ومع بزوغ عصر الصناعة البالغ 4.0، أصبحت تكنولوجيا البيانات الضخمة محركا هاما لترقية الصناعات التحويلية. وفيما يتعلق بالدقائق المحلقة كأجزاء أساسية في المعدات الميكانيكية، ترتبط جودتها ارتباطاً مباشراً بأداء المعدات وعمرها وسلامتها. تقوم هذه الورقة بتحليل نوعية الحشو في المحاور استناداً إلى تكنولوجيا البيانات الضخمة، وتقترح استراتيجيات للارتقاء.
وتمكِّن تكنولوجيا البيانات الضخمة من جمع البيانات في الوقت الحقيقي وتجميعها وتحليلها في عملية تصنيع حلقات المحاور. ومن خلال استخراج البيانات المتعلقة ببارامترات عملية الحشو، وأداء المواد الخام، وحالة معدات الإنتاج، وما إلى ذلك، يمكن تحديد العوامل الرئيسية التي تؤثر على نوعية المواد المطورة وتقديم البيانات اللازمة لتحسين الجودة.
وعند تحليل البيانات، يمكن عرض الصلات والتأثيرات بين البيانات بصورة أكثر بتقنيات هندسة الجودة التقليدية، مثل خرائط السببية وخرائط التشتت وما إلى ذلك. وعلاوة على ذلك، فإن القدرة على التنبؤ باستخدام تكنولوجيا البيانات الضخمة يمكن أن توفر أيضا إنذارا مبكرا وتدخلات مبكرة للحد من مخاطر الجودة.
وتتجلى مشاكل النوعية فيما يتعلق بحداثة المحور، في جملة أمور، في دقة الحجم، والكتلة السطحية، والأداء الميكانيكي. وفيما يتعلق بهذه الأسئلة، تقترح استراتيجية التحسين التالية:
زيادة دقة الأحجام: تحقيق المستوى الأمثل لبارامترات عملية الحداثة، مثل درجة الحرارة والضغط والوقت وما إلى ذلك، من خلال تحليل البيانات الضخمة، مع ضمان دقة أبعاد الحشو ضمن الحدود المسموح بها. وفي الوقت نفسه، تم إدخال معدات وتقنيات متقدمة للقياس لتحسين دقة الكشف وكفاءته.
تحسين نوعية الأسطح: تحليل تأثير عوامل مثل أداء المواد الخام والعمليات الحرارية على نوعية الأسطح باستخدام تقنيات البيانات الضخمة من أجل تحليل أوجه القصور في الأسطح المطورة، مثل الصدع والطي وما إلى ذلك، وتحديد العوامل الرئيسية وتحسينها. وبالإضافة إلى ذلك، يجري تعزيز مراقبة الجودة في عمليات الإنتاج لضمان العمليات المعيارية لعمليات التفريغ والمعالجة الحرارية وما إلى ذلك.
تحسين الأداء الميكانيكي: من خلال تحليل البيانات الضخمة، يجري بحث تأثير مختلف المواد والعمليات على الأداء الميكانيكي لدات، ويفضل اختيار مزيج من المواد والعمليات الأكثر أداء. وفي الوقت نفسه، يجري تطوير مواد جديدة وعمليات جديدة من أجل التحسين المستمر لخصائص الحداثة.
ويمكن استخدام بعض التقنيات الرئيسية الرئيسية لتحليل البيانات وتحليل الجودة، مثل الغابات العشوائية والشبكات العصبية وما إلى ذلك، في عملية تحليل نوعية وترقية الحداقات في المحاور. وهذه التكنولوجيات قادرة على معالجة البيانات الضخمة، واستكشاف الصلات المحتملة بين البيانات، وتقديم نتائج أكثر دقة للتحليل النوعي والارتقاء.
وفي التطبيق العملي، أدخلت شركة تصنيع أحد المحاور تكنولوجيا البيانات الضخمة وأنشأت نظاما لتحليل الجودة بالنسبة لحاويات المحاور. ومن خلال جمع وتحليل البيانات في الوقت الحقيقي في عملية الإنتاج، تم تحديد العوامل الرئيسية التي تؤثر على نوعية المواد المطورة، كما تم تحقيق الاستخدام الأمثل للعمليات. وتحققت تحسينات على الحداثة في المحاور زيادة كبيرة في دقة الأحجام والكتلة السطحية والأداء الميكانيكي، كما تحسنت نوعية منتجات الشركات والقدرة على المنافسة في السوق.
يحلل هذا البحث تطبيقات تكنولوجيا البيانات الضخمة في تحليل نوعية وترقية المنتجات ذات المحور المحاور، ويستكشف قضايا نوعية المواد المطاغة واستراتيجيات الرفع، ويقدم أمثلة على التطبيق العملي. وتشير النتائج إلى أن تكنولوجيا البيانات الضخمة يمكن أن تزيد من كفاءة التحليل النوعية لداقات المحاور وأن توفر دعما قويا لتحسين الجودة.
وبالتطلع إلى المستقبل، ومع تطور وتطور تكنولوجيا البيانات الضخمة، فإن تطبيقها في تحليل نوعية الحداقات في المحاور وترقيتها سيكون أكثر عمقاً. ويمكن أن تركز البحوث المقبلة على إدماج البيانات الضخمة مع تقنيات التصنيع المتقدمة الأخرى، مثل الذكاء الاصطناعي والربط الشبكي بين الأشياء، من أجل المساهمة في التحسين المستمر لنوعية الحشو في المحاور والمساهمة في تطوير نوعية عالية في الصناعة التحويلية.
