Четыре способа, с помощью которых Интернет вещей повышает эффективность производства металлов

Интернет вещей (IoT) вызвал огромные изменения в том, как работают коммерческие секторы. Благодаря технологиям промышленного Интернета вещей компании могут преодолеть множество проблем и воспользоваться преимуществами более эффективной работы.

Независимо от того, готовы ли вы сделать то же самое, получение примеров того, что возможно в конкретной отрасли, может побудить вас сделать решительный шаг в инвестициях в технологии. Вот подробнее о том, как Интернет вещей может повысить эффективность производства металлов.

1. Отображение параметров качества сварки и других важных характеристик

Решения IoT отлично подходят для сбора данных в режиме реального времени на всех этапах процесса изготовления металла. В целом рабочий процесс становится более эффективным, потому что люди могут изучить, какие аспекты дают ожидаемые или желаемые результаты и где есть возможности для улучшения.

Мониторинг сварных швов на основе IoT позволяет людям отказаться от просмотра электронных таблиц и ручной документации для оценки показателей качества. Вместо этого управляемый данными мониторинг сварных швов с датчиками IoT собирает данные о точке сварки для обработки и анализа практически без задержки между сбором и доступностью. Люди также могут отправлять связанную информацию на мобильные устройства для удобного просмотра.

Эти настройки часто могут сделать больше, чем просто предоставить информацию о качестве сварки. Они могут подтвердить количество используемых сварочных постов, их параметры и операторы, работающие в цехе в данную смену. Это упрощает получение полезной информации об общей производительности объекта.

Некоторые сварочные компании даже предоставляют решения IoT клиентам, стремящимся повысить эффективность производства металлов. ESAB работал с технологическими партнерами над созданием трех облачных продуктов, которые помогают сварочным цехам определять причины снижения производительности.

Один из них, используемый для сварки металлов в среде инертного газа, помог клиентам увеличить использование оборудования в среднем на 20%. Это увеличило количество времени, которое рабочие тратят на сварку по сравнению с выполнением других задач. Еще один инструмент IoT отправляет оцифрованные инструкции каждому сварочному аппарату, гарантируя, что технические специалисты знают необходимые параметры для выполнения сварки. Эта информация также повысила производительность.

2. Улучшение выбора материалов для лазерной резки

Одним из первых шагов для успешного процесса изготовления металла является знание характеристик материала. В процессе выбора необходимо учитывать такие аспекты, как предел текучести и предел прочности при растяжении, коррозионная стойкость и пластичность. В совокупности они определяют пригодность металла для изготовления, а также то, как результат будет выглядеть и функционировать.

Лазерные резаки часто считаются одними из самых универсальных производственных инструментов из-за диапазона материалов, с которыми они могут работать. Помимо металла, эти машины работают с деревом, пластиком и бумагой. Исследователи из Массачусетского технологического института недавно показали, как Интернет вещей может повысить уверенность операторов лазерной резки при работе с различными материалами. Они создали заполненную датчиками платформу с соответствующим названием SensiCut. Это надстройка для обычных лазерных резаков.

Инновация сочетает в себе подключенные датчики, глубокое обучение и метод оптического анализа, называемый спекл-зондированием, который позволяет лазеру улавливать мельчайшие детали на поверхности материала. Команда заявила, что их решение может сократить количество отходов и дать людям конкретные инструкции по работе с конкретным материалом. Он также автоматически вносит незначительные коррективы, чтобы предотвратить нежелательные результаты.

Мустафа Дога Доган, доктор философии. Кандидат, работавший над проектом, объяснил:«Дополняя стандартные лазерные резаки безлинзовыми датчиками изображения, мы можем легко идентифицировать визуально похожие материалы, обычно встречающиеся в мастерских, и сократить общий объем отходов. Мы делаем это, используя структуру поверхности материала на микронном уровне, которая является уникальной характеристикой, даже если она визуально похожа на другой тип. Без этого вам, вероятно, пришлось бы делать обоснованные предположения о правильном названии материала из большой базы данных».

Исследователи использовали более 38 000 изображений, чтобы помочь инструменту различать 30 различных типов изображений. Система также может помечать людей, прежде чем они попытаются разрезать материалы, выделяющие ядовитое пламя. Команда планирует расширить свое решение для измерения толщины материала на более поздних этапах работы.

3. Сокращение времени простоя оборудования

Промышленный Интернет вещей также может предотвратить проблемы, когда машины внезапно выходят из строя и нарушают рабочий процесс. Одно исследование показало, что к 2025 году мониторинг оборудования может повысить глобальную производительность на 25 %.

Сломанные станки для изготовления металлоконструкций могут привести к тому, что компании не уложатся в сроки или ограничат количество техников, работающих в определенные смены. Затем, в зависимости от того, какая проблема делает оборудование неработоспособным, людям, возможно, придется ждать дни или недели, пока прибудут запасные части, или специализированным техническим специалистам, чтобы запланировать вызовы службы поддержки.

Датчики IoT могут предотвратить эти проблемы, собирая рабочие данные, которые указывают на отклонения или на то, что машина нуждается в обслуживании для предотвращения осложнений. У одной компании есть решение IoT, которое отправляет данные об оборудовании в режиме реального времени своим специалистам по обслуживанию. Если клиент сталкивается с проблемой и нуждается в технической помощи, поставщик оборудования уже имеет важную информацию о масштабе проблемы.

Производители металлоконструкций также могут использовать данные датчиков, чтобы отслеживать, какие машины чаще всего простаивают или есть ли закономерности в проблемах. Эта информация может повлиять на их решения о замене оборудования или более частом проведении определенных мероприятий по техническому обслуживанию, чтобы избежать простоев оборудования.

4. Предотвращение аномалий производственной среды

Один аспект, выходящий за рамки рекомендуемых параметров, может негативно сказаться на эффективности изготовления металла. Это может привести к тому, что люди остановят производство и решат проблему. Однако в идеальном сценарии люди замечают проблемы до остановки производства.

Одно из применений промышленного Интернета вещей для производства металлов заключалось в том, что компания усовершенствовала процесс, называемый аустенитным отпуском. Он упрочняет сплавы на основе железа, пропуская их через горячую печь. Детали, которые подвергаются этому процессу, становятся более устойчивыми к усталости и обладают большей устойчивостью к ударам. Таким образом, они хорошо подходят для таких компонентов, как упорные шайбы, которые входят в трансмиссию автомобиля.

После того, как детали проходят через печь, их погружают в соляную ванну, поддерживающую заданную температуру. Никель-титановые ремни транспортируют детали через каждую фазу. Технические специалисты должны остановить производство, если конвейеры выходят из строя, чтобы решить проблему. Однако для этого придется ждать до 36 часов, пока печи остынут.

Интеллектуальные датчики в режиме реального времени оповещают руководителей завода о любых случаях, когда положение ремня выходит за пределы параметров или показывает другие отклонения. Получение этой информации позволяет им принять корректирующие меры до того, как выключение оборудования станет единственным вариантом.

Промышленный Интернет вещей может повысить эффективность производства

Многочисленные факторы могут привести к краткосрочному или длительному падению эффективности производства металла на предприятии. Сенсоры IoT не гарантируют быстрого решения проблемы. Тем не менее, они могут обеспечить лучшую видимость, позволяя лицам, принимающим решения, быстрее решать проблемы, которые мешают бизнес-результатам. Данные в режиме реального времени также могут помочь им определить наиболее эффективные решения, связанные с обучением сотрудников, заменой оборудования, различными графиками технического обслуживания или чем-то еще.