На EMO Hannover 2019 представят новое оборудование для обработки металла

С 16 по 21 сентября 2019 года международные производители представят умные технологии на EMO Hannover 2019. Под девизом «Умные технологии в основе завтрашнего производства» главная всемирная выставка обработки металлов продемонстрирует весь спектр современных металлообрабатывающих технологий, представляющих собой основу любого производственного процесса.

На выставке будут представлены новейшие машины, а также эффективные технические решения, производственные услуги, устойчивые производственные процессы и многое, многое другое. Основное внимание EMO Hannover уделяет металлорежущим станкам и кузнечно-прессовому оборудованию, производственным системам, высокоточным станкам, автоматизации движения материалов, компьютерным технологиям, промышленной электронике и аксессуарам.

EMO Hannover 2019 — первая всемирная выставка в секторе обработки металлов

Сенсорная техника – ключевой компонент машиностроения на выставке EMO Hannover 2019. Использование соответствующей технологии сенсорных датчиков в производстве является основной предпосылкой внедрения Индустрии 4.0. Она позволяет осуществлять сбор данных о процессе и состоянии оборудования и передавать их в различные информационные службы по управлению процессом и циклами производства. Однако стоимость сенсорной технологии и разнообразие возможных вариантов применения зачастую не позволяет индивидуальным пользователям оценить прямой экономический эффект.

Союз немецких машиностроителей (VDMA) составил рекомендации «Сенсорные датчики для Индустрии 4.0», включив в них целый ряд бизнес-инструментов. Целью этих рекомендаций является обзор различных инструментов и методов снижения затрат для пользователей и производителей сенсорных систем. Опубликованный документ включает основные вопросы и наборы инструментов для их решения. Рекомендации разработаны Форумом VDMA Индустрия 4.0 совместно с Институтом производственных наук (wbk) Технологического института Карлсруэ (KIT) и промышленной рабочей группой VDMA, включающей 13 ведущих производителей и пользователей датчиков.

Определение потребностей смазки шариковых винтов при помощи сенсорных датчиков

«Сенсоры осуществляют связь между цифровым и реальным миром, и поэтому они – один из важнейших факторов внедрения Индустрии 4.0. Все высокоуровневые системы интерпретации данных слепы без соответствующих сенсоров», – говорит профессор Юрген Фляйшер, один из главных инициатором составления рекомендаций

Чтобы показать, какие данные могут собираться и обрабатываться с помощью сенсоров, он приводит примеры из проектов KIT: «Данные могут сниматься с элементов привода станков для контроля их состояния и оптимизации работы. В шариковых винтах, например, можно измерять осевую силу и момент трения на шариковой гайке ходового винта. Затем, сравнив результаты с идеальным алгоритмом трения, можно определить точные требования к смазке. Такая адаптивная смазка позволила существенно увеличить срок службы шариковых винтов при тестировании в KIT».

Состояние различных элементов привода, таких как шариковые винты, можно отслеживать по вибрационному шуму. «Эти сигналы меняются в течение срока работы элемента, позволяя таким образом делать выводы об уровне износа. Цель – осуществление технического обслуживания на основе прогнозируемого состояния оборудования, называемого также профилактическим обслуживанием. На EMO wbk представит систему фотокамер в сочетании с алгоритмом машинного обучения, позволяющую контролировать износ шариковых винтов.

Программа обеспечивает анализ разных типов данных

Однако алгоритмы внедрения анализа сенсорных данных и определения соответствующих качественных характеристик для автоматической оценки часто требуют слишком много времени. Программное обеспечение Xeidana, разработанное в Институте машиностроения и технологии формования Фраунгофера (IWU) в Хемнице, предоставляет пользователям пакетное решение, которое может выполнять различные задачи, начиная от получения данных и заканчивая автоматическим контролем качества.

Ученые, например, записывают характеристики определения качества элементов. Программа в состоянии точно определить дефекты поверхности в режиме реального времени при помощи оптических сенсоров (таких, напр., как многокамерные системы). Далее планируется возвращать эти данные в систему производства, чтобы можно было своевременно реагировать, например, если нарушаются параметры процесса.

Корректная интерпретация полученных сенсором данных

«Нужно определить тот момент, до которого имеет смысл собирать данные в реальном времени. Существует также проблема синхронизации данных. Также важно знать частоту выборки, необходимую для получения достаточно точного описания процесса», – поясняет доктор Йорг Штальманн, исполнительный директор Consenses GmbH из Росдорфа.

Компания поставляет промышленную измерительную технологию и цифровые решения. Таким образом, использование и разработка соответствующих датчиков и расшифровка данных – это две ключевые компетенции Consenses. «Мы применяем модели уступа 3D, чтобы понять цели наших клиентов. Это необходимо для правильной классификации данных, полученных с сенсорных датчиков, таких как ожидаемое усилие и изменения температуры, а также кинематические схемы. Понимание этих взаимосвязей важно, если нам нужно разобраться в сенсорных данных», – объясняет Штальманн подход компании Consenses. 

Профессор Фляйшер развивает эту мысль: «Имитационное моделирование компонентов, узлов и машин дает нам возможность лучше понимать полезную мощность оборудования, задействованного в производстве. Мы используем это знание для целевого применения сенсорных датчиков и более эффективной интерпретации полученных данных».

