如何确保螺丝製造品质、预防模具损坏?
监诊实绩|如何确保螺丝製造品质、预防模具损坏?製造螺丝的连续模具及设备稼动率将深切影响螺丝製造厂的产能,该如何确保螺丝製造品质、预防模具损坏?
螺丝与模具
小兵立大功的螺丝
小小不起眼的螺丝,却佈满生活中各种物件及各种机械中。在厂区从小型机械到大型设备皆需要使用螺丝,螺丝的品质也对许多行业和应用领域至关重要,儘管它可能看似微小,但对于製造过程的效率、产品的性能以及最终用户的安全性都有着深远的影响。
製造螺丝的连续模具及设备稼动率将深切影响螺丝製造厂的产能,模具的好坏也影响着螺丝品质,该如何确保螺丝製造品质、预防模具损坏并降低不良品重工机率呢?
螺纹
螺纹是一种用于将两个或多个物体固定在一起的装置。它们通常被用来创建螺孔,并配合螺钉、螺栓或螺母使用。螺纹的设计和品质直接影响到组装的牢固性、承受扭力的能力以及密封性能。螺纹的品质也直接关係到扭力的传递和分佈。在许多机械应用中,螺丝承受着不同程度的扭转力,而这些力量必须均匀地分佈在螺纹表面上,以防止因压力集中而导致的断裂或变形。优质的螺纹能够有效地承受这些力量,并确保结构的稳固性和可靠性。
螺丝螺纹的加工方式有很多种,诸如,车削,铣削,滚压,挤压,攻丝,套丝,磨削等,本次监测的加工方式为螺丝挤压工法中的滚轮压滚。
螺丝挤压
螺丝挤压工法,也被称为螺丝压製或螺丝成型,是一种用于製造螺纹的工艺方法。它的作动原理基于塑性变形的原理,通过在材料上施加压力,将原本无螺纹的材料形成螺纹,通常用于大批量生产螺丝和螺栓等具有螺纹的工件,工法要求材料具有良好的可塑性,适用于製造直径较小的螺纹。滚轮压滚是用成型滚压模具使工件产生塑性变形产生螺纹,加工方式无屑,高强度、高精度,适合批量生产。
解决与监测说明
VMS-ML 机器学习智能监控系统
将感测器安装于贴近生产模具位置上,藉由VMS-ML机器学习智能监控系统学习正确的作动产生的动态讯号,并且加以对比判分,了解模具的状态,并经由长期量测化为趋势图,找出模具钝化更换的时机点,避免製造大量不良品以及降低重複加工的机率。
量测状况
正确作动讯号建立学习规范
加工动态讯号相似度改变发现异常
特徵趋势图
相似度趋势图,红线为更换钝化模具时间点。
频率超标次数趋势图,红线为更换钝化模具时间点。
SOA值趋势图,红线为更换钝化模具时间点。
频率相似度趋势图,红线为更换钝化模具时间点。
测量结论
其连续冲模设备每天最大能预估高效生产 43,200 隻螺丝,每隻螺丝的加工价格约为 0.3 元,因此每天的产出价值约为 12,960 新台币。每两週(10 天)一批次的出货价值约为 129,600 新台币,共配置了约10台连续冲模设备,每套模具的价值约为 120 万至 150 万新台币,每天的产出价值超过 1,296,000 新台币。
| 优化项目 | 叙述 | KPI 效益 |
|---|---|---|
| 人为检产品 | 可置换为Alarm分流,设置一检查员,3 > 1员 | 2员薪资,年省约1,250,000 NTD |
| 产线嫁动 | 正常刀具比钝化刀具良率优2.69倍,稼动观点 | 以5天批次价值约:400,000 NTD |
| 预防模具损坏 | 以模具轻微受损能执行修复观点 | 每台每次预防损坏: 1,200,000 NTD |
| 预防无预警停机 | 修复设备约2-3天 | 嫁动产能价值:400,000 NTD |
系统监测除了能够藉由趋势图了解更换模具的时机点,还能够预防设备的损坏、保持良好的稼动率,同时带来厂区的效益极大。
VMS-ML 机器学习智能监控系统常见问题(FAQ)
螺丝螺纹品质为什么如此重要?
螺纹品质直接影响螺丝的锁固能力、承受扭力能力与密封效果。若螺纹精度不足,可能造成锁附失败、松脱、漏油、漏气或结构强度不足等问题,进而影响产品可靠度与使用安全。
什么是滚轮压滚(Thread Rolling)製程?
滚轮压滚是一种利用成型滚压模具,使材料产生塑性变形而形成螺纹的加工方式。此工法属于无切削加工,具有高强度、高精度与适合大量生产等优点,因此广泛应用于螺丝与螺栓製造。
模具钝化会造成哪些问题?
当模具逐渐磨耗或钝化时,螺纹成形品质会开始下降,可能造成牙型不完整、尺寸误差增加、产品强度降低与不良率上升。若未即时更换模具,甚至可能造成模具破损与设备停机。
VMS-ML 如何监测螺丝製造模具状态?
VMS-ML 机器学习智能监控系统可透过感测器撷取模具运作时的动态讯号,学习正常加工模式并建立标准模型。当模具状态改变时,系统会自动侦测讯号差异并透过趋势图分析模具健康状态。
如何预测模具更换时机?
透过长期监测模具动态讯号与趋势变化,可观察模具性能衰退过程。当系统发现讯号逐渐偏离正常范围时,即可提前安排模具更换,避免模具突然失效造成大量不良品与停机损失。
导入模具智能监控有什么效益?
透过模具监测可降低不良品产生、减少重工成本、避免模具损坏、提升设备稼动率与产线稳定度。同时可建立模具寿命资料库,协助工厂推动预知保养与智慧製造管理。
