Tijekom proteklih nekoliko godina, najveće svjetske pivovare i korisnici staklene ambalaže zahtijevaju značajno smanjenje ugljičnog otiska ambalažnih materijala, prateći megatrend smanjenja upotrebe plastike i smanjenja zagađenja okoliša. Dugo je vremena zadatak formiranja vrućeg dijela bio dostaviti što više boca u peć za žarenje, bez velike brige o kvaliteti proizvoda, što je uglavnom bila briga hladnog kraja. Poput dva različita svijeta, vrući i hladni kraj potpuno su odvojeni peći za žarenje kao linijom razdvajanja. Stoga, u slučaju problema s kvalitetom, jedva da postoji pravovremena i učinkovita komunikacija ili povratna informacija od hladnog kraja do vrućeg kraja; ili postoji komunikacija ili povratna informacija, ali učinkovitost komunikacije nije visoka zbog kašnjenja vremena peći za žarenje. Stoga, kako bi se osiguralo da se visokokvalitetni proizvodi unose u stroj za punjenje, u hladnom dijelu ili kontroli kvalitete skladišta, naći će se ladice koje je korisnik vratio ili ih je potrebno vratiti.
Stoga je osobito važno na vrijeme riješiti probleme kvalitete proizvoda na vrućem dijelu, pomoći opremi za kalupljenje da poveća brzinu stroja, postići lagane staklene boce i smanjiti emisije ugljika.
Kako bi pomogla industriji stakla u postizanju ovog cilja, tvrtka XPAR iz Nizozemske radi na razvoju sve više senzora i sustava koji se primjenjuju na vruće oblikovanje staklenih boca i limenki, jer informacije koje senzori prenose je dosljedan i učinkovit.Više od ručne isporuke!
Previše je ometajućih čimbenika u procesu kalupljenja koji utječu na proces proizvodnje stakla, kao što su kvaliteta krhotine, viskoznost, temperatura, ujednačenost stakla, temperatura okoline, starenje i trošenje materijala za premazivanje, pa čak i podmazivanje uljem, promjene u proizvodnji, zaustavljanje/pokretanje Dizajn jedinice ili boce može utjecati na proces. Logično, svaki proizvođač stakla nastoji integrirati te nepredvidive smetnje, kao što su stanje kuglice (težina, temperatura i oblik), opterećenje kuglice (brzina, duljina i vremenski položaj dolaska), temperatura (zeleno, plijesan itd.), bušenje/jezgra , die) kako bi se smanjio utjecaj na kalupljenje, čime se poboljšava kvaliteta staklenih boca.
Točno i pravovremeno poznavanje podataka o statusu, opterećenju, temperaturi i kvaliteti boce temeljna je osnova za proizvodnju lakših, jačih boca i limenki bez nedostataka pri većim brzinama stroja. Polazeći od informacija u stvarnom vremenu koje prima senzor, stvarni podaci o proizvodnji koriste se za objektivnu analizu hoće li kasnije biti nedostataka boca i limenki, umjesto raznih subjektivnih prosudbi ljudi.
Ovaj će se članak usredotočiti na to kako uporaba hot-end senzora može pomoći u proizvodnji lakših, čvršćih staklenih posuda i staklenki s nižim stopama kvarova, dok se povećava brzina stroja.
Ovaj će se članak usredotočiti na to kako uporaba hot-end senzora može pomoći u proizvodnji lakših, čvršćih staklenih posuda s nižim stopama kvarova, dok se povećava brzina stroja.
1. Hot end inspekcija i praćenje procesa
S hot-end senzorom za pregled boca i limenki, veći nedostaci se mogu eliminirati na hot-endu. Ali hot-end senzori za inspekciju boca i limenki ne bi se trebali koristiti samo za hot-end inspekciju. Kao i kod bilo kojeg stroja za inspekciju, vrućeg ili hladnog, niti jedan senzor ne može učinkovito pregledati sve nedostatke, a isto vrijedi i za hot-end senzore. A budući da svaka proizvedena boca ili limenka koja ne zadovoljava specifikacije već gubi vrijeme i energiju za proizvodnju (i stvara CO2), fokus i prednost hot-end senzora je na prevenciji kvarova, a ne samo na automatskom pregledu neispravnih proizvoda.
