品質監視 – 自動車産業に不可欠な安全性
自動車業界の多くの OEM および Tier 1 サプライヤーは、自動車部品や構成部品の製造だけでなく、車体製造におけるスポット溶接のリアルタイム品質管理も導入しています。 伝統的な自動車メーカーから新規参入企業に至るまで、この技術の適用に向けた準備が本格化しています。 電気自動車の増産を支援するために、ヘロンは接合部の強度を監視するデータ駆動型のアプローチを信じています。
多くの場合、車の安全性と長期品質、さらには数十年にわたる車の維持方法は接合部の品質に影響されます。 ヘロンは、すべての新しい組立システムには統合品質監視システムが装備されるべきだと考えています。 抵抗スポット溶接の品質を確保します。 この記事では、品質モニターの最新トレンドと、大規模生産における接合品質の予測にビッグデータ分析と人工知能 (AI) がどのような役割を果たしているかを探っていきます。
自動車部品 & コンポーネント
溶接は自動車製造の重要なプロセスです。 効果的な溶接は、製造される製品の性能、品質、安全性に大きく貢献します。 デジタル溶接モニター (別名: ウェルドチェッカーまたはウェルドテスター )、Tier 1 サプライヤーは、抵抗溶接プロセス中に動的に変化する 1 つ以上の電気的および/または機械的パラメーターを分析できます。 これらのパラメータには、溶接電流、電極間の電圧降下、ワークピースの膨張と変形、電極の力、電極の変位 (動き) などが含まれます。
リアルタイム品質モニターによって生成されたデータセットを使用して、改善すべき領域を特定し、将来のプロセスを最適化できます。 たとえば、参照データにより、破壊されていないコンポーネントの品質について結論を引き出すことができます。 このデータを利用すると、破壊試験の間隔を長くし、試験部品の数を減らすことができます。 このデータセットは予知保全 (PdM) の基礎としても機能し、メーカーが稼働中の機器の状態を判断するのに役立ちます。
オートホワイトボディ
フォルクスワーゲン グループのブランドにおける品質管理のための人工知能の導入の準備はすでに始まっています ネッカースウルムのサイトでは、 アウディ は人工知能を使用して、シフトごとに 300 台の車両から約 150 万個のスポット溶接を分析します。 比較として、 同じ工場の従業員は以前、超音波を使用して抵抗スポット溶接のプロセスの品質を手動でランダムに監視する必要がありました。 この技術には、車両 1 台あたり 5,000 個以上のスポット溶接を検査する非常に困難で複雑なプロセスが含まれます。
軽量車両、ピックアップ トラック、配送用バン、スクールバスのいずれを製造している場合でも、すべての車両セグメントの乗客の安全は高品質の接合部に大きく依存しています。 リアルタイムのデジタル モニターでデータを収集し、AI を利用して品質評価を行うことで、従業員は異常にさらに集中できるようになり、効率的かつ的を絞った方法で品質を管理できるようになります。 ここは未来の工場です。
品質検査 vs. 品質監視
一方 “品質検査” 本質的に評価的な性質があり、 “品質監視” 予防的です。 によると TWI, 溶接プロセスの監視と制御には以下が含まれます “プロセス変数、特に電流、時間、力の日常的または継続的な監視”. 生産プロセスの不規則性に対処する際の課題の 1 つは、コンポーネントに関するすべての関連情報をタイムリーに収集することです。 内蔵高品質モニターの導入により、 関連するすべてのデータが一目で確認できるため、溶接プロセスで直接引き起こされた問題を迅速に特定することができます。
Heron は、リアルタイム データを包括的に記録するための統合システムを追求しています。 これらの概念は当社の製品に統合されており、品質監視とビッグデータ分析を向上させています。 新しく発売された HRC650(用) 溶接 ) および HRC 670 ( リベット留め と クリンチング )
サギ’テイクアウト
技術の進歩に伴い、溶接工や技術者は、これまでよりもスマートに、より速く、より正確に作業できるようにする一連の強力なツールと技術を装備することになります。 技術インフラストラクチャをセットアップするには、ソフトウェア エンジニアは生産スタッフと緊密に連携してトレーニングし、AI モデルをトレーニングするために溶接設定の違いを特定する必要があります。 個別の溶接チェッカーやモニターからデータを収集するのとは対照的に、包括的なデータ記録のための統合システムを採用することには多くの利点があります。 これは、インダストリー 4.0 への移行にとって価値のある投資です。