Не всегда требуются данные в режиме реального времени

По вопросу реального времени Штальманн поясняет: «Не надо думать, что применение данных в реальном времени всегда дает самое лучшее качество. Данные в режиме реального времени часто поступают от приборов контроля, которые собирали их для контроля конкретных операций машин».

Эта цель не всегда совпадает с реальными потребностями. Поэтому прежде, чем анализировать и делать далеко идущие выводы на основе этих данных, важно понять, какой сигнал вырабатывается в каждом конкретном случае.
Чтобы объяснить, когда записи в режиме реального времени излишни, Фляйшер приводит пример: «Обслуживание по состоянию не требует быстрой реакции на полученные данные. Здесь результаты оценки данных могут быть предоставлены несколько часов спустя после их ввода.

Тем не менее, часто применяются сенсорные датчики, которые производят динамически меняющиеся сигналы, например, сигналы о возникающих в конструкции звуках. Запись таких сигналов требует высокой частоты выборки и очень быстрого сбора данных в режиме реального времени. Однако в этом случае записанные данные могут храниться в буфере, накапливаться там и оцениваться позднее. В таком случае задача оценки данных может быть передана стороннему исполнителю на более мощный сервер.

Доктор Томас Пэслер, руководитель группы термопластавтоматов IWU, добавляет: «Если нет экономической целесообразности, то не требуется и режим реального времени. Например, получение данных в реальном времени не требуется для анализа тенденций, где учитывается более продолжительный отрезок времени. Нет необходимости хранить все данные; генерировать и архивировать нужно только отдельные параметры. Данные о таких производственных параметрах как выход энергии могут сниматься в режиме реального времени, но такой необходимости нет. Например, в определенных случаях достаточно фиксировать данные по энергии каждые 15 минут. Кроме того, не так уж много полезной информации можно получить в режиме реального времени для целей управления. Это относится к таким параметрам экономической эффективности производства как, например, сколько компонентов определенного вида было произведено на одном заводе».

Сбор данных в режиме реального времени помогает предотвратить ущерб

Данные с сенсорного датчика, полученные в реальном времени, необходимы в целях защиты станка, инструмента или обрабатываемого изделия или для стабильности процесса. Как объясняет Пэслер: «Сбор данных в режиме реального времени незаменим, когда это единственный способ предотвратить поломку оборудования или изготавливаемых деталей. Это относится, например, к случаям сбоев в работе инструментов или чрезмерной нагрузки на сборные узлы, такие как подшипники или элементы рамы. Чтобы исключить возможность отказа оборудования, имеет смысл собирать информацию о свойствах материала в реальном времени при помощи соответствующих сенсоров».

Фляйшер приводит еще один пример сбора и обработки данных в реальном времени: «Определение аномалий в производственном процессе в режиме реального времени может помочь предотвратить или ограничить ущерб. Например, ошибки, допущенные при настройке станков или в программе станка с ЧПУ, могут привести к коллизиям. Если их достаточно быстро обнаружить, станок можно остановить и сократить материальный ущерб».

Данные с подключенного сенсора обеспечивают полезную информацию о параметрах состояния

Ученые в IWU используют, например, мониторинг нагрузок, участков и напряжений формовочных прессов. Однако эти разные типы данных не оцениваются по отдельности, как можно было бы подумать. Они, например, загружаются в аналитический модуль программы Smart Stamp. Здесь данные объединяются и анализируются. Работает ли пресс в нормальном диапазоне? Или рабочий стол, на котором закреплен верхний инструмент, имеет критический наклон, в результате чего форма детали будет неточной или это приведет к преждевременному износу инструмента?

«В то время как отдельные элементы собранных сенсором данных зачастую бесполезны сами по себе, точные ответы на подобные вопросы можно получить в результате объединения данных», – говорит Пэслер.

В конце концов, на оборудовании есть места, где невозможно установить реальные датчики – к ним трудно подобраться или установка отнимает слишком много усилий и средств. В результате, иногда на производстве для мониторинга конкретных процессов и состояния оборудования нет в распоряжении необходимых данных. IWU предлагает здесь в качестве решения виртуальные сенсорные датчики. Основой для них являются реальные датчики, смонтированные на различных участках станка. Цифровой двойник в виде виртуального сенсорного датчика создан на основе их измеренных значений. Он рассчитывает значения, которые бы записал реальный датчик, будь он размещен в соответствующем, но недоступном, месте.

«Хорошим примером может быть деформация станины пресса: ее может прекрасно показать такой виртуальный сенсор», – говорит Пэслер. «В проекте ЕС iMain мы смогли показать, что величины, рассчитанные нашим виртуальным сенсором, прекрасно согласовываются с полученными реальным сенсорным датчиком».

Почти 2 230 экспонентов из 44 стран привлекли на EMO Hannover 2017 порядка 130 000 профессиональных посетителей из 160 стран. EMO – зарегистрированная торговая марка Европейской ассоциации станкостроительной промышленности Cecimo.

«EMO Hannover важна для нас как идеальное место для обсуждения проектов, и часто сделки здесь совершаются быстрее, чем где-либо. Бизнес все еще строится на человеческих отношениях, и часто личный контакт на выставке помогает заключению сделки. Для меня лично это остается неизменным»

Армин Уолтер (Armin Walther), генеральный директор, A-Punkt Automation GmbH (Handtmann), Баенфурт, Германия

Источник: Deutsche Messe