Glavna svrha pregleda boca hot-end senzorima je uklanjanje kritičnih nedostataka i prikupljanje informacija i podataka. Nadalje, pojedinačne boce mogu se pregledati prema zahtjevima kupca, dajući dobar pregled podataka o učinku jedinice, svake kuglice ili rangera. Uklanjanje većih nedostataka, uključujući izlijevanje i lijepljenje na vrućem kraju, osigurava da proizvodi prolaze kroz opremu za raspršivanje na vrućem i hladnom kraju. Podaci o učinku šupljina za svaku jedinicu i za svaku kuglicu ili klizač mogu se koristiti za učinkovitu analizu temeljnih uzroka (učenje, prevencija) i brze korektivne radnje kada se pojave problemi. Brze korektivne mjere od strane vrućeg kraja na temelju informacija u stvarnom vremenu mogu izravno poboljšati učinkovitost proizvodnje, što je osnova za stabilan proces kalupljenja.
2. Smanjite faktore smetnje
Dobro je poznato da mnogi ometajući čimbenici (kvaliteta krhotine, viskoznost, temperatura, homogenost stakla, temperatura okoline, pogoršanje i trošenje materijala za premazivanje, ravnomjerno podmazivanje, promjene u proizvodnji, stop/start jedinice ili dizajn boce) utječu na obrt za proizvodnju stakla. Ovi čimbenici smetnje temeljni su uzrok varijacija procesa. Što je većem broju faktora smetnji proces oblikovanja podvrgnut, to se stvara više nedostataka. Ovo sugerira da će smanjenje razine i učestalosti ometajućih čimbenika znatno doprinijeti postizanju cilja proizvodnje lakših, jačih proizvoda bez grešaka i većih brzina.
Na primjer, hot end općenito stavlja veliki naglasak na podmazivanje. Doista, podmazivanje je jedna od glavnih smetnji u procesu oblikovanja staklene boce.
Postoji nekoliko različitih načina za smanjenje ometanja procesa podmazivanjem:
A. Ručno podmazivanje: Stvorite SOP standardni postupak, strogo pratite učinak svakog ciklusa podmazivanja kako biste poboljšali podmazivanje;
B. Koristite automatski sustav podmazivanja umjesto ručnog podmazivanja: U usporedbi s ručnim podmazivanjem, automatsko podmazivanje može osigurati dosljednost učestalosti podmazivanja i učinka podmazivanja.
C. Smanjite podmazivanje korištenjem automatskog sustava podmazivanja: dok smanjujete učestalost podmazivanja, osigurajte dosljednost učinka podmazivanja.
Stupanj smanjenja smetnji u procesu zbog podmazivanja je reda veličine a
3. Tretman uzrokuje fluktuacije procesa kako bi se debljina staklene stijenke rasporedila ravnomjernije
Sada, kako bi se nosili s fluktuacijama u procesu oblikovanja stakla uzrokovanim gore navedenim smetnjama, mnogi proizvođači stakla koriste više staklene tekućine za izradu boca. Kako bi se zadovoljile specifikacije kupaca s debljinom stijenke od 1 mm i postigla razumna učinkovitost proizvodnje, specifikacije dizajna debljine stijenke kreću se od 1,8 mm (postupak puhanja s malim pritiskom na usta) do čak više od 2,5 mm (postupak puhanja i puhanja).
Svrha ove povećane debljine stjenke je izbjegavanje neispravnih boca. U ranim danima, kada industrija stakla nije mogla izračunati čvrstoću stakla, ova povećana debljina stjenke kompenzirala je prekomjerne varijacije procesa (ili niske razine kontrole procesa kalupljenja) i lako su je kompromitirali proizvođači staklenih posuda i njihovi kupci.
Ali kao rezultat toga, svaka boca ima vrlo različitu debljinu stjenke. Preko infracrvenog senzorskog nadzornog sustava na vrućem kraju, možemo jasno vidjeti da promjene u procesu oblikovanja mogu dovesti do promjena u debljini stijenke boce (promjena u distribuciji stakla). Kao što je prikazano na donjoj slici, ova distribucija stakla je u osnovi podijeljena u sljedeća dva slučaja: uzdužna distribucija stakla i bočna distribucija. Iz analize brojnih proizvedenih boca, može se vidjeti da se distribucija stakla stalno mijenja , i okomito i vodoravno. Kako bismo smanjili težinu boce i spriječili nedostatke, trebali bismo smanjiti ili izbjeći ove fluktuacije. Kontrola distribucije rastaljenog stakla ključ je za proizvodnju lakših i jačih boca i limenki pri većim brzinama, s manje nedostataka ili čak blizu nule. Kontrola distribucije stakla zahtijeva kontinuirano praćenje proizvodnje boca i limenki i mjerenje procesa operatera na temelju promjena u distribuciji stakla.
