تولید دیجیتال در صنعت تزریق پلاستیک؛ گامی به‌سوی کارخانه هوشمند

مترجم: کاوه ممی زاده

مقدمه

در سال‌های اخیر، مفهوم تولید دیجیتال به یکی از محورهای اصلی تحول در صنایع تولیدی تبدیل شده است؛ به‌ویژه در فرآیندهایی مانند تزریق پلاستیک که ذاتاً داده‌محور، تکرارپذیر و وابسته به کنترل دقیق پارامترهای فرایندی هستند. هم‌زمان با رشد فناوری‌هایی مانند هوش مصنوعی، شبکه‌سازی صنعتی و دوقلوهای دیجیتال، نگاه به خطوط تولید از یک سیستم صرفاً مکانیکی به یک اکوسیستم هوشمند و قابل تحلیل تغییر کرده است.

در همین راستا، مقاله‌ای با عنوان Information overload: the move to digital production که در مجله تخصصی Injection World منتشر شده، تصویری دقیق و کاربردی از مسیر حرکت صنعت تزریق پلاستیک به‌سوی تولید دیجیتال ارائه می‌دهد. به‌دلیل اهمیت بالای موضوع و هم‌پوشانی آن با چالش‌ها و فرصت‌های موجود در کارخانه‌های امروزی، در این مطلب ترجمه‌ای روان و وفادار به متن اصلی از این مقاله ارائه شده است. در انتهای مقاله، لینک منبع اصلی نیز جهت مطالعه نسخه انگلیسی در دسترس قرار خواهد گرفت.

افزایش دیجیتالی‌سازی در صنعت تولید، تأثیر قابل‌توجهی بر حوزه تزریق پلاستیک گذاشته است؛ با این تفاوت مهم که بسیاری از سیستم‌ها اکنون از هوش مصنوعی (AI) نیز بهره می‌برند. شرکت Engel اعلام کرده است که فناوری تزریق مبتنی بر هوش مصنوعی این شرکت با نام Inject AI می‌تواند مصرف مواد را کاهش دهد، ضایعات را حذف کند و زمان راه‌اندازی خط تولید را به چند دقیقه برساند. این فناوری، دانش تخصصی تزریق پلاستیک را با هوش مصنوعی ترکیب می‌کند. Engel در نمایشگاه K2025 از آنچه «اولین سلول تزریق پلاستیک کاملاً خودمختار» می‌نامد، رونمایی کرد. استفان انگلدر، مدیرعامل Engel، در این‌باره گفت: «ما نخستین راهکار صنعتی جهان برای یک سلول تزریق پلاستیک خودمختار و خودتنظیم را به نمایش گذاشته‌ایم. این ماشین با پشتیبانی هوش مصنوعی، قطعات باکیفیت را به‌صورت خودکار تولید می‌کند.»

در این سیستم، به‌جای تنظیم پارامترهای انتزاعی ماشین، کاربران می‌توانند اهداف کیفی موردنظر خود را مستقیماً وارد کنند. اپراتور ویژگی‌های محصول نهایی را مشخص می‌کند و ماشین به‌طور خودکار تنظیمات فرآیند را کنترل و بهینه می‌سازد. به گفته Engel، در آینده‌ای نزدیک، راه‌اندازی اولیه مبتنی بر هوش مصنوعی این امکان را فراهم می‌کند که ویژگی‌های کیفی محصول به‌صورت مستقیم استخراج شوند و نیاز به تست‌ها و آزمون‌های دستی برای بهینه‌سازی کیفیت از بین برود.

فناوری Inject AI از سیستم کمکی قبلی Engel با نام Inject 4.0 توسعه یافته است؛ سیستمی که از مراحل طراحی و نمونه‌سازی تا تولید و نگهداری، پشتیبانی فعال ارائه می‌دهد. اجزای این راهکار شامل iQ Process Observer با قابلیت‌های هوش مصنوعی، دستیار مجازی Engel (EVA) و ابزار Part Finder است. ماژول iQ Process Observer بیش از ۱۰۰۰ پارامتر را به‌صورت بلادرنگ تحلیل می‌کند، انحراف‌ها را شناسایی کرده و پیشنهادهای اصلاحی ارائه می‌دهد؛ همچنین می‌تواند تنظیمات را به‌صورت خودکار اصلاح کند.

دستیار مجازی EVA برای نخستین‌بار در نمایشگاه K معرفی شد. این ابزار قادر است در چند ثانیه به سؤالات فنی کاربران بر اساس کل مستندات Engel پاسخ دهد و به‌صورت خودکار برای هر سلول تولیدی، چک‌لیست‌ها و دستورالعمل‌ها را به هر زبانی تولید کند. کاربران حتی می‌توانند مستقیماً با مستندات ماشین خود گفت‌وگو کنند. ابزار Part Finder نیز یک سیستم شناسایی قطعات یدکی مبتنی بر هوش مصنوعی است که امکان جست‌وجو بر اساس تصویر را فراهم می‌کند. مشتریان می‌توانند از قطعه موردنظر عکس بگیرند و بلافاصله قطعه یدکی صحیح را شناسایی و سفارش دهند.

