Tek tek makinelere ait olanlar dahi, planlanmamış her üretim durağı ek zahmet, daha yüksek maliyetler ve daha düşük üretim yaratır. Veri odaklı, sürekli ve olabilecek en iyi durum izleme, makine ve tesislerin maksimum kullanılabilirliği için olmazsa olmaz bir temeldir.
Makine izleme
Buradaki önemli bir kullanım senaryosu, sürekli makine izlemesidir. Buradaki amaç, devam eden operasyondaki anormallikleri erken aşamada tespit etmek için akım, sıcaklık ya da titreşim gibi ilgili verileri kullanmak, ideal olarak bu anormallikleri sınıflandırabilmek ve olası hataları önceden tespit edebilmektir. Bu genellikle makine öğrenimine dayalı analitik kullanılarak erken ve güvenilir şekilde algılanan aşınma ve yıpranma belirtilerini içerir. Bu durum, en düşük maliyetle maksimum kullanılabilirlik sağlamak için servis ve bakım müdahalelerini iyi bir zamanda planlama fırsatı sağlar.
Proses izleme
Bir diğer önemli kullanım senaryosu da sürekli proses izlemedir. Buradaki amaç, proses parametrelerindeki sapmaları erken aşamada tespit etmek ve gerekirse prosese müdahale edebilmektir. Mevcut kontrol çözümüne ve genellikle halihazırda mevcut olan verilere dayanarak yine model tabanlı bir makine öğrenimi çözümünün kullanılmasıyla anormallikler tespit edilir ve mümkün olduğunca sınıflandırılır. Kural tabanlı otomasyonun sınırlarına ulaştığı durumlarda, ML, önceden bilinmeyen proses durumları hakkında yepyeni içgörüler sağlar. Sonuç olarak da sürece daha erken ve daha hedefli şekilde müdahale edilebilir.
Makine ve tesislerin sürekli durum izlemesine dayanarak maksimum tesis kullanılabilirliği hedefine dikkat çeken ve ekonomik üretimin anahtarı olan çeşitli kullanım senaryoları ortaya çıkmaktadır. Sonuç olarak, bir tesisin durumu sürekli olarak bilinmekte ve bu da prosesten sorumlu kişiler için maksimum güvenlik sağlamaktadır. Buna ek olarak, makine verilerindeki hatalar ve anormallikler erken aşamada tespit edilebilir ve sistemde gerçek sorun, hatta sistem arızası oluşmadan önce gerekli tedbirler başlatılabilir.
Bir uygulama örneği, intralojistikteki yüksek hızlı konveyör kayışlarının otomatik olarak izlenmesidir. Görevlerden biri hız, yük, çalışma süresi veya sıcaklık gibi çeşitli etkenlere bağlı olarak taşıyıcı zincir elemanlarının uzamasını izlemek ve öngörmektir. Bu durum, ayrı hasarlı zincir bölgelerinin erken belirlenmesiyle ilgilidir. Bu aynı zamanda servis teknisyenlerinin sistemin durumu hakkındaki bilgilerinin bir illüstrasyonuna ya da güvenceye alınmasına ve böylece sistemin sürekli veri tabanlı takibine doğru bir dönüşüme yol açar. Otomatik izlemenin kendine özgü faydaları, hizmet ve bakım maliyetlerindeki azalmanın yanı sıra kullanılabilirliğin ve dolayısıyla sistemin verimliliğinin artmasıdır. Yeni iş modellerine bakıldığında, örneğin, kullanılabilirliğin yeni veya genişletilmiş hizmet düzeyi anlaşmalar (SLA'lar) şeklinde satışı mümkün kılınmıştır. Sonuçta bu tür IIoT hizmetleri son müşteriler için yeni algılanabilir özellikler ve buna karşılık daha yüksek müşteri sadakati sağlamaktadır.
Bir diğer uygulama da, bir elektro kaplama üretim salonundaki fanların otomatik olarak izlenmesidir. Elektro kaplamada havalandırma üretim açısından kritik bir prosestir. Örneğin oksihidrojen gazı üretilir, bu da kritik konsantrasyonlarda patlama tehlikesi oluşturur. Asidik maddeler de ekipmanın korozyona yol açabilir. Bunun yanında iş sağlığı ve güvenliği ile çalışan sağlığı konusunda da bir sorumluluk söz konusudur. Görev, akıllı sensörler ve ML tabanlı veri analizi kullanarak fanları sürekli olarak izlemektir. İzlenecek yol, önleyici ve kural tabanlı bakımdan durum tabanlı bakıma geçmektir. Bu da planlanmamış üretim durma sürelerinin en aza indirilmesini ve bakım maliyetlerinin azaltılmasını sağlar. Brownfield uygulamaları için bu uçtan uca örnek çözümün ilk yararı, sürekli ve otomatik durum izlemedir. Bu durum denetleme, bakım ve onarım işlemlerinin azaltılması veya en aza indirgenmesi için temel oluşturur. Bu özel durumda, fanlarda elektro kaplama çatısını gözden geçirerek yapılan aylık denetiminden yarı yıllık bir denetlemeye geçmek mümkün olmuştur. Planlanmamış durma süreleri azaltılmış ve tesisin kullanılabilirliği artırılmıştır. Belli avantajlara sahip bir IoT kullanım senaryosu.
Proses verilerine ve ML teknolojilerini kullanarak yaptıkları değerlendirmelere dayanarak, üretilen ürünlerin kalitesi hakkında sonuca varmak birçok durumda mümkündür. Seçili proses parametrelerine dayalı olarak, belirli bir proses durumuna atanabilen ML tabanlı kalıplar tanınabilir. Buradan yola çıkarak örneğin tolerans aralıkları izlenebilir ve toleransların tahmin anlamında çizginin dışına çıktığı veya çıkacağı erken bir aşamada fark edilir.
