрика која прихвата велике податке нуди опипљиве предности:

· Доследан квалитет – Контрола процеса у реалном времену смањује варијације од серије до серије. Добијате јастучиће који обављају идентичан ред за наруџбом.
· Мањи ризик од кварова – Предиктивни квалитет открива проблеме пре него што утичу на готову робу. Мање враћања и потраживања по гаранцији.
· Краће време испоруке – Мање непланираних застоја значи да фабрика поуздано испуњава свој распоред производње. Нема "изненађујућих кашњења".
· Потпуна следљивост – системи великих података чувају сваки параметар за сваки пад. Ако проблем избегне, фабрика може тачно да утврди узрок и изолује погођене пошиљке.

Шта питати фабрику

Када процењујете добављача кочионих плочица, питајте:

· Да ли користите велике податке или машинско учење за квалитетно предвиђање или одржавање?
· Које параметре процеса пратите у реалном времену? Можете ли дати узорке СПЦ графикона?
· Како се носите са алармима – аутоматско одбијање, интервенција оператера или обоје?
· Можете ли да поделите свој тренд стопе отпада у последње две године?

Фабрике које су инвестирале у аналитику података ће одговорити са појединостима и могу понудити приказе контролне табле уживо. Они који још увек користе папирне дневнике или искључене системе ће се борити да покажу континуирано побољшање.

Изазови и ограничења

Велики подаци нису магија. Захтева чист, доследан унос података и пажљиву обуку модела. Почетни трошкови подешавања (сензори, софтвер, обука) могу премашити 200.000 УСД за фабрику средње величине. Међутим, многе фабрике надокнађују ову инвестицију у року од 18–24 месеца кроз смањење отпада и застоја. За купце, корист вреди тражити – чак и ако то значи да плаћају малу премију за производ из фабрике засноване на подацима.

Тхе Футуре Оутлоок

Како трошкови сензора опадају, а софтвер за анализу постаје лакши за корисника, велики подаци ће постати стандард у конкурентним фабрикама кочионих плочица. У року од пет година, купци могу рутински да траже приступ фабричкој контролној табли квалитета у реалном времену као део квалификације добављача. Фабрике које данас прихватају овај тренд су оне које ће водити сутра.