ரப்பர் டிஃப்ளாஷிங் அமைப்புகளில் AI மற்றும் IoT ஒருங்கிணைப்பு

By மைக் சென்உற்பத்தி இயக்குநர் | ரப்பர் உற்பத்தித் துறையில் 12 ஆண்டுகளுக்கும் மேலான அனுபவம் |லிங்க்ட்இன்

முக்கியக் குறிப்புகள்

• ஒரு XCJ-G600 பேரல், 15 கிலோகிராம் அளவிலான ஒரு தொகுதியை ஒவ்வொரு 20–40 வினாடிகளுக்கும் ஒருமுறை சுழற்சி செய்கிறது — இதன்மூலம், 8 மணி நேரப் பணிப்பாய்வில் 1,300-க்கும் மேற்பட்ட தரவு செறிந்த சுழற்சிகள் IoT தரவுப் பதிவிற்காக ஏற்கனவே கிடைக்கின்றன.
• குறைந்த வெப்பநிலை டிஃப்ளாஷிங் அலகுகள் −150 °C வரையிலான வெப்பநிலையிலும், 20–70 RPM உருளை வேகத்திலும் இயங்குகின்றன, மேலும் இந்த இரண்டு மாறிகளையும் நேரடியாகப் பதிவு செய்வது நைட்ரஜன் கழிவுகளையும் காப்பு நகர்வையும் வெளிப்படுத்துகிறது.
• இணைக்கப்பட்ட இயந்திரங்கள் செயல்முறை விலகலை முன்கூட்டியே வெளிப்படுத்துவதால், முன்கணிப்புப் பராமரிப்பு பொதுவாகத் திட்டமிடப்படாத நிறுத்தங்களை 30 நிமிடங்களுக்கும் குறைவான திட்டமிடப்பட்ட தலையீடுகளாக மாற்றுகிறது (எங்கள் வாடிக்கையாளர் திட்டங்களிலிருந்து பெறப்பட்ட பொதுவான மதிப்புகள்).
• மாற்றுவதை விட மேம்படுத்துவது சிறந்தது: 7.5 kW XCJ-G600 போன்ற இன்வெர்ட்டர் மூலம் இயங்கும் சாதனங்களை, புதிதாக வாங்குவதற்குப் பதிலாக, பொதுவாக சென்சார்கள் மற்றும் ஒரு எட்ஜ் கேட்வேயுடன் இணைக்க முடியும்.

நாங்கள் பணிபுரியும் பெரும்பாலான உற்பத்தியாளர்கள், இயந்திர மட்டத்தில் அறிவார்ந்ததாகவும் தொழிற்சாலை மட்டத்தில் முற்றிலும் சத்தமின்றியும் செயல்படும் டிஃப்ளாஷிங் உபகரணங்களை ஏற்கனவே வைத்துள்ளனர். கட்டுப்பாட்டாளருக்கு ரோலரின் வேகம் தெரியும்; இயக்குபவருக்குத் தொகுதியின் எடை தெரியும்; தரக்கட்டுப்பாட்டுக் குழுவுக்கு நிராகரிப்பு விகிதம் தெரியும் — ஆனால் இந்த மூன்றையும் யாரும் இணைப்பதில்லை. இந்தத் தொடர்பின்மையைச் சரிசெய்வதற்காகவே செயற்கை நுண்ணறிவு (AI) மற்றும் IoT திட்டங்கள் வடிவமைக்கப்பட்டுள்ளன.

டிஃப்ளாஷிங் சூழலில் ஒருங்கிணைப்பு என்பதன் உண்மையான அர்த்தம் என்ன, எந்தத் தரவுப் புள்ளிகளை முதலில் இணைப்பது மதிப்புமிக்கது, மற்றும் மிகப்பெரிய ஸ்மார்ட் தொழிற்சாலைகளை விட சிறிய மற்றும் நடுத்தர ரப்பர் ஆலைகளுக்குப் பொருந்தக்கூடிய ஒரு கட்டம் கட்டமான செயல் திட்டம் ஆகியவற்றை இந்தக் கட்டுரை விளக்குகிறது.

