ระบบอัตโนมัติโรงงาน

ผลิตภัณฑ์ที่เกี่ยวข้องกับ IoT NC MachiningAID

    ภาพรวม

    ในโรงงาน CNC วันนี้ เราเจอปัญหาหลายอย่าง เช่น ช่างฝีมือมีน้อย ชิ้นงานมีหลากหลายมากขึ้น ต้นทุนการลงทุนเพื่อทำอัตโนมัติเพิ่มขึ้น และวัสดุกับเครื่องมือก็มีราคาสูงขึ้น ซึ่งล้วนเป็นสาเหตุที่หลีกเลี่ยงไม่ได้และทำให้ต้นทุนสูงขึ้น แม้จะตัดสินใจเริ่มใช้ DX แล้ว ก็มักเจอปัญหาทางเทคนิค เช่น ไม่แน่ใจว่าควรนำข้อมูลไปใช้อย่างไร NC MachiningAID จะดึงและวิเคราะห์ข้อมูลการตัดเฉือน CNC ของ Mitsubishi Electric แล้ววินิจฉัยให้อัตโนมัติเพื่อให้ทำงานอัตโนมัติเต็มรูปแบบและลดต้นทุนการตัดเฉือนได้

    NC MachiningAID / การตรวจจับความผิดปกติในการตัดเฉือน - การตรวจจับการสึกหรอของเครื่องมือ - การตรวจจับข้อผิดพลาดในการทำงาน → การตรวจสอบหลังการประมวลผลอย่างรวดเร็ว - การตรวจพบความผิดปกติในการตัดเฉือนตั้งแต่เนิ่น ๆ - การตรวจสอบอายุการใช้งานของเครื่องมือ

    คุณสามารถลดได้

    • ของเสียและเศษวัสดุ
    • ต้นทุนเครื่องมือ
    • CO2

    คุณสมบัติและตัวอย่างการใช้งาน

    การตรวจจับความผิดปกติในการตัดเฉือน ขจัดงานตัดเฉือนที่ไม่ได้คุณภาพ
    ด้วยเทคโนโลยีการวินิจฉัยที่แม่นยำ!

    โรงงานเครื่องจักรต้องรับมือกับความต้องการการผลิตที่เปลี่ยนแปลงตลอดเวลา NC MachiningAID จะเรียนรู้สภาวะการตัดเฉือนที่ดีโดยอัตโนมัติ และแจ้งเตือนเมื่อพบการตัดเฉือนที่ผิดปกติ วิธีนี้ทำงานเหมือนการตรวจสอบเร็วแบบที่คนทำตามปกติ และเมื่อใช้ร่วมกับหุ่นยนต์ งานแบบแมนนวลก็สามารถทำให้เป็นอัตโนมัติได้ทั้งหมด

     การแจ้งเตือนระหว่างการตัดเฉือน (พร้อมหยุดรอบ)

    หน้าจอมอนิเตอร์
    การแสดงแนวโน้มของ NC MachiningAID

    เมื่อต่ำกว่าค่าขีดจำกัด แสดงว่าเครื่องมือชำรุด

    ตัวอย่างการใช้งาน เครื่องยนต์รถยนต์

    การวินิจฉัยความผิดปกติของการคว้านรู

    เครื่องจักร
    แมชชีนนิ่งเซ็นเตอร์
    ชิ้นงาน/การตัดเฉือน
    วัสดุเหล็กหล่อ (Bore sleeve)  
    การตัดเฉือนด้วย CNCการคว้านรู
    ผลลัพธ์
    ยืนยันสภาวะการตัดเฉือนผิดปกติจากค่าเฉลี่ยภาระสปินเดิลระหว่างการคว้านรู

     ชิ้นงานที่ตัดเฉือนแล้ว (เพื่อการอธิบาย)

    ภาพชิ้นส่วน
    ภาระสปินเดิล (ค่าเฉลี่ย) รูปคลื่นระหว่างการตัดแต่ละกระบอก

    การตรวจจับการสึกหรอของเครื่องมือ เรียนรู้อายุการใช้งานของเครื่องมือโดยอัตโนมัติ
    และแนะนำเวลาเปลี่ยนเครื่องมือได้อย่างแม่นยำเพื่อลดต้นทุนเครื่องมือ!

