Proactieve Gereedschapsmonitoring: Storingen Voorspellen & Kosten Verlagen

Machineconditiemonitoring is een praktijk waarbij de gezondheid van de machine over een specifieke periode beoordeeld kan worden. Door data van de machine vast te leggen, kunnen efficiëntie, algehele apparatuureffectiviteit (OEE) en andere variabelen gebruikt worden om toekomstige prestaties te bepalen om onderdelenvervanging, slijtage en downtime voor service te optimaliseren.

Maar wat is met het monitoren van de gereedschapsconditie? Terwijl machineconditiemonitoring elektronisch vastgelegde data benut, zijn de gereedschappen zelf precieze, geharde tools die het snijden, boren of frezen van een stuk uitvoeren. Door het concept van machineconditiemonitoring uit te breiden naar gereedschappen, kunnen bedrijven gereedschapsstoringen voorspellen en kosten verlagen.

Wat is een Gereedschapsmonitoringssysteem?

Een gereedschapsmonitoringssysteem analyseert machinedata van veel apparaten om de gezondheid, levensduur en resterende bruikbaarheid van een gereedschap te bepalen. Het monitoren van de gezondheid en levensduur van een gereedschap is lastiger dan machineconditiemonitoring. Het probeert de data van de CNC-machine te benutten om de conditie en levenscyclus van het gereedschap te begrijpen en te voorspellen. Hoe nauwkeuriger de voorspelling van gereedschapsstoring, des te lager de totale gereedschapskosten.

Door diverse factoren te monitoren, kan monitoringsoftware die de gezondheid van een gereedschap meet, operatoren informeren over gereedschapsslijtage en hoe lang een gereedschap nog meegaat. Dit biedt grotere zichtbaarheid in het proces en stelt operatoren in staat om zo lang mogelijk leven uit elk gereedschap te halen. Ze kunnen hun tijd ook beter managen om veranderingen met minder downtime uit te voeren. Het voorspellen van gereedschapsstoring stelt operatoren in staat het gereedschap op een optimaal moment te vervangen, terwijl schade aan de machine en het te produceren deel wordt voorkomen, wat schroot en gereedschapskosten verlaagt.

Hoe Werken Gereedschapsmonitoringssystemen?

Gereedschapsmonitoringssystemen werken op een van drie niveaus, elk toenemend in nauwkeurigheid. Niveau één monitort gemiddelden gecreëerd door storingpunten, niveau twee gebruikt vermogen om voorspelbare golfvormen te meten en niveau drie gebruikt geavanceerde algoritmen voor verzamelde data. Voor bedrijven die systemen implementeren die gereedschappen monitoren, zijn er essentieel drie benaderingsniveaus. Elk biedt een variërende graad van zekerheid over het aanwijzen van wanneer een gereedschapsstoring zal plaatsvinden, en als gevolg biedt elke stap variërende effectiviteitsgraden.

Niveau 1

Het eerste type is het meest basale en wordt breed gebruikt in de bewerkingsindustrie. Het is simpelweg een variatie op een oude reactieve onderhoudspraktijk waarbij het gereedschap tot storing mag draaien. Deze methode gebruikt de storingpunten om een gemiddelde te creëren dat als vervangingsgids dient. Ongeveer 95% van de industrie doet dit.

Hoewel deze methode gemakkelijk te implementeren is (wat leidt tot breed gebruik), heeft het significante nadelen.

Het instelpunt voor het gemiddelde kan willekeurig of subjectief worden, vooral wanneer verschillende materialen in de machine gebruikt worden. De verlaagde gemiddelden drijven de gereedschapskosten op.

Bovendien kunnen allerlei andere variabelen zijn die niet in rekening worden gebracht die het werk van het gereedschap onderbreken, waardoor het afwijkt van het gemiddelde. Dit resulteert in een van twee dingen:

1. Grote hoeveelheden schrootonderdelen door gereedschappen tot storing te laten draaien of
2. Verspilde gereedschappen en onnodig hoge gereedschapskosten

Een afbeelding van een "goed" deel (boven) en een "slecht deel" (tweede van boven). Daaronder zijn twee frezen: de eerste is nieuw, de onderste is gebroken. Voor deze fabrikant, wanneer de frees breekt (zoals de onderste), wordt de gleuf niet gesneden, en wordt het deel schroot.

Niveau 2

Het tweede niveau is geavanceerder. Dit systeem analyseert het vermogen dat door de spindel wordt gebruikt en volgt de golfvorm, zoals gelidsgolven op een opname, om storingpunten te voorspellen. Door de amplitude van het vermogen over de tijd te lezen, kunnen toename en afname van de belasting de storing aangeven.

