ПРОМЫШЛЕННЫЙ ИНЖИНИРИНГ │ АВТОМАТИЗАЦИЯ ПРОИЗВОДСТВА │ ТЕХНОЛОГИИ МЕТАЛЛООБРАБОТКИ

06.06.2017

Предсказательное материально-техническое обеспечение и ремонтно-техническое обслуживание металлорежущих станков и инструмента

 Предсказательное материально-техническое обеспечение и ремонтно-техническое обслуживание металлорежущего оборудования и инструмента
Станочный парк и арсенал металлорежущего инструмента требуют постоянного мониторинга и регулярного обслуживания. Внеплановый ремонт или отсутствие нужного инструмента может привести к значительным убыткам, выход оборудования из строя ставит под угрозу соблюдение сроков и лояльность клиентов. С другой стороны, избыточное техническое обслуживание и закупка лишнего инструмента, как и закупки некачественного инструмента с коротким жизненным циклом также влечет за собой дополнительные расходы.

Возможность заранее предсказывать отказы оборудования позволяет своевременно спланировать техническое обслуживание и ремонт либо заказать запасные части. Это позволяет оптимизировать затраты на поддержку работоспособности оборудования.

Возможность заранее предсказывать потребность в металлорежущем инструменте и сопутствующих расходных материалах не только на основании плана производства, но и на основании исторических данных собранных по фактам событий – исключает простои производства по причине отсутствия инструмента и расходных материалов.

Выявлять потенциальные сбои производства на этапе, когда человек еще не способен их обнаружить – это не фантастика, это вполне земные технологии, основанные на математических методах которые применялись ещё в 19ом веке.

Предсказательные методы, позволяющие найти сбалансированные решения были разработаны и активно использовались ещё полтора века назад, но с развитием металлорежущих технологий которое сопровождается повешением информационной ёмкости металлообрабатывающего производства, эти методы стали крайне трудоёмкими и перестали применяться в дискретных производственных системах.

Саксонский завод механической обработки
Этот рисунок датирован 1868 годом, на нём изображён Саксонский завод механической обработки.  150 лет назад металлорежущие станки работали на паровой тяге. Технологии механизированной обработки металлов резаньем только начинали развиваться, информации было мало и повышение эффективности труда достигалась главным образом за счёт применения научных методов организации производства. Именно тогда зародились современные математические методы предсказательной аналитики. Предсказательное материально-техническое обеспечение и ремонтно-техническое обслуживание металлорежущего оборудования и инструмента в середине 19го века – было очень живой темой дискуссий и часто встречается в публикациях тех лет.
Тем, кто хорошо владеет немецким и интересуется этой темой, рекомендую посетить читальный зал нюренбергской городской библиотеки. Вам не дадут изучать оригиналы документов, но там есть много копий с которыми можно ознакомится.



Развитие киберфизических систем мониторинга и управления, технологий машинного обучения и аналитического программного обеспечения позволили значительно снизить трудоёмкость предсказательной аналитики за счёт автоматизации сбора и обработки данных.

Революционный аспект


CPS (Cyber-physical system – «киберфизическая система») – организационно-техническая концепции, основанной на интеграции физического и информационного пространства. CPS – революционный аспект "INDUSTRIE 4.0"
Объединения систем мониторинга с аналитикой — превращают обычную компанию в SMART с высокой эффективностью производства.
Удалённый и автоматизированный мониторинг, предсказательное техническое обслуживание, оптимизация производственных издержек, повышение производительности и множество других конкурентных преимуществ для металлообрабатывающей компании.

Метод предсказательной аналитики для материально-техническое обеспечение и ремонтно-техническое обслуживание металлорежущего оборудования и инструмента


Метод предсказательной аналитики для материально-техническое обеспечение и ремонтно-техническое обслуживание металлорежущего оборудования и инструмента


