Как IoT повышает эффективность металлообработки: 4 доказанных прироста

Интернет вещей (IoT) вызвал огромные изменения в том, как работают коммерческие секторы. Благодаря промышленным IoT-технологиям компании могут преодолеть многие вызовы и наслаждаться преимуществами улучшенных операций.

Независимо от того, готовы ли вы сделать то же самое, примеры того, что возможно в конкретной отрасли, могут поощрить инвестиции в технологии. Вот более детальный взгляд на то, как IoT может улучшить эффективность металлообработки.

1. Отображение параметров качества сварки и других ценных специфик

IoT-решения отлично собирают данные в реальном времени на всех этапах процесса металлообработки. Рабочий процесс становится более эффективным в целом, потому что люди могут изучать, какие аспекты имеют ожидаемые или желаемые результаты, и где есть пространство для улучшения.

IoT-мониторинг сварки позволяет отказаться от изучения таблиц и ручной документации для оценки метрик качества. Вместо этого датчики IoT собирают данные в точке сварки для обработки и анализа с почти нулевой задержкой между сбором и доступностью. Люди также могут отправлять связанную информацию на мобильные устройства для удобного просмотра.

Такие установки часто могут делать больше, чем просто предоставлять детали качества сварки. Они могут подтверждать количество используемых сварочных станций, их параметры и какие операторы работают на цехе заданную смену. Это облегчает получение полезного представления о общем выходе объекта.

Некоторые сварочные компании даже предоставляют IoT-решения клиентам, желающим улучшить эффективность металлообработки. ESAB работала с технологическими партнерами, чтобы создать три облачных продукта, помогающих сварочным цехам выявлять причины снижения производительности.

Один из них, используемый для сварки в защитной газе (MIG), помог клиентам увидеть среднее увеличение использования оборудования на 20%. Он увеличил время, которое рабочие тратили на сварку, по сравнению с другими задачами. Другой IoT-инструмент отправляет оцифрованные инструкции на каждую сварочную машину, гарантируя, что техники знают необходимые параметры для выполнения сварки. Эта информация также повысила производительность.

2. Улучшение выбора материалов для лазерной резки

Один из первых шагов для успешного процесса металлообработки — знать характеристики материала. Аспекты вроде пределов текучести и прочности на разрыв, коррозионной стойкости и вязкости должны учитываться при выборе. Они коллективно определяют пригодность металла для обработки и то, как результат будет выглядеть и функционировать.

Лазерные резаки часто считаются одними из самых универсальных инструментов обработки из-за диапазона материалов, с которыми они работают. Помимо металла, эти машины работают с деревом, пластиком и бумагой. Исследователи MIT недавно показали, как IoT может повысить уверенность операторов лазерных резаков при работе с разными материалами. Они создали датчики-наполненную платформу, названную SensiCut. Это аддон для обычных лазерных резаков.

Инновация объединяет подключенные датчики, глубокое обучение и оптический анализ, называемый спекл-сенсинг (speckle sensing), который позволяет лазеру улавливать мельчайшие детали на поверхности материала. Команда заявила, что их решение может сократить отходы и дать людям конкретные инструкции по работе с определенным материалом. Оно также автоматически вносит незначительные корректировки для предотвращения нежелательных результатов.

Мустафа Дога Доган, аспирант, работавший над проектом, объяснил: «Усиливая стандартные лазерные резаки безобъективными образовыми сенсорами, мы можем легко идентифицировать визуально похожие материалы, часто встречающиеся в мастерских, и снизить общий уровень отходов. Мы делаем это, используя микронную поверхностную структуру материала, которая является уникальной характеристикой даже при визуальном сходстве с другим типом. Без этого вам, вероятно, пришлось бы делать обоснованное предположение о правильном названии материала из большой базы данных».

Исследователи использовали более 38 000 изображений, чтобы помочь инструменту дифференцировать 30 разных типов изображений. Система также может помечать людей перед попыткой резать материалы, генерирующие токсичные пламена. Команда планирует расширить свое решение для измерения толщины материала на более поздних этапах работы.

3. Сокращение простоев оборудования

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

Сломанные станки металлообработки могут заставить компании пропустить сроки или ограничить количество техников на определенных сменах. Затем, в зависимости от проблемы, делающей оборудование неработоспособным, людям может понадобиться ждать дни или недели прибытия запчастей или визита специализированных техников.

IoT-датчики могут предотвратить эти вызовы, собирая эксплуатационные детали, указывающие на аномалии или на то, что машине нужно обслуживание для предотвращения осложнений. У одной компании есть IoT-решение, отправляющее данные оборудования в реальном времени его сервисным техникам. Если клиент сталкивается с проблемой и нуждается в технической помощи, поставщик оборудования уже имеет некоторую критически важную информацию о масштабе проблемы.

Металлообработчики также могут использовать данные датчиков для отслеживания того, какие машины чаще всего испытывают простои или есть ли паттерны в проблемах. Эта информация может формировать их решения о том, когда заменять оборудование или выполнять определенные меры обслуживания чаще, чтобы избежать простоев.

4. Предотвращение аномалий производственной среды

Один аспект вне рекомендуемых параметров может негативно сказаться на эффективности металлообработки. Это может заставить людей остановить производство и устранить проблему. Однако идеальный сценарий подразумевает, что люди замечают проблемы до того, как остановка фабрики станет единственным вариантом.

Одно применение промышленного IoT для металлообработки включало компанию, улучшающую процесс аустемперинга (austempering). Он закаляет железо-основанные сплавы, пропуская их через горячую печь. Детали, проходящие этот процесс, выходят более устойчивыми к усталости и имеют большее сопротивление ударам. Таким образом, они хорошие кандидаты для компонентов вроде упорных шайб, входящих в трансмиссии автомобилей.

После прохождения печи детали орошаются солевой ванной, которая держится на точной температуре. Пояса из никель-титана транспортируют детали через каждую фазу. Техники должны останавливать производство, если конвейеры выходят из выравнивания, чтобы устранить проблему. Однако это означает ожидание до 36 часов для остывания печей.

Умные датчики дают менеджерам завода оповещения в реальном времени о любых случаях, когда положение пояса выходит за параметры или показывает другие аномалии. Получение этой информации позволяет им предпринять корректирующие действия до того, как остановка станков станет единственным вариантом.

Промышленный IoT может способствовать эффективности обработки

Множество вещей может вызвать у объекта кратковременное или продолжительное снижение эффективности металлообработки. IoT-датчики не гарантируют быстрое исправление. Однако они могут обеспечить лучшую видимость, позволяя лицам, принимающим решения, быстрее устранять вещи, препятствующие бизнес-выводу. Данные в реальном времени также могут помочь им определить наиболее эффективные решения, будь то обучение сотрудников, замена оборудования, другие графики обслуживания или что-то еще.