Dit systeem heeft ook nadelen. Hoewel het het probleem van subjectieve gemiddeldes in Niveau 1 aanpakt, kan Niveau 2 nog steeds alleen gereedschapscondities vastleggen op of heel dicht bij het storingpunt. Dit betekent dat het systeem nog steeds openstaat voor potentiële hogere schrootsnelheden. Het betekent ook toegevoegde downtime en potentiële schade aan de machine afhankelijk van het type storing.

Niveau 3

De meest geavanceerde beschikbare oplossing, deze benadering gebruikt algoritmen die een nadende storing op tijd kunnen detecteren om het onderdeel binnen een acceptabele onderhoudsstop te vervangen en met aanzienlijk verminderde schroot.

Niveau 3 monitoringssystemen, zoals die gepioneerd door MachineMetrics, gebruiken high-frequency data en geavanceerde algoritmen om storingen te diagnosticeren, voorspellen en te voorkomen.

Deze systemen vereisen ook geen sensoren om het gereedschap te monitoren. Door high-frequency data van koppelgebruik te meten, kan data geparsed, gereinigd en geanalyseerd worden. Deze data wordt direct uit de machinebesturing gehaald, wat monitoring optimaliseert om de laatste mijl te dekken en een integraal deel te worden van een geavanceerder gereedschapsconditiemonitoringssysteem dat machinebesturing verbetert.

Belangrijkste Voordelen

Er zijn veel voordelen aan een geautomatiseerd machine-gereedschapsmonitoringssysteem, waaronder:

Conditiemonitoring

Operatoren worden gewaarschuwd voor gebroken of versleten gereedschappen, waardoor schade aan onderdelen of machines wordt voorkomen.

Nauwkeurige Gereedschapslevensduur

Gereedschappen kunnen geoptimaliseerd worden voor specifieke situaties zoals machinetype, omgeving of materiaal.

Verlengde Gereedschapslevenscyclus

Ook wel gereedschapsoptimalisatie genoemd, het optimaliseren van de vervanging van gereedschappen betekent dat de levenscyclus gemaximaliseerd wordt en het gereedschap nooit te vroeg of te laat vervangen wordt.

Verbeterde Kwaliteit

Gebroken gereedschappen zijn slechts een deel van het probleem. Gereedschapsslijtage kan ook schroot genereren door onderdelen te produceren die licht uit spec vallen. CNC machine gereedschapsmonitoringsoftware kan deze slijtage identificeren om verder gebruik te voorkomen.

Voorspellend Onderhoud

Voorspellend onderhoud is de meest impactvolle methode beschikbaar voor het verbeteren van kwaliteit en het verlagen van kosten. Het heeft de mogelijkheid om gereedschapsstoringen nauwkeurig te voorspellen en teams te alarmeren om het probleem op te lossen, schroot volledig te voorkomen.

Vermogensmonitoring

Vermogensmonitoring is waar gereedschappen continu tijdens de productiecyclus worden gemonitord om het vermogen dat door de machine wordt gebruikt te managen. Het begrijpen van het vermogen dat voor elke job wordt gebruikt en uitgeoefend door de gereedschappen kan helpen gereedschapsslijtage vroeger te detecteren. Als het vermogen onverwacht piekt, kan dit een shutdown veroorzaken. Pieken kunnen ook overmatige kracht aanduiden wanneer die niet verwacht wordt en operatoren leiden naar het gereedschap dat vervangen moet worden. Vermogensmonitoring kan ook in combinatie met andere programma-aspecten werken, zoals krachtmonitoring, om een nog completer beeld te geven.

High-speed Dataverwerking

Data is een van de meest waardevolle activa van een bedrijf. Wanneer in real-time en op het moment van optreden verwerkt, kan het gebruikt worden in het kader van hetzelfde geavanceerde analytics-platform dat productiemonitoring aandrijft om actionable insights te bieden. Deze inzichten helpen niet alleen operatoren en managers oplossingen voor problemen te ontwikkelen. Als onderdeel van het data-ecosysteem bieden ze waardevolle informatie per job, machine, operator, shift, en meer.

Real-time Gereedschapsslijtagedetectie

Geavanceerde datavastleggingssystemen zoals die van MachineMetrics kunnen aansluiten op high-frequency data die gebruikt kan worden om gereedschapsslijtage in real-time te detecteren. De resultaten worden geanalyseerd, en met machine learning kan het systeem beginnen traceerbare en plotbare attributen toe te kennen aan elk signaal dat gepaard gaat met gereedschapsslijtage. Deze mogelijkheid werkt samen met andere apparaten zodat gereedschapsslijtage gemonitord en geplottet kan worden.

Met gereedschapsmonitoring kunt u het oor van een ervaren monteur met jarenlange ervaring in het luisteren naar gereedschappen en machines op tekenen van nabijkomende storing repliceren.

Is Software voor het Monitoren van Gereedschappen Voor U?

