MKS Instruments i naukowcy z Massachusetts odlewają z większą wydajnością

MKS Instruments i naukowcy z Massachusetts odlewają z większą wydajnością

MKS Instruments Inc oraz Uniwersystet Massachusetts w Lowell opracowali urządzanie, które zbiera i monitoruje dane z procesu formowania wtryskowego i automatycznie dobiera nastawy procesu w następnym cyklu, co zapewnia produkcję elementów o większej jakości.

Dan Hazen, menadżer produktu KS, przybliżył nową technologię, zwaną wielowymiarowym sterowaniem pętlą zamkniętą, podczas prezentacji w York’u. MKS oferuje swoje nowe sterowanie z możliwością integracji z ich systemem kontroli jakości SenseLink.

Technologia ta zwana jest wielowymiarowym statystycznym sterowaniem procesem i jest odmianą sterowania w zamkniętej pętli. To różni się od prostych metod wykrywania błędu, które mogą kontrolować tylko kilka zmiennych, poprzez odczytywanie tylko jednej na raz, zmierzonej i porównanej z limitami procesowymi, wyjaśnia Dan Hazen. W takim przypadku limity mogą być zmieniane podczas procesu, co skutkuje fałszywymi alarmami. Ponadto, podczas gdy jedna ze zmiennych jest optymalizowana, druga z nich może być źródłem błędu.

Wielowymiarowe SPC, w przeciwieństwie do tych metod, nie odczytuje poszczególnych zmiennych pojedynczo, a ponadto pozwala na definicję alarmów procesowych w oparciu o ich korelację. Analizuje wszystkie odczytane dane i traktuje relacje pomiędzy nimi z takim samym priorytetem, jak wartości poszczególnych zmiennych procesowych. Na przykład sterowanie procesem odbywa się na podstawie korelacji dwóch mierzonych wielkości fizycznych, takich jak ciśnienie i temperatura.

Hazen opisał studium przypadku wraz z firmą Engel, w którym formowano konektory stosowane w medycynie przy użyciu 55-tonowej prasy Engel e-motion. Wielowymiarowy kontroler był w stanie wymusić 10 różnych ustawień maszyny. Rezultatem tego była redukcja czasu cyklu o 6%. Kontrola została zoptymalizowana w oparciu o kontrolę lepkości materiału.

Badania w UMass Lowell pokazały, że czas cyklu, dzięki zastosowaniu tego typu sterowania, zmniejsza się o około 9%, a ilość zmiennych można zredukować o 33%.

(rr)