این سیستم با بهینه‌سازی فرآیند در محدوده‌های پایین‌تر تلرانس، تا ۵ درصد صرفه‌جویی در مصرف مواد ایجاد می‌کند. در تیراژ تولید سالانه یک میلیون قطعه، این میزان می‌تواند به صرفه‌جویی چند هزار یورویی منجر شود. همچنین این فناوری تولید بدون نقص را یک گام به واقعیت نزدیک‌تر می‌کند، زیرا دیگر ضایعاتی ناشی از سری‌های آزمایشی یا حلقه‌های بهینه‌سازی تولید نمی‌شود. از دیگر مزایا می‌توان به کاهش چشمگیر زمان راه‌اندازی اشاره کرد؛ به‌طوری‌که این زمان از چند ساعت به چند دقیقه کاهش می‌یابد. Engel اعلام کرده است که سیستم iQ Weight Control Plus می‌تواند ضایعات را تا ۵۰ درصد کاهش دهد و در کنار تنظیمات کلاسیک فرآیند تزریق، یک حالت عملیاتی جدید ارائه کند.

شبکه‌سازی کامل در خطوط تزریق

شرکت Sumitomo (SHI) Demag در نمایشگاه K2025 هشت دستگاه تزریق پلاستیک تمام‌الکتریکی را به نمایش گذاشت که همگی از طریق پلتفرم myAssist به‌طور کامل شبکه‌سازی شده بودند. توماس شیلینگ، مدیر محصول راهکارهای دیجیتال این شرکت، گفت: «به لطف این سطح بالای شفافیت داده، انحراف‌ها در مراحل اولیه شناسایی می‌شوند. داده‌های همه منابع OPC UA می‌توانند تجمیع شوند و تغییرات در فرآیند تولید بلافاصله مورد رسیدگی قرار گیرند.» بازدیدکنندگان نمایشگاه امکان مقایسه داده‌های زنده با داده‌های تاریخی و انتخاب بازه‌های زمانی مختلف را داشتند. شیلینگ تأکید کرد: «برای ارتباط روان بین همه ماشین‌ها و ربات‌ها، تمام اجزا ـ از سنسورها تا داده‌های فرآیندی ـ باید به یک زبان مشترک صحبت کنند.»

دوقلوی دیجیتال و دستیارهای هوشمند

شرکت Arburg نیز در K2025 چندین نوآوری دیجیتال از جمله دوقلوی دیجیتال، دستیارهای مبتنی بر هوش مصنوعی و اپلیکیشن پورتال مشتری Ask Arburg را معرفی کرد. سیستم کنترل Gestica Lite که برای ماشین‌های تزریق استاندارد طراحی شده، از همان نرم‌افزار Gestica اصلی استفاده می‌کند و داده‌های آن کاملاً سازگار هستند. نسخه جدید رابط کاربری توسعه‌یافته‌ای دارد که حتی برای کاربران غیرمتخصص نیز کار با آن آسان است. صفحه اصلی نمایشگر، تمام عملکردهای کلیدی موردنیاز روزمره را به‌صورت شفاف نمایش می‌دهد.

Arburg همچنین سیستم MoldlifeAssist را معرفی کرد که برای قالب‌های پیچیده و تولیدات طولانی‌مدت طراحی شده است. این سیستم با استفاده از رابط Euromap 82.5، ارتباط هوشمندی بین قالب و ماشین یا سلول تولید برقرار می‌کند. در نمایشگاه، این سیستم به‌عنوان بخشی از یک سلول تولید دیجیتال روی دستگاه Allrounder 570 A الکتریکی نمایش داده شد.

نقش کلیدی ثبت داده و سنسورها

شرکت BMSvision جدیدترین نسخه سیستم اجرای تولید (MES) خود را معرفی کرد؛ سیستمی که تمام فعالیت‌های تولیدی و لجستیکی را از ثبت سفارش و مدیریت موجودی تا تحویل محصول نهایی پایش و همگام‌سازی می‌کند. این شرکت اعلام کرد که ثبت داده ۲۴ ساعته و پایدار آن، در صنعت کم‌نظیر است. نسخه جدید این سیستم، تحلیل مبتنی بر هوش مصنوعی، کنترل کیفیت پیشرفته و ابزارهای پایداری را با هم ترکیب می‌کند.

از سوی دیگر، پاسکال بیبو، مدیر محصول راهکارهای دیجیتال پلاستیک در شرکت Kistler، تأکید کرد که سنسورها بخش حیاتی دیجیتالی‌سازی هستند، زیرا داده‌های خام موردنیاز برای بهبود عملکرد را جمع‌آوری می‌کنند. به گفته او، سیستم ComoNeo فشار حفره قالب را با دقت بالا اندازه‌گیری کرده و منحنی اندازه‌گیری را با منحنی مرجع مقایسه می‌کند. سپس با کمک هوش مصنوعی ComoNeoPredict می‌توان کیفیت محصول را پیش‌بینی کرد. پلتفرم داده AkvisIO IME نیز امکان تجسم و تحلیل داده‌های ماشین و سیستم‌های پایش فرآیند را فراهم می‌کند و داده‌ها را بلافاصله در اختیار تصمیم‌گیران قرار می‌دهد.

مرجع: https://magazines.amiplastics.com/injection-world