டிஃப்ளாஷிங் சூழலில் செயற்கை நுண்ணறிவு மற்றும் IoT ஆகியவற்றின் உண்மையான அர்த்தம் என்ன?

பொருட்களின் இணையம் (IoT) என்பது தொழில்துறை உபகரணங்களை ஒரு வலையமைப்புடன் இணைத்து, அதன் இயக்கத் தரவுகளைச் சேகரித்து, சேமித்து, மீளாய்வு செய்யும் ஒரு முறையாகும்; செயற்கை நுண்ணறிவு (AI) என்பது அந்தத் தரவுகளில் உள்ள வடிவங்களைக் கண்டறிந்து, முடிவுகளைப் பரிந்துரைக்கும் அல்லது செயல்படுத்தும் ஒரு மென்பொருள் அடுக்கு ஆகும்.டிஃப்ளாஷிங் செயல்பாட்டில், இரண்டும் இணைந்து செயல்படுகின்றன: IoT மூல சமிக்ஞையை வழங்குகிறது, மற்றும் AI அந்த சமிக்ஞையைச் செயலாக மாற்றுகிறது — அதாவது, ஒரு ரோலரின் வேகத்தைக் குறைப்பது, தேய்ந்த பெல்ட்டைக் கண்டறிவது, அல்லது அனுப்பப்படுவதற்கு முன்பு சந்தேகத்திற்கிடமான ஒரு தொகுதியைத் தனிமைப்படுத்துவது போன்ற செயல்களைச் செய்கிறது.

ஒரு டிஃப்ளாஷிங் இயந்திரத்தை முதலில் ஒரு தரவு மூலமாகவும், இரண்டாவதாக ஒரு டிபர்ரிங் கருவியாகவும் கருதுவது உதவியாக இருக்கும். ஒவ்வொரு இயந்திர டிஃப்ளாஷிங் சுழற்சியும் மற்றும் −120 °C-க்குக் குறைவான ஒவ்வொரு கிரையோஜெனிக் இயக்கமும் வேகம், நேரம், வெப்பநிலை மற்றும் சுமை ஆகியவற்றின் தடமறியக்கூடிய கைரேகையை உருவாக்குகின்றன. அந்தக் கைரேகைகள் சேமிக்கப்பட்டவுடன், முன்பு ஒரு செயல்முறைப் பொறியாளர் ஒரு முழு ஷிப்ட் நேரமும் இயந்திரத்தின் அருகே நிற்க வேண்டியிருந்த — “சுழற்சி நேரங்கள் எப்போது அதிகரிக்கத் தொடங்கின?” — போன்ற கேள்விகள், பத்து வினாடி டாஷ்போர்டு வினவலாக மாறிவிடுகின்றன.

எந்த டிஃப்ளாஷிங் தரவுப் புள்ளிகளை முதலில் இணைப்பது பயனுள்ளது?

டிஃப்ளாஷிங் தரத்தை ஏற்கனவே தீர்மானிக்கும் நான்கு மாறிகளான சுழற்சி நேரம், ரோலர் வேகம், செயல்முறை வெப்பநிலை மற்றும் தொகுதிச் சுமை ஆகியவற்றிலிருந்து தொடங்குங்கள்.அவை ஒவ்வொரு இயந்திரத்திலும் உள்ளன, ஏதேனும் தவறு நேரும்போது அவை மாறுகின்றன, மேலும் அவை தயாரிப்பு விளைவுகளுடன் நேரடியாகத் தொடர்புபடுகின்றன. கீழேயுள்ள அட்டவணை ஒவ்வொரு மாறியையும் உண்மையான உபகரண மதிப்புகளுடனும் அது செயல்படுத்தும் மேம்படுத்தலுடனும் இணைக்கிறது.

