Kalite İzleme – Otomotiv Endüstrisinde Güvenlik Esastır

Otomotiv sektöründeki pek çok OEM ve 1. Kademe Tedarikçi, otomotiv parça ve bileşenlerinin üretiminde olduğu gibi gövde yapımında nokta kaynaklarında gerçek zamanlı kalite kontrolünü benimsiyor. Bu teknolojinin uygulanmasına yönelik hazırlıklar, geleneksel otomobil üreticilerinden sektöre yeni girenlere kadar ivme kazanıyor. Elektrikli araçların üretim rampasına yardımcı olmak için Heron, eklem gücünün izlenmesine yönelik veri odaklı bir yaklaşıma inanıyor.

Çoğu zaman, bir otomobilin güvenliği ve uzun vadeli kalitesi ile onlarca yıl boyunca bakımının nasıl yapıldığı bağlantıların kalitesinden etkilenir.   Heron, her yeni montaj sisteminin entegre bir kalite izleme sistemi ile donatılması gerektiğine inanıyor  Direnç nokta kaynaklarının kalitesini sağlamak için. Bu makalede kalite monitörlerindeki en son trendleri ve büyük veri analizi ile yapay zekanın (AI) büyük ölçekli üretimde ortak kalitenin öngörücü doğasında nasıl bir rol oynadığını inceleyeceğiz.

Oto parçaları & Bileşenler

Kaynak, otomotiv üretiminin önemli bir prosesidir. Etkili kaynak, üretilen ürünün performansına, kalitesine ve güvenliğine büyük katkı sağlar. Dijital kaynak monitörlerinin yardımıyla (aynı zamanda  kaynak denetleyicileri veya kaynak test cihazları ), Tier 1 tedarikçiler, direnç kaynağı işlemi sırasında dinamik olarak değişen bir veya daha fazla elektriksel ve/veya mekanik parametreyi analiz edebilir. Bu parametreler arasında kaynak akımı, elektrotlar arasındaki voltaj düşüşü, iş parçası genleşmesi ve deformasyonu, elektrot kuvveti, elektrot yer değiştirmesi (hareket) ve daha fazlası yer alır. 

Gerçek zamanlı kalite monitörü tarafından oluşturulan veri seti, gelecekte iyileştirilecek alanların belirlenmesi ve süreçlerin optimize edilmesi için kullanılabilir. Örneğin referans verileri, hasar görmemiş bileşenlerin kalitesi hakkında sonuçlara varılmasına olanak tanır. Bu veriler yardımıyla tahribatlı testler arasındaki aralık artırılabilir ve test parçalarının sayısı azaltılabilir. Bu veri seti aynı zamanda kestirimci bakımın (PdM) temelini oluşturarak üreticilerin hizmet içi ekipmanın durumunu belirlemesine yardımcı olur.

Otomatik Gövde-Beyaz

Volkswagen Grubu markalarında kalite kontrolü için yapay zekanın kullanıma sunulmasına yönelik hazırlıklar çoktan başladı  Neckarsulm tesisinde,   Audi  vardiya başına 300 araçtan yaklaşık 1,5 milyon nokta kaynağını analiz etmek için yapay zeka kullanıyor. Karşılaştırma yapmak gerekirse,  Aynı tesisteki çalışanlar daha önce dirençli nokta kaynağı proseslerinin kalitesini ultrason kullanarak rastgele manuel olarak izlemek zorundaydı. Bu teknoloji, araç başına 5.000'den fazla nokta kaynağının kontrol edilmesi gibi oldukça zor ve karmaşık bir süreci içeriyor.  

İster hafif bir araç, ister bir kamyonet, teslimat minibüsü veya okul otobüsü üretiyor olun, tüm araç segmentlerinde yolcu güvenliği büyük ölçüde kaliteli bağlantılara bağlıdır. Çalışanlar, gerçek zamanlı bir dijital monitörle veri toplayarak ve kalite değerlendirmeleri yapmak için yapay zekaya güvenerek anormalliklere daha iyi odaklanabilir ve böylece kaliteyi verimli ve hedefe yönelik bir şekilde kontrol edebilir. Burası geleceğin fabrikası.

Kalite Kontrol vs. Kalite İzleme

Halbuki “kalite kontrol” doğası gereği değerlendiricidir, “kalite izleme” önleyicidir. Göre  TWI, kaynak prosesi izleme ve kontrolü şunları içerir: “Proses değişkenlerinin, özellikle akım, zaman ve kuvvetin rutin veya sürekli izlenmesi”. Üretim sürecindeki düzensizliklerle uğraşırken karşılaşılan zorluklardan biri, bileşenle ilgili tüm bilgilerin zamanında derlenmesidir. Yerleşik kaliteli monitörlerin tanıtılmasıyla,  ilgili tüm veriler bir bakışta mevcuttur ve doğrudan kaynak prosesinden kaynaklanan sorunları hızlı bir şekilde tespit etmek mümkündür 

Heron, gerçek zamanlı verilerin kapsamlı bir şekilde kaydedilmesi için entegre bir sistem üzerinde çalışıyor. Bu kavramlar, kalite izlemeyi ve büyük veri analizini geliştirmek için ürünlerimize entegre edilmiştir. yeni başlatılan  HRC 650 (için  Kaynak ) ve HRC 670 (için  Perçinleme  Ve  perçinleme ) 

Balıkçıl’Paket Servis 

Teknolojik gelişmelerle birlikte kaynakçılar ve teknisyenler, her zamankinden daha akıllı, daha hızlı ve daha hassas çalışmalarını sağlayacak bir dizi güçlü araç ve teknikle donatılacak. Teknik altyapıyı kurmak için yazılım mühendislerinin üretim personeliyle yakın bir şekilde çalışması, onları eğitmesi ve yapay zeka modelini eğitmek amacıyla kaynak ayarlarındaki farklılıkları belirlemesi gerekiyor.  Ayrı bir kaynak kontrol cihazından veya monitörden veri toplamak yerine, kapsamlı veri kaydı için entegre bir sistem benimsemenin birçok avantajı vardır. Bu, Endüstri 4.0'a geçiş için değerli bir yatırımdır.