Понедельник, 29 Апрель 2019 08:20

Прогнозирование ресурса шпинделя ЧПУ

Автор 
Оцените материал
(3 голосов)

Искусственный интеллект (ИИ) может сделать прогнозное обслуживание промышленного оборудования по-настоящему прогнозируемым.

 

Одним из примеров, о котором я писал в прошлом году, было приложение прогнозирующего обслуживания на основе облачных технологий Cosen Saws, которое не только отслеживает срок службы лезвий для пил с ЧПУ, но и прогнозирует отказ лезвия задолго до его возникновения. Аналогичным примером является система мониторинга работоспособности шпинделя (SHMS) на базе AI компании Mazak, которая в настоящее время является опцией для ее горизонтальных обрабатывающих центров HCN (HMC).

 

 


Обе системы были разработаны совместно с Центром промышленного искусственного интеллекта Университета Цинциннати.


Система SHMS Mazak была создана для того, чтобы компании могли принимать меры по обслуживанию шпинделя задолго до того, как произойдет повреждение шпинделя или подшипника шпинделя, минимизируя время простоя и позволяя более удобно планировать любые задачи по обслуживанию.

 

Ключевое различие между системой на основе ИИ и другими технологиями контроля шпинделя заключается в том, что SHMS не основан на пороговых данных. Это тот случай, когда при обнаружении определенной частоты вибрации шпинделя было бы отправлено предупреждение, которое бы указывало на то, что повреждение уже или очень скоро должно произойти. SHMS может обнаружить проблемы за месяцы до их возникновения, предоставляя время для планирования ремонта или замены шпинделя в наиболее удобное время.

 

Прогнозирование ресурса шпинделя ЧПУ MAZAK

 

 

Данные, полученные за один год обширных разрушительных испытаний шпинделей, привели к созданию самоорганизующихся карт нейронной сети AI SHMS, специфичных для шпинделя сигнатур, которые могут определять разницу между хорошими вибрациями и плохими. Алгоритмы, созданные на этих картах, предсказывают, как шпиндели будут ухудшаться с течением времени (исключая сбой), в то же время отображая оставшийся срок службы в процентах.

Это отличается от оценки временной шкалы срока службы шпинделя, поскольку мы не знаем, будет ли станок использоваться для выполнения легких работ, тяжелой обработки.

 

 

Основные компоненты SHMS включают датчики вибрации и тока, модуль сбора данных и промышленный компьютер для обработки алгоритма SHMS. После установки, одночасовой тест моделирования отображает рабочую сигнатуру конкретного шпинделя. После этого наладчики могут выполнять периодические 60-секундные тесты, которые сравнивают данные с моделью шпинделя. Когда время цикла достаточно велико, предлагается выполнить тест после завершения каждой части. Однако это, вероятно, не является необходимым для деталей с относительно коротким временем цикла.

 

SHMS доступен в качестве опции для станков Mazak HCN, оснащенных гладким ЧПУ компании, и в качестве модификации для этих станков с ЧПУ Matrix. (Графический интерфейс пользователя системы в настоящее время дорабатывается.)

 

Графический интерфейс Mazak HCN

 

 

В скором времени компания также планирует предложить упреждающий мониторинг с помощью шарико-винтовой передачи как часть опции SHMS. Фактически, в течение некоторого времени Центр промышленного искусственного интеллекта собирал данные для разработки алгоритмов прогнозного износа шариковых винтов.

 

Следующая цель - создать активную технологию SHMS, которая будет непрерывно следить за исправностью шпинделя и устранять необходимость в 60-секундных испытаниях. Эта активная система также сможет обнаруживать износ инструмента и автоматически уменьшать параметры резки, чтобы предотвратить поломку.

Дополнительная информация

  • Заказчик: Организация
  • Статус: Нет исполнителя
  • Срок сдачи проекта после оплаты аванса: 01.10.2018
  • ЦЕЛЬ ПРОЕКТА: Рассказать подробней про тему проекта
Прочитано 1143 раз Последнее изменение Понедельник, 29 Апрель 2019 08:47
Авторизуйтесь, чтобы получить возможность оставлять комментарии