CNC-gereedschapsbreuk voorkomen: bewaarde strategieën om toolfalings te reduceren

Gereedschapsbreuk is altijd een uitdaging geweest voor bewerkingsoperaties. Deze breuken kunnen optreden tijdens reguliere bewerkingscycli door gereedschapsinslijting die uiteindelijk resulteert in falen. Ze kunnen ook ontstaan door verkeerde instellingen, menselijke fouten, apparatuurstoringen of diverse andere redenen.

Wanneer gereedschappen breken, lopen de kosten op. Downtime betekent minder eerstekwaliteitsonderdelen en potentiële gemiste leveringen. Het drijft ook arbeids- en materiaalkosten op door schroot en extra arbeid voor herwerkbare stukken.

In de afgelopen jaren is er echter een groei in accurate en betrouwbare gereedschapsmonitoringssystemen die in combinatie met productiemonitoring de levensduur van gereedschappen verlengen of hun falen voorspellen.

Dit artikel definieert gereedschapsbreuk, bespreekt veelvoorkomende detectietechnologieën en behandelt manieren om een dure breuk te voorkomen.

Wat is CNC-gereedschapsbreukdetectie?

Er is een grote verscheidenheid aan gereedschappen die in CNC-bewerking gebruikt worden. Gereedschapsbreukdetectie bestaat uit besturingssysteemtechnologieën waarbij de breuk van een gereedschap de operator waarschuwt.

Wanneer deze alarmen afgaan, kan de bewerkingscyclus stoppen, zodat operators het gereedschap kunnen vervangen en schade aan de machine voorkomen. Afhankelijk van het type breuk, kan detectie helpen een onderdeel te redden voordat het schroot wordt.

Typen gereedschapsbreuktechnologieën

Gereedschapsbreukdetectie biedt veel voordelen, waaronder:

• Betere nauwkeurigheid
• Minder schroot en herwerk
• Lagere kosten
• Hogere efficiëntie
• Minder operatorhandeling

Er zijn verschillende actieve technologieën in CNC-bewerking die fabrikanten in staat stellen deze voordelen te realiseren. Het type systeem voor gereedschapsbreukdetectie kan uit een of meer van de volgende technologieën bestaan.

Ze zijn vaak gekoppeld aan productiemonitoringsystemen en idealiter IIoT-platforms die toolingdata in de cloud analyseren om toekomstige breuken beter te voorspellen. Een innovatie op het gebied van contactloze technologieën is het gebruik van hoogfrequente data die helpt bij het diagnosticeren, voorspellen en voorkomen van falen. Deze technologie is sensorloos en gebruikt direct real-time data die met een extreme snelheid wordt opgehaald om accurate detectiemodellen voor gereedschapsfalen te bouwen.

Bedrade technologieën

Bedrade breukdetectiesystemen zijn eenvoudig. De hardware die breuken detecteert, is fysiek bevestigd aan sleutelcomponenten van de machine waar breuken kunnen optreden. Ze zijn meestal goedkoper dan andere technologieën omdat de communicatieapparaten niet in de hardware hoeven te worden ingebouwd.

Bedrade systemen zijn een goede keuze voor gereedschapsbreukdetectie in apparatuur waar de benodigde beweging voor het bewerken van het stuk simpel is. Echter, de kwaliteit van analyse, alarmsnelheid en reactiesnelheid bij breuken maken het verschil. Bedrade systemen zijn alleen zo goed als de snelheid van de reactie, de kwaliteit van de analyse en het opgeleverde inzicht.

Een voordeel van bedrade technologie is dat het direct gekoppeld kan worden aan een fabrieksbrede toolmonitoringoplossing. Dit verbetert de analysekwaliteit van gereedschapsbreuken aanzienlijk, waardoor voorspellende en voorschrijvende strategieën toegepast kunnen worden voor betere gereedschapslevensduur en minder breuken.

Draadloze technologieën

Draadloze technologieën zijn net zo accurate als bedrade technologieën. Een overweging is het bereik van de draadloze hardware naar de controller of het toegangspunt naar het platform dat productie monitort en alerten stuurt. De meeste werkplaatsen zijn zo ingericht dat bereik geen probleem is.

Bij draadloze breukdetectie zijn systemen meestal Bluetooth of gebaseerd op traditionele RF. Naarmate draadloze technologie vordert, begint de verschuiving naar Bluetooth-apparaten, met name Low Energy Bluetooth, RF te vervangen. Draadloze technologieën kunnen direct communiceren met toolmonitoringsoftware. Dit automatiseert de monitoring van gereedschapsinslijting en breuk en identificeert niet alleen wanneer gereedschappen breken, maar ook wanneer ze het falingspunt benaderen.

Contacttechnologieën

Contactdetectietechnologieën gebruiken een tastvoeler, pad of ander eindstuk om te bepalen of een gereedschap gebroken is. Tastvoelers kunnen vast of bewegend zijn, afhankelijk van het type machine. Gereedschappen raken tastvoelers om te bepalen of het gereedschap gebroken is. Contactbreukdetectie kan gebruikt worden met zowel bedrade als draadloze systemen.