4. Prikupite i analizirajte podatke: stvorite AI inteligenciju
Korištenje sve više senzora prikupit će sve više podataka. Inteligentno kombiniranje i analiza ovih podataka daje više i bolje informacije za učinkovitije upravljanje promjenama procesa.
Krajnji cilj: stvoriti veliku bazu podataka dostupnih u procesu oblikovanja stakla, omogućujući sustavu klasificiranje i spajanje podataka i stvaranje najučinkovitijih proračuna zatvorene petlje. Stoga moramo biti prizemniji i krenuti od stvarnih podataka. Na primjer, znamo da su podaci o punjenju ili podaci o temperaturi povezani s podacima o boci, kada znamo taj odnos, možemo kontrolirati punjenje i temperaturu na takav način da proizvodimo boce s manjim pomakom u distribuciji stakla, tako da su nedostaci smanjeni. Također, neki podaci o hladnom kraju (kao što su mjehurići, pukotine, itd.) također mogu jasno ukazivati na promjene procesa. Korištenje ovih podataka može pomoći u smanjenju odstupanja procesa čak i ako se ne primijeti na vrućem kraju.
Stoga, nakon što baza podataka zabilježi te procesne podatke, inteligentni sustav umjetne inteligencije može automatski pružiti relevantne popravne mjere kada sustav hot-end senzora otkrije nedostatke ili utvrdi da podaci o kvaliteti premašuju postavljenu vrijednost alarma. 5. Stvorite SOP na temelju senzora ili automatizaciju procesa kalupljenja
Nakon što se senzor upotrijebi, trebali bismo organizirati različite proizvodne mjere oko informacija koje daje senzor. Senzori mogu vidjeti sve više stvarnih proizvodnih pojava, a informacije koje se prenose vrlo su reduktivne i dosljedne. Ovo je vrlo važno za proizvodnju!
Senzori kontinuirano nadziru status kuglice (težina, temperatura, oblik), punjenje (brzina, duljina, vrijeme dolaska, položaj), temperaturu (preg, matrica, bušenje/jezgra, matrica) za praćenje kvalitete boce. Svaka razlika u kvaliteti proizvoda ima razlog. Nakon što je uzrok poznat, mogu se uspostaviti i primijeniti standardni operativni postupci. Primjena SOP-a olakšava proizvodnju tvornice. Znamo iz povratnih informacija kupaca da oni osjećaju da je sve lakše zaposliti nove zaposlenike na vrućoj strani zbog senzora i SOP-ova.
U idealnom slučaju, automatizacija bi se trebala primijeniti što je više moguće, posebno kada postoji sve više i više setova strojeva (kao što je 12 setova strojeva s 4 kapi gdje operater ne može dobro kontrolirati 48 kaviteta). U ovom slučaju senzor promatra, analizira podatke i vrši potrebne prilagodbe slanjem podataka u vremenski sustav rangiranja i vlaka. Budući da povratna informacija radi samostalno preko računala, može se prilagoditi u milisekundi, nešto što čak ni najbolji operateri/stručnjaci nikada neće moći učiniti. Tijekom proteklih pet godina, automatska kontrola zatvorene petlje (hot end) bila je dostupna za kontrolu težine komadića, razmaka boca na transportnoj traci, temperature kalupa, hoda bušilice i uzdužne distribucije stakla. Predvidljivo je da će više kontrolnih petlji biti dostupno u bliskoj budućnosti. Na temelju trenutnog iskustva, korištenje različitih kontrolnih petlji može u osnovi proizvesti iste pozitivne učinke, kao što su smanjene fluktuacije procesa, manje varijacije u distribuciji stakla i manje grešaka u staklenim bocama i staklenkama.
Kako bismo ostvarili želju za lakšom, jačom proizvodnjom (gotovo) bez grešaka, većom brzinom i većim prinosom, predstavljamo neke načine kako to postići u ovom članku. Kao član industrije staklene ambalaže, pratimo megatrend smanjenja plastike i onečišćenja okoliša te slijedimo jasne zahtjeve velikih vinarija i drugih korisnika staklene ambalaže za značajno smanjenje ugljičnog otiska industrije ambalažnih materijala. A za svakog proizvođača stakla, proizvodnja lakših, jačih staklenih boca (gotovo) bez grešaka, i pri većim brzinama stroja, može dovesti do većeg povrata ulaganja uz smanjenje emisije ugljika.
Vrijeme objave: 19. travnja 2022