Akıllı veri analizi, Grenzebach'ın yenilikçi sürtünme karıştırma kaynak sistemleri için gerçek zamanlı kalite güvencesi ve tahmini makine bakım planı sağlamasına yardımcı olur. Bu şekilde makine ve tesis mühendisliği uzmanları 7/24 seri üretimin yeni bir düzeye çıkarılmasına katkıda bulunur.
Döner sürtünme pimi, Grenzebach'ın alüminyum ve alaşımları gibi hafif metaller için geliştirdiği yenilikçi dikiş kaynağı prosesi olan sürtünme karıştırma kaynağı (FSW) bulunan merkezi araçtır. Sürtünme ve basınç yoluyla pim, metali dövülebilir hale getirmek için gerekli olan proses ısıyı üretir ve daha sonra sürtünme piminin rotasyon hareketi ile temas noktası boyunca karıştırılır. Bu durum, kaynak telinin veya asal gazın eklenmesine gerek kalmadan uzun süreli istikrarı ve bozulmaya karşı direnci ile karakterize edilen sağlam bir bağlantı oluşturur. Bu sonuç için bir gereklilik, sürtünme piminin beklendiği gibi davranmasıdır. Doğru germe ve basınç kuvvetleri, metalin doğru deformasyon derecesini elde etmek için kritik öneme sahiptir. Bugüne kadar kalite kontrolü, FSW prosesinden sonra kaynak dikişini görsel olarak inceleyen makine operatörü tarafından gerçekleştirilmiştir; bu zaman alıcı prosedürün başarısı da büyük ölçüde kullanıcının kişisel teknik bilgisine dayanmıştır.
Kaynak prosesi sırasında gerçek zamanlı izleme
Teknoloji geliştiricisi Dr. Carlos Paiz Gatica anormallik algılamanın nasıl çalıştığını anlatıyor: Referans modelin ve mevcut prosesin karşılaştırması gerçek zamanlı kalite değerlendirmesine olanak sağlar. Endüstri 4.0 alanındaki öncülerden biri olan Grenzebach, bugün kesin tahminleri mümkün kılan akıllı veri analiz proseslerinden yararlanmaktadır. Ve şirket bu amaçla, Weidmüller'e ait uyarlanmış bir Endüstriyel Analitik çözümü kullanmaktadır.
Grenzebach'ın ihtiyaçlarını karşılamak üzere özelleştirilmiş olan analitik yazılımımız, kaynak prosesi sırasında sensörlerde kaydedilen kuvvetleri ideal bir referans veri kaydıyla karşılaştırmaktadır. Sistem, tanımlı parametrelerin dışında kalan bir sapma algıladığı anda durum makine operatörüne bildirilir ve operatör, kaynak prosesinde bir şeyin doğru olmadığını hemen öğrenir. Dolayısıyla artık her kaynak dikişini manuel olarak incelemek gerekli değildir
Referans modeli belirlemek için Weidmüller, birkaç yüz kaynak dikişinin veri kümelerini ilişkileri açısından değerlendirmek üzere Grenzebach'taki mühendislerle birlikte çalışmış ve bunları akıllı veri analiz yöntemleri kullanarak değerlendirmiştir. Analizlerin önemli bir unsuru Grenzebach'tan gelen teknik bilgi ile sağlanmıştır. Weidmüller yazılımı bir hatayı belli bir olasılık derecesinde tahmin edebilir ancak bunu yapmak için bunun her zaman önceden sınıflandırılmış olması gerekir. Bir anormalliğin gerçekten kritik bir hata olarak sınıflandırılıp sınıflandırılmayacağını sadece Grenzebach belirleyebilir.
Sunulan ürün kalitesi ve kullanılabilirliği
Analitik yazılım kaynak dikişlerinde kalite kontrol denetimleri yapmanın yanı sıra üretilen her parçanın proses parametrelerini kaydeder, böylece eksiksiz belgeler üretir. Bu, hem hukuki açıdan hem de izlenebilirlik ve çoğaltılabilirlik açısından önemli bir avantajdır. Sistem, kaynak piminin değiştirilmesinin tavsiye edildiği durumlarda zamanında bir uyarı da sağlamaktadır. Bu bilgilerle donanmış makine operatörü, bakım programını herhangi bir durma süresini önleyebilecek şekilde planlayabilir.
Kress, "Alet kırılmasından kaynaklanabilecek atıkların en aza indirilmesinin yanı sıra özellikle makine ve tesis mühendisliğindeki önemli bir faktör de makinelerin kullanılabilirliğidir." diye vurguluyor.
Yüksek teknoloji uzmanı olan Grenzebach, iş modeli açısından daha çok sayıda avantaj görmektedir: "Öncelikle müşterilerimize çok doğru ve ölçülebilir bir kalite kontrol sunmanın yanı sıra onlara olası ekipman durma süreleri hakkında bir tahmin sunarak kaynak ve maliyetlerden tasarruf etmelerini sağlayabiliyoruz. Aynı zamanda, veriye bağlı hizmetleri hayata geçirecek ve satış argümanları olarak ürün kalitesini veya ekipmanın kullanılabilirliğini etkin şekilde kullanacak bir konumdayız." diye açıklıyor Grenzebach FSW Satış Müdürü Michael Sieren.
Mehmet Gencer
Otomasyon Uygulama Mühendisi