உபகரண மதிப்புகள் இதிலிருந்து பெறப்பட்டனXCJ-G600 தயாரிப்புப் பக்கம்மற்றும் அந்ததிரவ நைட்ரஜன் கிரையோஜெனிக் டிஃப்ளாஷிங் இயந்திர விவரக்குறிப்புகள்.

குறைந்த வெப்பநிலை உடையக்கூடிய தன்மை என்பது வெப்பநிலைக்கும் நேரத்திற்கும் இடையிலான ஒரு போட்டி என்பதால், பதிவுசெய்யப்பட்ட குளிரூட்டும் வளைவுகளே ஒரு குறைந்த வெப்பநிலை உற்பத்தி வரிசையில் உள்ள மிகவும் மதிப்புமிக்க தரவுத்தொகுப்பாகும்.8 நிமிடங்களுக்குப் பதிலாக 5 நிமிடங்களில் இலக்கு மென்மையாதலை அடையும் ஒரு ஓட்டம், அதன் சுழற்சியில் 37%-ஐ சேமித்துள்ளது — இந்தச் சேமிப்பு நிறுத்தக்கடிகாரத்தில் கண்ணுக்குத் தெரியாதது, ஆனால் தரவுகளில் தெளிவாகத் தெரிகிறது.

முன்கணிப்புப் பராமரிப்பு, எரிப்பு நீக்கப் பொருளாதாரத்தை எவ்வாறு மாற்றுகிறது?

முன்கணிப்புப் பராமரிப்பானது, ஒரு பாகம் பழுதடைந்த பிறகு அல்லாமல், அதற்கு முன்பே சேவையைத் திட்டமிடுவதற்காக, அதிகரித்து வரும் சுழற்சி நேரங்கள், மோட்டார் மின்னோட்ட ஏற்ற இறக்கங்கள், வெப்பநிலை நிலையற்ற தன்மை போன்ற போக்குத் தரவுகளைப் பயன்படுத்துகிறது.பொருளாதார வேறுபாடு மிகவும் தெளிவானது: ஒரு ஷிப்ட்டின் நடுவில் ஒரு டிரைவ் மோட்டார் பழுதடைந்தால், அது உற்பத்தி வரிசையை நிறுத்தி, கால அட்டவணையைக் குழப்பி, செயல்பாட்டில் உள்ள ஒரு முழுத் தொகுதியையும் வீணாக்கிவிடும்; ஆனால், இரண்டு வாரங்களுக்கு முன்பே கண்டறியப்பட்ட ஒரு திட்டமிடப்பட்ட மாற்றுப்பணி, ஷிப்டுகளுக்கு இடையில் நடைபெறுகிறது.

வாடிக்கையாளர் ஆலைகளில் டிஃப்ளாஷிங் லைன்களுக்கு நாங்கள் அளித்த ஆதரவின் அனுபவத்தில், இணைக்கப்பட்ட கண்காணிப்பு முறையானது, பொதுவாக ஒரு இயந்திரத்தில் ஒரு காலாண்டிற்கு மூன்று முதல் ஐந்து வரை நடவடிக்கை எடுக்கக்கூடிய செயல்முறை விலகல்களை வெளிப்படுத்துகிறது — இவற்றில் மிகவும் பொதுவானவை படிப்படியான சுழற்சி நேர நீட்டிப்பு மற்றும் சீரற்ற கிரையோஜெனிக் குளிர்விப்பு ஆகும் — மேலும், இவற்றில் ஒவ்வொன்றையும் 30 நிமிடங்களுக்குள் திட்டமிடப்பட்ட கால அவகாசத்தில் சரிசெய்ய முடியும் (எங்கள் வாடிக்கையாளர் திட்டங்களிலிருந்து பெறப்பட்ட பொதுவான மதிப்புகள்; துல்லியமான புள்ளிவிவரங்கள் கலவைக் கலவை மற்றும் ஷிப்ட் முறையைப் பொறுத்து மாறுபடும்).XCJ-G600 போன்ற ஒரு இயந்திரத்தில் உள்ள 7.5 kW இன்வெர்ட்டர் ஏற்கனவே மோட்டார் சுமையை டிஜிட்டல் முறையில் தெரிவிப்பதால், இந்த அளவிலான கண்காணிப்பிற்கான தொடக்கச் செலவு என்பது புதிய வன்பொருள் அல்ல, மாறாக ஒரு கேட்வே மற்றும் உள்ளமைவு மட்டுமே.