EP (End-Product) – изделие или группа изделий.
Ob (Object) – видоизменяемый объект производства (заготовка, сортамент и т.д.).
Op (Operation) – операция (действие) совершаемая для видоизменения Ob (форма, свойства).
ƩOb – сумма ряда Ob, совокупность свойств объекта производства, оказывающих влияние на износ оборудования и инструмента: физически свойства обрабатываемого материала, геометрические параметры и т.д.
ƩOp – сумма ряда Op, сумма коэффициентов параметров (условий эксплуатации), оказывающих влияние на износ оборудования и инструмента: характеристики инструмента, режимы резки, время работы под нагрузкой (со значениями) и т.п. В каждом конкретном случае параметры элементов ряда определяются индивидуально.
Если Op на заводе изменяет форму, положение или свойства Ob, то операция является рабочей. Если Op не оказывает влияние на Ob, то Op производимая в рабочее время становится отрицательной. 
PS (Physical System) – физическая среда производства (искусственно созданная). К PS относятся все материальные (физические) Ob (оборудование, инструмент, производственные помещения, люди и т.д.) и физические действия Op (вращение шпинделя, перемещение деталей, охлаждение и т.п.).
CS (Cyber System) – кибернетическая система производства, в идеале CS≡PS и образует интегрированную среду CPS (Cyber-physical system) объединяющую физическое и информационное пространство производственной системы.

Взаимодействие операций с объектом производства выражается отношением EP = Op(Ob), которое утверждает, что EP получено Op над Ob. ƩOb и ƩOp определяют значение EP = Op(Ob), что даёт возможность собрать данные для KDD (knowledge discovery in databases).

PdM
(Predictive Model) – предсказательная модель, PdMx – элемент предсказательной модели (переменная).
Термин "Predictive Model" в английском языке (в зависимости от контекста) может означать как предсказательная модель, так и прогностическая модель. Не путайте эти термины! Предсказательное моделирование основано на математических методах обработки адекватных данных и нацелено на получение точных результатов. Прогностическое моделирование нацелено на определение вероятности события.
Предсказательная аналитика отвечает на вопрос – Когда (год, месяц, день, час) нужно заменить электромеханический узел для того чтобы изготавливались детали надлежащего качества и количества?
Прогностическая аналитика отвечает на вопрос – Какова вероятность выхода из строя электромеханического узла металлорежущего станка в следующем году, в этом году, в этом месяце, завтра?
PMML (Predictive Model Markup Language) – язык разметки для IT-систем предсказательного моделирования, является языком разметки на основе XML, разработанным Data Mining Group и обеспечивающим приложениям способ определения моделей, относящихся к предсказательной аналитике и анализу данных, а также обмен такими моделями между PMML-совместимыми приложениями.

Крайне важно при разработки и внедрении CPS придерживаться стандарта PMML, в противном случае KDD(CPS) может вам обойтись очень дорого. В некоторых случаях, интеграция CPS или SCADA с системами анализа данных настолько проблемное занятие, что в итоге дешевле поменять всю аппаратную часть и ПО на интероперабельное решение, чем пытаться модернизировать имеющеюся неинтероперабельную систему.
Внедряя автоматические системы обратной связи от производства, учитывайте интероперабельность и возможные масштабирования системы, иначе вместо SMART-киберфизической системы управления производством, вы получите систему автоматизации примитивного надзирательства над рабочими, которая в лучшем случае будет вам сообщать о следствиях, а не причинах низкой эффективности производства.


Источниками адекватных данных для PdM являются ПЛК, различные датчики и кибернетическая среда производства: CAx (Computer-Aided) – совокупность систем автоматизированного проектирования и АСУП (автоматизированные системы управления предприятием).
Основные компоненты CAx-поставщики данных для PdM:
CAD/CAM – через PDM.
CAD (Computer-Aided Design) – система автоматизированного проектирования
CAM (Computer-Aided Manufacturing) – автоматизированная система, либо модуль автоматизированной системы, предназначенный для подготовки управляющих программ для станков с ЧПУ. Под термином понимаются как сам процесс компьютеризированной подготовки производства, так и программно-вычислительные комплексы, используемые инженерами-технологами.
PDM (Product Data Management) – автоматизированная компьютерная система управления данными об изделии.
Важно:
Если вы развиваете на своём предприятии PDM как интегрированную систему управления данными об изделии, следует избегать структуры в виде KDD(CAD/CAM). Управление данными для анализа и организации производства должно быть централизованно, структура Data mining должна быть интегрированной KDD(CAx), подробнее – KDD(PDM[CAD/CAM]), в противном случае высока вероятность проблем, связанных с потерей данных и интероперабельности.
CAx – это не только САПР и управление данными об изделии, в CAx также входят системы управления ресурсами предприятия ERP и в некоторых случаях MES.

Data mining(CPS): аналитические методы обнаружения знаний в базах данных дискретных производственных систем

Комментариев нет:

Отправить комментарий

ПРОМЫШЛЕННЫЙ ИНЖИНИРИНГ АВТОМАТИЗАЦИЯ ПРОИЗВОДСТВА ТЕХНОЛОГИИ МЕТАЛЛООБРАБОТКИ