Als apparatuur niet presteert volgens gemeten productiesnelheden of juiste cycletijden, kan gereedschapsmonitoring een goede oplossing zijn. Als kosten en kwaliteit overal heen schieten, dan kan juiste gereedschapsgezondheid een belangrijk deel van de oplossing zijn. Omdat het lastiger is dan machineproductiemonitoring, kunnen veel bedrijven ervoor terugschrikken. Maar waarom een bedrijf zo'n monitoringssysteem nodig heeft, gaat hand in hand met waarom ze productiemonitoring nodig hebben.

Hetzelfde geldt voor het begrijpen van OEE. Veel bedrijven die net beginnen met digitalisatie en monitoring hebben een sterk opgeblazen mening over wat hun algehele apparatuureffectiviteit is. En wanneer productiemonitoring begint, wordt die mening gespoten. Het vertegenwoordigt de volgende diepgang voor continu procesverbetering om een greep te krijgen op een reeks issues.

Een bedrijf kan dergelijke monitoringsoftware ook gebruiken om meer strategische behoeften aan te pakken. Misschien leidt de data tot trainingsissues die betekenen dat zelfs een ervaren operator een refresher nodig heeft. Het kan ook gebruikt worden om te bepalen of het apparatuurpark van het bedrijf in staat is om het kwaliteitsniveau te produceren op basis van complexiteit. Productspecificaties en trends verschuiven over de tijd, en legacy-apparatuur houdt niet altijd evenredig.

Een andere strategische reden zou zijn voor het bedrijf om nieuwe business aan te nemen. Luchtvaart, medisch, en militair-graden onderdelen vereisen extreem strakke toleranties. Als een bedrijf overweegt nieuwe business aan te nemen waar huidige efficiëntie en procescontroles uit de toon zijn, kan het monitoringssysteem helpen probleemgebieden te identificeren en ze te richten op een procesoplossing die hen in staat stelt hoger kwaliteitswerk te nemen.

Wanneer Maakt Gereedschapsmonitoring Sinn?

Gereedschapsmonitoring maakt zin wanneer een bedrijf weinig of geen idee heeft wat de ware OEE is. Het maakt ook zin wanneer processen geoptimaliseerd moeten worden. Veel bedrijven kunnen dubbele cijfer verbeteringen van zo hoog als 20% realiseren bij gebruik in combinatie met productiemonitoring. Deze conditie kan jaren duren en operatoren en managers frusteren die niet begrijpen waarom een machine niet in staat is om onderdelen te produceren tegen de vastgestelde snelheid.

Gereedschapsmonitoring maakt ook zin wanneer bedrijven efficiëntieverlies lijden door gemiste of onjuiste cycletijden waar gereedschapsstoring betekent dat de job nooit werkt op de productiesnelheid volgens specificaties. En het is een uitstekende keuze voor bedrijven die een hoog verlies hebben door kwaliteitsuitval en de exacte redenen en locaties van deze uitval niet kunnen pinpointen.

BC Machining Keert zich tot MachineMetrics voor Voorspellende Gereedschapsmonitoring

Toen BC Machining hulp zocht om voortdurende gereedschapsbreuk en hoge schrootsnelheden aan te pakken, engageerden ze MachineMetrics voor een oplossing. BC Machining dient de medische, defensie, transport- en elektrisch gereedschapindustrieën waar precisie kritiek is.

BC Machining ervoerde excessive gereedschapsbreuk in hun Swiss CNC-machines, wat schroot creëerde zowel bij het breukpunt als bij eind-van-gereedschapslevensduur wanneer onderdelen uit spec kunnen variëren.

Met behulp van de MachineMetrics-oplossing van het vastleggen van high-frequency data en het analyseren ervan via geavanceerde algoritmen, kon BC gereedschapsbreuken identificeren om schrootonderdelen te voorkomen.

De daling in verloren onderdelen, sorteren en onzekerheid vertaalde zich in bijna 100% storingdetectie en een jaarlijks besparing van $72.000 per machine.

Lees de complete case study met BC Machining.

MachineMetrics biedt een monitoringssysteem voor gereedschapsbeoordeling dat data direct vanaf de bron verzamelt – de CNC-machine zelf. Door middel van aangepaste algoritmen ontworpen om koppelgebruik te monitoren, kunnen invoeren in het systeem worden ingevoerd als tijdreeksgebeurtenissen of machine learning-modellen om gereedschapsstoring nauwkeurig te voorspellen.

MachineMetrics' high-frequency data adapter kan de problemen detecteren en de data aan de edge analyseren om oplossingen te automatiseren en personeel te alarmeren voordat de storing optreedt, waardoor kostbare schroot en downtime voorkomen worden. Met geavanceerde machinediagnostiek wordt gereedschap geoptimaliseerd en geïntegreerd in een agressief en volledig geautomatiseerd voorspellend onderhoudssysteem. Om te zien hoe MachineMetrics ingezet kan worden om u te helpen een greep te krijgen op de gezondheidsbehoeften van uw gereedschap, boek vandaag nog een demo met ons team.