இணக்கப் பார்வையும் உள்ளது. சான்றளிக்கப்பட்ட ஆலைகள்ஐஎஸ்ஓ 9001தொடர்ச்சியான முன்னேற்றத்தை வெளிப்படுத்துமாறு கேட்கப்படுகிறார்கள்; ஒவ்வொரு தொகுதிக்குமான இயந்திர அளவுருக்களின் தரவுப் பதிவேடு என்பது, ஒரு தணிக்கையாளர் ஏற்றுக்கொள்ளும் மிகத் தெளிவான சான்றுகளில் ஒன்றாகும்.

தரச் சுழற்சியில் இயந்திரப் பார்வை எங்கு பொருந்துகிறது?

சென்சார் தரவுகள் மட்டும் விட்டுச்செல்லும் இடைவெளியை இயந்திரப் பார்வை நிரப்புகிறது: கேமராக்கள் ஆவியாக்கப்பட்ட பாகங்களை ஆய்வு செய்கின்றன, மேலும் செயற்கை நுண்ணறிவு அடுக்கு, நிராகரிக்கப்பட்ட ஒவ்வொரு பாகத்தையும் அது உருவான சரியான சுழற்சி, வேகம் மற்றும் வெப்பநிலை வரை பின்னோக்கிச் சென்று கண்டறிகிறது.இது தரக் கட்டுப்பாட்டை, பின்னோக்கிப் பார்க்கும் ஒரு செயல்பாட்டிலிருந்து, வழிநடத்தும் உள்ளீடாக மாற்றுகிறது.

நடைமுறைச் சங்கிலி பின்வருமாறு அமைகிறது: பாகங்கள் பிளாஷ் நீக்கும் குழாயிலிருந்து வெளியேறி, எஞ்சிய பிளாஷைக் கண்டறியும் ஒரு பார்வைச் சோதனை வழியாகச் சென்று, சுத்தமான பாகங்கள் அடுத்த கட்டத்திற்குத் தொடர்கின்றன.ரப்பர் பிரிப்பான் இயந்திரம்அது நல்ல தயாரிப்பை கழிவுப் பொருட்களிலிருந்து பிரித்தெடுக்கிறது. பார்வை அமைப்பு ஒரு நிராகரிப்புக் குழுமத்தைப் பதிவுசெய்யும்போது, ​​செயற்கை நுண்ணறிவு நேரமுத்திரைகளை பீப்பாய் தரவுகளுடன் ஒப்பிட்டு, முக்கியமான கேள்விக்குப் பதிலளிக்கிறது: இது ஒரு தரமற்ற கலவையா, தவறான உருளை வேகமா, அல்லது குறிப்பிடப்பட்ட அளவை விட 2 கிலோ அதிகமாக இருந்த தொகுப்பா?

இந்த இணைப்பினால் கிரையோஜெனிக் உற்பத்தி வரிசைகள் அதிகப் பயனடைகின்றன. அளவுருக்கள் நிலையாக இருக்கும்போது, ​​கிரையோஜெனிக் டிஃப்ளாஷிங் மூலம் இறுதித் தயாரிப்பின் தேர்ச்சி விகிதம் 98%-க்கும் அதிகமாகிறது. எனவே, பதிவுசெய்யப்பட்ட ஒரு சிறிய விலகல் கூட — அதாவது, குளிரூட்டும் வளைவானது அடிப்படை அளவை விட 10 °C அதிக வெப்பத்தில் இயங்குவது — உற்பத்தி அளவில் மூன்று புள்ளிகளை இழப்பதற்கு முன்பே அதைக் கண்டறிவது மதிப்புமிக்கதாகும்.

