Îmbunatatirea proceselor de injectie si Machine Learning

In multe procese de productie ar fi utila introducerea conceptelor noi de imbunatatire , cum ar fi Machine Learning-ul.

De exemplu,la injectia maselor plastice,turnarea pieselor extrudarea etc

La procesele mentionate majoritatea defectelor sunt umplerea incompleta, deformari, suduri reci, bavuri.

De regula acestea provin din parametri de reglare setati necorespunzator. Usor de zis, greu de facut, in conditiile in care procesele de injectare sunt extreme complexe, vorbim de circa 40 de parametri de reglare(temperaturi cu intervale de 5-10 sau chiar 20 de grade, presiuni, curse, timpi, viteze, umiditati etc. si desigur ca majoritatea nu sunt independenti, ceea ce complica si mai mult situatia.In aceste conditii devine o misiune imposibila controlul procesului. Asa ca in practica procesele de fapt sunt instabile, cea ce inseamna ca nu sunt predictibile prin definitie!

Vestea buna este ca solutii exista. Vestea si mai buna este ca solutiile nu sunt scumpe, nu necesita de regula investitii suplimentare sau doar investitii de valoare redusa,pentru colectarea automata a datelor, la indemana oricarei firme iar beneficiile sunt calculabile a priori foarte simplu.

Beneficiul = Diferenta dintre Nivelul de calitate obiectiv realizabil de proces si nivelul de calitate actual

De ex: Beneficiul= Diferenta dintre Costurile cu 8000 ppm nivel actual si 233 ppm nivel realizabil de catre procesele medii de injectie(desigur ca vorbim de matrite si utilaje in conditii normale de intretinere)

Si unde suntem inca fata de Six Sigma adica 3,4 ppm?

Cum putem imbunatati procesele? Prin machine learning

Etapele principale ale procesului

Desigur ca cea mai importanta faza este colectarea datelor.Sistemul
functioneaza pe principiul GIGI adica gunoi intra ,gunoi iese.Din acest motiv
definirea sistemului de colectare a datelor Colectarea datelor care sa aiba mare
grad de acuratete si precizie urmata de o analiza temeinica de catre consultant
impreuna cu echipa de specialisti pot deja aduce imbunatatiri esentiale
procesului deja in aceasta faza..
In faza de pre procesare vom folosi expertiza specialistilor pentru a reduce
numarul parametrilor urmariti,si asta evident difera de la situatie la situatie.
Iar pentru machine Learning vom volosi un soft dedicat.
Precizia estimarii dupa 160 de cicluri a fost de 99,37%

Leave a Reply