Net als bedrade technologieën zijn contacttechnologieën een fysieke manier om gereedschapsbreuk te detecteren. Maar deze contactapparaten kunnen worden geladen in toolmonitoringsoftware in zowel bedrade als draadloze systemen om breukdetectie realtime te maken. Dit betekent dat het stoppen van apparatuur bij directe detectie geautomatiseerd kan worden om machineschade te voorkomen en materiaal uit de schrootbak te redden.

Contactloze technologieën

De meest voorkomende contactloze breukdetectietechnologie is een laser. Lasers zijn ideaal voor het detecteren van breuken bij hoge snelheid rotatie van gereedschappen. Ze zijn ook zeer nuttig voor gereedschappen die thermische monitoring vereisen die onder overmatige hitte kunnen vervormen of breken. Lasers kunnen alleen in twee dimensies meten. Voor drie dimensies worden ze gekoppeld aan contacttechnologie om derdedimensiegegevens vast te leggen.

Een andere contactloze breukdetectietechnologie is het gebruik van camera's. Camera's zijn beter voor kleine gereedschappen vergeleken met lasers. De bundel is vaak breder dan het gereedschap bij kleine gereedschappen, en camera's kunnen breuken detecteren met hoge-resolutieafbeeldingen van kleine freeswerkzaamheden.

Gereedschapsbreuken tot een minimum beperken

Gereedschapsbreuken kunnen geminimaliseerd worden door best practices en aandacht voor detail. Dit helpt de kosten van tooling en de algehele productieoperatie te minimaliseren. Best practices omvatten:

• Strikte controle houden op het gemiddelde aantal gereedschapsmontages en documenten die behandeld worden, zodat ze correct ingesteld zijn voor elke run.
• Opzetten tijden auditen om hoofdcausen van problematische runs te vinden die verminderd kunnen worden met aanpassingen in de opzet.
• Gereedschapskwaliteit opnemen in verbeterinspanningen. Het juiste materiaal voor gereedschappen hangt af van het type taken die de werkplaats uitvoert; lagere kwaliteit snijgereedschapsmateriaal kan kosten verhogen.
• Productiemonitoringsoftware gebruiken. Geavanceerde systemen zoals die van MachineMetrics laten je diep duiken in de oorzaak van de breuk om verbeterde voorspellende strategieën te ontwikkelen die breuk mitigeren.

Veelvoorkomende fouten bij snijgereedschapsbreuk

Fouten kunnen leiden tot gereedschapsbreuk. Hier zijn voorbeelden van veelvoorkomende fouten die leiden tot gereedschapsbreuk.

1. Verkeerde gereedschapshouder of gereedschapsmontage – Het kiezen van de juiste gereedschapcombinatie is cruciaal. Deze combinatie omvat de juiste gereedschapshouder, gereedschapslengte en gereedschapsprofiel.
2. Verkeerd gereedschap – Het kiezen van het juiste gereedschap voor het materiaal kan het verschil zijn tussen een gebroken gereedschap en een correct onderdeel. Vaak worden gereedschappen niet afgestemd op het gebruikte materiaal.
3. Verkeerde snelheid – Op de snelweg doodt snelheid. Maar in CNC is de fout vaak een te lage snelheid voor de snede.
4. Verkeerd gereedschapspad – Deze basale programmeerfout rekening niet met complexe kenmerken binnen een gereedschapspad.

BC Machining kiest MachineMetrics voor voorspellende toolmonitoring

Toen BC Machining hulp zocht om aanlopende gereedschapsbreuk en hoge schrotpercentages aan te pakken, schakelden ze MachineMetrics in voor een oplossing. BC Machining bedient de medische, defensie-, transport- en elektrisch gereedschapindustrie waar precisie cruciaal is.

BC Machining kampte met overmatige gereedschapsbreuk in hun Zweedse CNC-machines, wat schroot opleverde zowel op het moment van breuk als bij bijna afgelopen gereedschapslevensduur wanneer onderdelen uit specificatie kunnen lopen.

Door de MachineMetrics-oplossing van het vastleggen van hoogfrequente data en het analyseren ervan via geavanceerde algoritmes, kon BC gereedschapsbreuken identificeren om schrootonderdelen te voorkomen.

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

Lees de complete case study met BC Machining.

MachineMetrics biedt een monitorsysteem voor gereedschapsbeoordeling dat data direct vanaf de bron verzamelt – de CNC-machine zelf. Via aangepaste algoritmes ontworpen om koppelgebruik te monitoren, kunnen invoeren worden ingevoerd als tijdreeksgebeurtenissen of machine learning-modellen om gereedschapsfalen nauwkeurig te voorspellen.

De hoogfrequente data-adapter van MachineMetrics kan problemen detecteren en de data aan de rand analyseren om oplossingen te automatiseren en personeel te waarschuwen voor storingen voordat ze optreden, waardoor duur schroot en downtime worden voorkomen. Met geavanceerde machinediagnostiek wordt tooling geoptimaliseerd en geïntegreerd in een agressief en volledig geautomatiseerd voorspellend onderhoudssysteem. Om te zien hoe MachineMetrics ingezet kan worden om uw gereedschapsgezondheid onder controle te krijgen, boek vandaag nog een demo met ons team.