ஒரு யதார்த்தமான ஒருங்கிணைப்பு செயல்திட்டம் எப்படி இருக்கும்?

பெரும்பாலான ரப்பர் ஆலைகளுக்கு நடைமுறைக்கு உகந்த அணுகுமுறை மூன்று கட்டங்களைக் கொண்டது: இணைத்தல், பகுப்பாய்வு செய்தல், பின்னர் மேம்படுத்துதல் — இந்த வரிசைப்படி, முழு உற்பத்தி வரிசைக்கும் முன்பாக ஒரு இயந்திரத்தில் இதைச் செய்ய வேண்டும்.தரவுகள் உருவாவதற்கு முன்பே முடிவுகளைத் தானியக்கமாக்க முயற்சிப்பது, தொழிற்துறை 4.0 திட்டங்களில் நாம் காணும் மிகவும் பொதுவான தோல்வி முறையாகும்.

1. ஒரு இயந்திரத்தை இணைத்து அடிப்படை அளவை வரையறுக்கவும்.மிகவும் புதியதும், இன்வெர்ட்டர் மூலம் இயங்கக்கூடியதுமான ஒரே ஒரு டிஃப்ளாஷிங் யூனிட்டில் எட்ஜ் கேட்வேயை நிறுவி, எதையும் மாற்றாமல் 60 நாட்களுக்கு அதன் சுழற்சி நேரம், வேகம், வெப்பநிலை மற்றும் சுமை ஆகியவற்றைப் பதிவு செய்யுங்கள். இதன் மூலம், "இயல்பானது" என்பது அனுமானிக்கப்படாமல் அளவிடப்படுகிறது.
2. தரமான விளைவுகளுடன் ஒப்பிட்டுப் பகுப்பாய்வு செய்யவும்.இயந்திரத் தரவுகளை ஆய்விலிருந்து பெறப்பட்ட நிராகரிப்புப் பதிவுகளுடன் ஒன்றிணைத்து, அளவுரு விலகலுக்கும் தர நிகழ்வுகளுக்கும் இடையிலான தொடர்புகளைக் கண்டறிய செயற்கை நுண்ணறிவு அடுக்கை (அல்லது, உண்மையைச் சொல்வதானால், ஒரு நல்ல விரிதாளை) அனுமதிக்கவும்.
3. மூடிய-சுற்று எச்சரிக்கைகள் மூலம் உகந்ததாக்குங்கள்.அடிப்படை அளவிலிருந்து எச்சரிக்கை வரம்புகளை அமைத்து, அவற்றை இயக்குபவர்களின் கைபேசிகளுக்கோ அல்லது ஆலை டாஷ்போர்டுக்கோ அனுப்பி, அதன் பிறகு மட்டுமே தானியங்கி அளவுருத் திருத்தத்தைக் கருத்தில் கொள்ளுங்கள் — இதுவே அதிகபட்ச நிர்வாகமும் குறைந்த அவசரமும் தேவைப்படும் ஒரு படியாகும்.

நேர்மையான வரம்புகள் யாவை?

செயற்கை நுண்ணறிவும் இணையப் பொருட்களும் (AI and IoT) ஒரு நிலையற்ற செயல்முறையையோ, தேய்ந்துபோன பீப்பாயையோ, அல்லது தவறாக வடிவமைக்கப்பட்ட அச்சையோ சரிசெய்யாது — அவை அந்தப் பிரச்சனைகளை வேகமாகவும் மேலும் துல்லியமாகவும் தெரிவிக்கும், அவ்வளவுதான்.ஒருங்கிணைப்பு, சிறந்த செயல்முறைக் கட்டுப்பாட்டை மேம்படுத்துகிறது; அது அதற்கு மாற்றாக அமையாது.