    NC MachiningAID จะระบุคุณลักษณะที่สัมพันธ์กับการสึกหรอของเครื่องมือจากคุณสมบัติของแต่ละแกนและความสัมพันธ์กับการใช้งานเครื่องมือโดยอัตโนมัติ จากนั้นจะเรียนรู้อายุการใช้งานของเครื่องมือแยกตามกระบวนการ เมื่อเรียนรู้แล้ว NC MachiningAID จะทำนายการเสื่อมสภาพของเครื่องมือ (การสึกกร่อน) เป็นรายครั้งของการตัดเฉือน และเมื่อเครื่องมือใกล้หมดอายุการใช้งาน ระบบจะแสดงข้อความแจ้งเตือนบน CNC เพื่อให้ผู้ใช้เปลี่ยนเครื่องมือ

     ระบบควบคุมจะไม่หยุดการทำงานเมื่อมีการแจ้งเตือนหรือเตือนภัยจากการสึกหรอของเครื่องมือ

    หน้าจอมอนิเตอร์
    การแสดงแนวโน้มของ NC MachiningAID
    ตัวอย่างการใช้งาน การตัดเฉือนข้อต่อเทียม

    การวินิจฉัยการสึกหรอของเครื่องมือตัดกลึง

    เครื่องจักร
    เครื่องกลึง
    ชิ้นงาน/การตัดเฉือน
    วัสดุโลหะผสมโคบอลต์-โครเมียม  
    การตัดเฉือนด้วย CNCการกลึง
    ผลลัพธ์
    ตรวจสอบการสึกหรอของเครื่องมือระหว่างการตัดเฉือนความแม่นยำสูง เพื่อให้ได้คุณภาพผิวงานที่ดี

     ชิ้นงานที่ตัดเฉือนแล้ว (เพื่อการอธิบาย)

    ภาพชิ้นส่วน
    ภาระสปินเดิล (ค่าเฉลี่ย)

    การตรวจจับข้อผิดพลาดในการทำงาน ขจัดความผิดพลาดของคนและลดความเสี่ยงต่อของเสีย!

    การผลิตที่เปลี่ยนแปลงบ่อยและการผลิตแบบหลากหลายปริมาณน้อย มักเป็นสาเหตุของความผิดพลาดของคน เป้าหมายสำคัญคือทำอย่างไรให้ลดความเสี่ยงนี้ได้ NC MachiningAID จะเรียนรู้สภาวะการตัดเฉือนที่ถูกต้องโดยอัตโนมัติ และตรวจจับความผิดพลาด เช่น อัตราการจ่ายน้ำหล่อเย็นไม่เพียงพอ การจับยึดชิ้นงานไม่ถูกต้อง และการตั้งค่าชดเชยเครื่องมือไม่ถูกต้อง นอกจากนี้ยังใช้ได้กับความผิดพลาดในการตัดเฉือนที่เกิดจากการควบคุมหุ่นยนต์ผิดพลาดด้วย

     สัญญาณเตือนที่เกี่ยวกับความผิดพลาดของคน

    หน้าจอมอนิเตอร์
    การแสดงแนวโน้มของ NC MachiningAID

    เปรียบเทียบกับค่าขีดจำกัดบนเพื่อตรวจจับความผิดพลาดของคน

    ตัวอย่างการใช้งาน การต๊าปเกลียวสำหรับชิ้นส่วนไฟฟ้า

    การวินิจฉัยการต๊าปเกลียวของการตัดเฉือนที่ผิดปกติ

    เครื่องจักร
    แมชชีนนิ่งเซ็นเตอร์
    ชิ้นงาน/การตัดเฉือน
    วัสดุFCD  
    การตัดเฉือนด้วย CNCการต๊าปเกลียว
    ผลลัพธ์
    ยืนยันได้ว่าการสึกหรอของเครื่องมือระหว่างการต๊าปเกลียวและการสั่นสะท้านของเครื่องมือที่สึกหรอ สามารถใช้ตรวจจับความผิดพลาดของคนได้

     ชิ้นงานที่ตัดเฉือนแล้ว (เพื่อการอธิบาย)

    ภาพชิ้นส่วน
    ตรวจพบการสึกหรอของเครื่องมือ / ภาระสปินเดิล (ค่าเฉลี่ย)

    ดาวน์โหลด