Hoe IoT Metaalfabricage Boost: 4 Bewezen Efficiëntiewinst

Het Internet of Things (IoT) heeft enorme veranderingen teweeggebracht in hoe commerciële sectoren opereren. Dankzij industriële IoT-technologieën kunnen bedrijven veel uitdagingen overwinnen en genieten van de voordelen van verbeterde operaties.

Ongeacht of je klaar bent om hetzelfde te doen, voorbeelden van wat mogelijk is in een specifieke industrie kunnen aanmoedigen om de sprong te maken met technologie-investeringen. Hier is een nader kijk op hoe de IoT de efficiëntie van metaalfabricage kan verbeteren.

1. Lassenkwaliteitsparameters en Andere Waardevolle Specificaties Tonen

IoT-oplossingen excelleren in het verzamelen van realtime data tijdens alle fasen van het metaalfabricageproces. De workflow wordt overall efficiënter omdat mensen kunnen onderzoeken welke aspecten de verwachte of gewenste resultaten hebben en waar verbeteringsruimte bestaat.

IoT-gebaseerde lasmonitoring stelt mensen in staat om weg te gaan van het bekijken van spreadsheets en handmatige documentatie om kwaliteitsmetrieken te beoordelen. In plaats daarvan verzamelt data-gedreven lasmonitoring met IoT-sensoren point-of-weld data voor verwerking en analyse met bijna geen vertraging tussen verzameling en beschikbaarheid. Mensen kunnen de bijbehorende informatie ook naar mobiele apparaten sturen voor eenvoudige weergave.

Deze opstellingen kunnen vaak meer dan alleen laskwaliteitsdetails leveren. Ze kunnen het aantal lasstations in gebruik bevestigen, hun parameters en welke operators op de werkvloer werken tijdens een gegeven shift. Dat maakt het makkelijker om een nuttig perspectief op de totale output van de faciliteit te krijgen.

Sommige lassbedrijven bieden zelfs IoT-oplossingen aan aan klanten die de efficiëntie van metaalfabricage willen verbeteren. ESAB werkte met technologiepartners samen om drie cloud-gebaseerde producten te creëren die lasshops helpen de redenen achter verminderde productiviteit te identificeren.

Eén ervan, gebruikt voor metaal-inert-gas lassen, hielp klanten een gemiddelde stijging van 20% in apparatuurbenutting te zien. Het verhoogde de hoeveelheid tijd die werknemers aan lassen besteedden versus andere taken. Een ander IoT-tool stuurt gedigitaliseerde instructies naar elke lasmachine, zodat technici de benodigde parameters kennen om een las te voltooien. Die informatie verhoogde ook de productiviteit.

2. Materiaalselectie voor Lasersnijden Verbeteren

Eén van de eerste stappen voor een succesvol metaalfabricageproces is bewust zijn van de eigenschappen van het materiaal. Aspecten zoals reksterkte, trekksterkte, corrosiebestendigheid en duktiliteit moeten tijdens het selectieproces overwogen worden. Samen bepalen ze de geschiktheid van het metaal voor fabricage en hoe het resultaat eruit zal zien en functioneren.

Lasersnijders worden vaak gezien als een van de meest veelzijdige fabricage-tools vanwege de reeks materialen die ze kunnen aan. Naast metaal werken deze machines met hout, plastic en papier. Onderzoekers van MIT toonden recent hoe de IoT het vertrouwen van lasersnijder-operators kan verbeteren terwijl ze met verschillende materialen werken. Ze creëerden een met sensoren gevuld platform, passend genaamd SensiCut. Het is een add-on voor conventionele lasersnijders.

De innovatie combineert verbonden sensoren, deep learning en een optische analysetechniek genaamd speckle sensing die een laser in staat stelt om minuut details op het oppervlak van een materiaal op te pikken. Het team zei dat hun oplossing afval kan verminderen en mensen specifieke instructies kan geven over het werken met een bepaald materiaal. Het maakt ook automatisch kleine aanpassingen om ongewenste resultaten te voorkomen.