எங்கள் திட்ட அனுபவத்திலிருந்து மேலும் இரண்டு எச்சரிக்கைகள். முதலாவதாக, சிறிய அளவிலான கூட்டுப் பாகங்கள் குறைவான தரவுகளையே உருவாக்குகின்றன: ஒரே ஓ-ரிங் அளவின் 300 சுழற்சிகளில் பயிற்சி பெற்ற ஒரு செயற்கை நுண்ணறிவு மாதிரியானது, 40 குறைந்த எண்ணிக்கையிலான பாகங்களைக் கொண்ட ஒரு தொகுப்பிற்குச் சீராகப் பொருந்தாது. எனவே, ஒவ்வொரு தயாரிப்புக் கலவைக்கும் ஏற்ப எதிர்பார்ப்புகள் அமைக்கப்பட வேண்டும். இரண்டாவதாக, இணைப்புத்தன்மைக்கு ஒரு பாதுகாப்பு அம்சம் உள்ளது — உதாரணமாக, உற்பத்தி சைபர் பாதுகாப்பு வளங்கள் போன்ற வழிகாட்டுதல்கள் வெளியிடப்பட்டுள்ளன.NISTஒரு கேட்வே செயல்பாட்டிற்கு வருவதற்கு முன்பு இதைப் படிப்பது பயனுள்ளது.டிஃப்ளாஷிங் செல் அதன் வடிவமைப்பின்படி அரிதாகவே இணையத்தை எதிர்கொள்வதால், முறையாகப் பிரிக்கப்பட்ட ஒரு தொழிற்சாலை வலையமைப்பு கூடுதல் அபாயத்தைக் குறைவாக வைத்திருக்கிறது, ஆனால் "குறைவான" என்பது "பூஜ்ஜியம்" அல்ல, அதற்கும் நிதி ஒதுக்கப்பட வேண்டும்.

முடிவுரை: உங்களிடம் ஏற்கனவே உள்ள தரவுகளை இணைக்கவும்

ஒரு எளிய காரணத்திற்காக, ரப்பர் பிசிறு நீக்கும் செயல்முறை, செயற்கை நுண்ணறிவு (AI) மற்றும் IoT ஒருங்கிணைப்புக்கு அசாதாரணமாக மிகவும் பொருத்தமானது: அந்த இயந்திரங்கள் ஏற்கனவே துல்லியமாகக் கட்டுப்படுத்தப்பட்ட, அளவிடக்கூடிய மாறிகளின் அடிப்படையில் இயங்குகின்றன. 15 கிலோ தொகுதி, 20–40 வினாடி சுழற்சி, −150 °C உச்சவரம்பு, 20–70 RPM உருளை வரம்பு — இவையெல்லாம் சேகரிக்கப்படக் காத்திருக்கும் தரவுப் புள்ளிகள், மேலும் அவற்றுள் ஒவ்வொன்றும் தரமான தகவல்களைக் கொண்டுள்ளது.

நீங்கள் அடுத்த உபகரண முதலீட்டைத் திட்டமிடுகிறீர்கள் என்றால், தரவுகளைத் தெளிவாக வெளிப்படுத்தும் கட்டுப்பாட்டாளர்களைக் கொண்ட இயந்திரங்களைத் தேர்ந்தெடுங்கள். ஆராயுங்கள்முழுமையான ரப்பர் டிஃப்ளாஷிங் இயந்திர வரம்புசியாமென் சிங்சாங்ஜியாவிலிருந்து பெற்றுக்கொள்ளுங்கள், அல்லது உங்கள் பாக வரைபடங்களையும் இலக்கு உற்பத்தி அளவையும் எங்களுக்கு அனுப்புங்கள் — எங்கள் பொறியியல் குழு, உங்கள் ஆலையின் தானியக்க நிலைக்குப் பொருத்தமான இணைப்பு விருப்பங்களுடன் கூடிய ஒரு டிஃப்ளாஷிங் கட்டமைப்பை உங்களுக்குப் பரிந்துரைக்கும்.