Com o rápido desenvolvimento da indústria transformadora, a tecnologia de forjamento a temperatura, como um importante processo de moldagem, é amplamente utilizada na fabricação de vários forjamentos de alta qualidade. No entanto, os métodos tradicionais de monitoramento e gestão da qualidade do processo de produção de forjamento a quente têm sido incapazes de atender as demandas de alta eficiência, qualidade e baixo custo da indústria de manufatura moderna. Desta forma, este trabalho explora a aplicação de big data-driven para o monitoramento do processo produtivo de forjamento a temperatura com gestão otimizada da qualidade, visando aumentar a eficiência da produção e a qualidade do produto e reduzir os custos de produção.
O processo de produção de forjamento a quente envolve vários links e vários parâmetros, como temperatura de aquecimento, tempo de preservação, pressão de forjamento, etc. Estes parâmetros influenciam uns aos outros e falhas em qualquer um dos elos podem levar ao fracasso de todo o lote de produção. O monitoramento tradicional do processo de produção de forjamento a temperatura depende principalmente da experiência humana e da inspeção regular. Não é possível ter uma compreensão abrangente e em tempo real das várias informações do processo de produção, nem uma gestão otimizada do processo de produção. Portanto, a introdução de técnicas de big data é necessária para resolver esses problemas.
Monitoramento do processo de produção de forjamento a temperatura baseado em big data
Aquisição e armazenamento de dados: vários dados, como temperatura, pressão e deslocamento, durante o processo de produção de forjamento a temperatura, são coletados em tempo real por sensores, PLC e outros equipamentos e esses dados são armazenados no banco de dados. Estes dados podem fornecer uma base de dados para posterior análise e otimização do processo de produção.
Pré-processamento de dados: pré-processamento de dados coletados, incluindo limpeza de dados, conversão de dados e compressão de dados, para melhorar a qualidade e disponibilidade dos dados. Com o pré-processamento de dados, é possível remover valores atípicos, valores ausentes e dados redundantes, converter os dados em um formato adequado para análise e comprimir os dados para economizar espaço de armazenamento.
Monitoramento em tempo real e aviso prévio: através do monitoramento em tempo real de vários parâmetros e status no processo de produção, a situação anormal no processo de produção pode ser detectada a tempo e aviso prévio. Por exemplo, quando os dados de um determinado sensor são anormais, um alarme pode ser acionado e processado em conformidade. Com monitoramento em tempo real e aviso prévio, os problemas podem ser encontrados e resolvidos a tempo para evitar perdas no processo de produção.
Visualização de dados: com a tecnologia de visualização de dados, todos os tipos de dados no processo de produção podem ser mostrados em gráficos, curvas, etc., o que é conveniente para os gerentes e operadores para ver e analisar. Com a visualização de dados, você pode entender visualmente várias situações no processo de produção, encontrar problemas e lidar com eles em tempo hábil.
Gestão otimizada de qualidade de forjamento a temperatura baseada em big data
Análise de dados de qualidade: através de uma análise profunda dos dados de qualidade coletados durante o processo de produção, os fatores críticos e potenciais problemas que afetam a qualidade do produto podem ser encontrados. Por exemplo, analisando indicadores como taxa de aprovação, taxa defeituosa, você pode identificar as principais razões que afetam a qualidade do produto e fazer melhorias.
Previsão e prevenção de qualidade: a análise de dados históricos de qualidade e a aplicação de algoritmos de machine learning permitem prever e prevenir a qualidade dos produtos. Por exemplo, através da criação de modelos de previsão de qualidade, é possível prever a qualidade do produto durante um período de tempo futuro e ajustá-lo e otimizá-lo em conformidade. Com a previsão e prevenção da qualidade, os problemas podem ser descobertos e resolvidos antecipadamente para evitar a ocorrência de problemas de qualidade.
Decisões de otimização de qualidade: através da análise abrangente e mineração de vários dados no processo de produção, os dados podem ser fornecidos para apoiar as decisões de otimização de qualidade. Por exemplo, ao analisar a relação entre os vários parâmetros e estados do processo de produção e a qualidade do produto, é possível identificar os melhores parâmetros de processo e condições de produção e fazer ajustes otimizados. As decisões de otimização de qualidade podem melhorar a qualidade do produto e a eficiência da produção, bem como reduzir os custos de produção.
Agendamento inteligente e sinergia: ao combinar big data e algoritmos de agendamento inteligentes, o agendamento inteligente e a sinergia do processo de produção podem ser alcançados. Por exemplo, através da alocação e agendamento otimizados do planejamento da produção e dos recursos de produção, é possível alcançar uma sinergia eficiente no processo de produção e compartilhamento de recursos. A eficiência da produção e a estabilidade da qualidade podem ser melhoradas através do agendamento inteligente e da sinergia.
O monitoramento do processo de produção de forjamento a temperatura e a gestão otimizada da qualidade baseada em big data são uma das tendências importantes para o desenvolvimento da indústria de manufatura moderna. Ao combinar a tecnologia de big data com o processo de produção de forjamento a temperatura pode realizar o processo de produção de monitoramento em tempo real e aviso prévio, análise de dados de qualidade, previsão de qualidade e prevenção e agendamento inteligente e sinergia e outras funções, melhorando a eficiência da produção e a estabilidade da qualidade para reduzir os custos de produção e fornecer um forte suporte para o desenvolvimento contínuo da empresa.