Mustafa Doga Dogan, een PhD-kandidaat die aan het project werkte, legde uit: "Door standaard lasersnijders te vergroten met lenzenloze beeldsensoren, kunnen we visueel vergelijkbare materialen die veelvoorkomend zijn in werkplaatsen gemakkelijk identificeren en het totale afval verminderen. We doen dit door gebruik te maken van de micron-niveau oppervlaktestructuur van een materiaal, wat een unieke kenmerk is zelfs wanneer het visueel vergelijkbaar is met een ander type. Zonder dat zou je waarschijnlijk een onderbouwde gok moeten maken over de juiste materiaalnaam uit een grote database."

De onderzoekers gebruikten meer dan 38.000 afbeeldingen om het tool te helpen differentiëren tussen 30 verschillende afbeeldingstypen. Het systeem kan mensen ook waarschuwen voordat ze proberen materialen te snijden die giftige vlammen genereren. Het team plann hun oplossing uit te breiden om materiaaldikte te meten in latere fasen van hun werk.

3. Machinedowntime Reduceren

De industriële IoT kan ook problemen voorkomen waar machines plotseling uitvallen en de workflow storen. Een studie gaf aan dat apparatuurmonitoring de wereldwijde productiviteit tot 25% kan verhogen tegen 2025.

Gebroken metaalfabricagemachines kunnen ertoe leiden dat bedrijven deadlines missen of het aantal technici dat bepaalde shifts werkt beperken. Daarna, afhankelijk van wat het probleem is dat de apparatuur onbruikbaar maakt, moeten mensen misschien dagen of weken wachten op vervangingsonderdelen of gespecialiseerde technici voor servicebezoeken.

IoT-sensoren kunnen deze uitdagingen voorkomen door operationele details te verzamelen die afwijkingen aangeven of dat een machine onderhoud nodig heeft om complicaties te voorkomen. Een bedrijf heeft een IoT-oplossing die realtime apparatuurdata naar zijn servicetechnici stuurt. Als een klant een probleem ondervindt en technische hulp nodig heeft, heeft de apparatuurlverancier al enige kritieke informatie over de omvang van het probleem.

Metaalfabricagebedrijven kunnen sensordata ook gebruiken om bij te houden welke machines het meest downtime ervaren of of er patronen in de problemen zitten. Die informatie kan hun beslissingen vormgeven over wanneer apparatuur te vervangen of bepaalde onderhoudsmaatregelen vaker uit te voeren om apparatuurstoringen te vermijden.

4. Productieomgevingsafwijkingen Voorkomen

Een enkel aspect buiten de aanbevolen parameters kan de efficiëntie van metaalfabricage negatief beïnvloeden. Het kan ertoe leiden dat mensen de productie stoppen en het probleem oplossen. Het ideale scenario betreft echter dat individuen problemen opmerken voordat het stoppen van de fabrieksoperaties de enige optie wordt.

Een toepassing van de industriële IoT voor metaalfabricage betrof een bedrijf dat een proces genaamd austempering verbeterde. Het verhardt ijzer-gebaseerde legeringen door ze door een hete oven te laten passeren. De onderdelen die dit proces doormaken, komen eruit als meer vermoeidheidsbestendig en hebben grotere weerstand tegen schokken. Dus zijn ze goede kandidaten voor componenten zoals duwringers die in voertuigtransmissies gaan.

Nadat de onderdelen door de oven gaan, worden ze gedoopt in een zoutbad dat op een precieze temperatuur blijft. Nikkel-titaan banden transporteren de onderdelen door elke fase. Technici moeten de productie stoppen als de transportbanden uit lijning raken om het probleem aan te pakken. Echter, dat betekent wachten tot 36 uur voor de ovens afkoelen.

Slimme sensoren geven fabrieksmanagers realtime waarschuwingen van elk geval waarin de positie van een band buiten parameters valt of andere afwijkingen toont. Die informatie te krijgen stelt hen in staat om correctieve actie te ondernemen voordat het afsluiten van de machines de enige optie wordt.

De Industriële IoT Kan Fabricage-efficiëntie Bevorderen

Talrijke dingen kunnen ertoe leiden dat een faciliteit een korte of verlengde daling in metaalfabricage-efficiëntie ervaart. IoT-sensoren garanderen geen snelle oplossing. Echter, ze kunnen betere zichtbaarheid bieden, waardoor besluitvormers dingen die de bedrijfsoutput hinderen, sneller kunnen aanpakken. De realtime data kan hen ook helpen de meest effectieve oplossingen te bepalen, of ze nu betrekking hebben op werknemerstraining, apparatuurvervanging, andere onderhoudsschema's of iets anders.