Napoved preostale življenjske dobe kalupov z več-votlinami za vroče kanale: To je mogoče doseči z analizo fuzije več-modelov + metodami, ki temeljijo na{-podatkih-v realnem{3}}času, pri čemer združujejo pretekle podatke o uporabi s trenutnim stanjem delovanja za znanstveno oceno preostalih uporabnih ciklov kalupov. Glavne metode lahko nadzorujejo napako napovedi znotraj ±15 %.
1. Osnovni modeli napovedovanja in tehnične poti
(1) Modeli napovedovanja življenja na podlagi statistike
Weibullov model porazdelitve: pogosto se uporablja v analizi zanesljivosti, napove preostalo življenjsko dobo s prilagajanjem vzorca porazdelitve podatkov o okvarah kalupov. Primerno za podjetja z veliko količino podatkov o preteklih napakah.
Modeli linearne regresije in multivariatni regresijski modeli: analizirajte razmerje med neodvisnimi spremenljivkami, kot so pogostost uporabe kalupa, temperaturna nihanja ter tlak vbrizgavanja in življenjska doba, ter vzpostavite matematični model za ekstrapolacijo trenda.
Prednosti: Enostaven izračun, enostaven za razumevanje, primeren za scenarije z veliko količino podatkov, vendar z malo dimenzijami funkcij.
(2) Napoved življenja na podlagi fizične simulacije
Model analize končnih elementov (FEA): Izdelajte simulacijski model termo{0}}mehanske sklopke kalupa za simulacijo napetosti, napetosti in sprememb temperaturnega polja med dejanskim delovanjem in oceno življenjske dobe. Model analize napetosti: Identificira območja koncentracije napetosti in napove mesta začetka razpok.
Model toplotne analize: Analizira učinek toplotne utrujenosti, ki ga povzročajo temperaturne razlike, in optimizira zasnovo hladilnega sistema.
Veljavne stopnje: optimizacija zasnove in preverjanje dokončanja novega kalupa.
(3) Inteligentna napoved na podlagi strojnega učenja
Nevronska mreža in model naključnega gozda: uporablja algoritme umetne inteligence za samodejno izločanje zapletenih nelinearnih razmerij med več dejavniki, kot je vpliv lastnosti materiala, tehnologije obdelave in okolja uporabe na življenjsko dobo.
Prednosti: ima močne zmožnosti nelinearnega prileganja, lahko obravnava visoko{0}}dimenzionalne vnose funkcij in ima visoko natančnost napovedi, zaradi česar je posebej primeren za inteligentne proizvodne proizvodne linije.
(4) Funkcija "odštevanja življenja" sistema MES: Zbiranje-časovnega-podatkov o življenjskem ciklu kalupa, vključno z-zagonom, zaustavitvijo, vzdrževanjem in zamenjavo. Dinamično izračuna preostalo življenjsko dobo na podlagi proizvodnih serij, parametrov procesa in delovnih poročil. Podpira ogled na več napravah (mobilnih telefonih/računalnikih) in samodejno potisne opomnike, ko je dosežen prag opozorila (npr. pojavno-okno se prikaže, ko ostane še 1000 uporab). Dejanski rezultati: Po uporabi se je stopnja nedelovanja v podjetju zmanjšala za približno 30 %, stopnja-pravočasne dostave pa se je znatno izboljšala.
2. Ključni vplivni dejavniki in vnos podatkov:
|
Vplivna dimenzija |
Specifični indikator |
Vir podatkov |
|
Lastnosti materiala |
Trdota (HRC Večja ali enaka 55), premaz-odporen proti obrabi, toplotna stabilnost |
Poročilo o testiranju materiala, informacije o dobavitelju |
|
Strukturno načrtovanje |
Koeficient koncentracije napetosti, ravnotežje pretočnih kanalov, postavitev hlajenja |
Simulacija plesni, pregled risb |
|
Proizvodni proces |
Kakovost kovanja, metoda toplotne obdelave (vakuumsko kaljenje + globoka kriogenika) |
Zapisi o procesu, dokumenti o pregledu kakovosti |
|
Pogoji uporabe |
Tlak vbrizgavanja, delovna temperatura, stanje mazanja |
Oprema SCADA sistem |
|
Stopnja vzdrževanja |
Pogostost čiščenja, cikel zamenjave ranljivih delov |
Dnevnik vzdrževanja, sistem MES |
Primer celovite napovedi: V pogojih 8 ur dnevnega delovanja, nihanja tlaka manj kot 5 % na cikel kalupa in rednega vzdrževanja je preostala življenjska doba več-kavitacijskega kalupa z vročim tokom 186.000 ciklov, z obsegom napake ±14,3 % na podlagi Weibullovega modela in podatkov MES.
