Thực tế
Ứng dụng
Hỏi đáp
Ảnh hưởng của hiện tượng kẹt phoi trên máy tiện kiểu Swiss đến chất lượng quy trình?
Thực tế giám sát ｜Ảnh hưởng của hiện tượng kẹt phoi trên máy tiện kiểu Swiss đến chất lượng quy trình?Máy tiện kiểu Swiss gia công bằng cách kẹp và quay phôi thông qua trục chính, kết hợp với dao cắt cố định để thực hiện quá trình gia công. Những nguyên nhân chính nào ảnh hưởng đến chất lượng quy trình của máy tiện kiểu Swiss? Và làm thế nào để nhanh chóng khoanh vùng và loại bỏ các bất thường?
Nguyên lý gia công của máy tiện kiểu Swiss
Quy trình tiện – phay được phân loại theo hướng chuyển động thành
kiểu trượt phôi (Sliding Head – Swiss type) và
kiểu trượt dao (Fixed Head).
Các máy tiện truyền thống phần lớn sử dụng kiểu trượt dao, trong đó trục chính quay phôi
kết hợp với dao cắt di chuyển theo các trục X, Y, Z để thực hiện gia công cắt nặng,
chủ yếu ứng dụng cho các chi tiết kích thước lớn như mâm xe ô tô,
linh kiện ô tô và các kết cấu cơ khí nặng.
Ngược lại, máy tiện kiểu Swiss thực hiện gia công bằng cách để trục chính
kẹp và di chuyển phôi theo phương trục, trong khi dao cắt được cố định.
Cách thức này cho phép đạt độ chính xác cao hơn, phù hợp với gia công cắt nhẹ,
đặc biệt cho các chi tiết có đường kính nhỏ (≤ 35 mm),
như linh kiện đồng hồ, trục truyền động nhỏ và các chi tiết chính xác cao.
Do đó, máy tiện kiểu Swiss yêu cầu rất cao về độ thẳng vật liệu
và độ ổn định của quá trình gia công.
Mô tả phương án giám sát
Hệ thống giám sát thông minh VMS-ML ứng dụng Machine Learning
Phân tích nguyên nhân gốc rễ của sự cố máy thông qua xu hướng độ tương đồng tín hiệu
Do các yếu tố như độ ổn định chuyển động trục chính suy giảm,
dao cắt bị mài mòn, lão hóa hoặc hư hỏng,
cũng như hiện tượng kẹt phoi xảy ra đột ngột,
mức độ tương đồng của tín hiệu động học sẽ giảm xuống.
Thông qua sự suy giảm này, hệ thống có thể phát hiện sớm
những thay đổi nhỏ trong trạng thái vận hành của máy.
Tình trạng đo lường
Mô tả hạng mục đo lường
# Đo tín hiệu động bằng Machine Learning:
Sử dụng cảm biến gắn ngoài, không cần kết nối trực tiếp với tín hiệu điều khiển của máy.
# Học hành vi chuyển động:
Thông qua hệ thống giám sát thông minh ứng dụng Machine Learning,
hệ thống sẽ học và nhận diện hành vi gia công,
từ đó đánh giá chất lượng gia công trong quá trình vận hành.
Sơ đồ vị trí lắp đặt cảm biến
Giám sát trạng thái kẹp phôi của trục chính
Tình trạng trục chính của máy tiện trượt tâm (Sliding Head Lathe)
Trạng thái gia công bình thường của trục chính máy tiện trượt tâm
Tín hiệu gia công thời gian thực (Dynamic Action) và mẫu học Machine Learning (Pattern) gần như chồng khít lên nhau, sai lệch nằm trong khoảng 2 vạch.
Trục chính máy tiện trượt tâm xảy ra bất thường trong quá trình kẹp phôi
Xuất hiện sai khác tín hiệu động (độ tương đồng giảm xuống dưới 70%), dẫn đến hiện tượng lệch tâm khi gia công, sai lệch độ chính xác vượt quá 10 vạch.
Kết luận đo lường
Hiện tượng kẹt phoi (kẹt mạt) xảy ra đột ngột, không có cảnh báo trước,
dẫn đến tình trạng gia công bị lệch tâm.
Thông qua hệ thống giám sát Machine Learning VMS-ML,
có thể quản lý tình trạng gia công dựa trên sự thay đổi độ tương đồng của tín hiệu,
giúp tránh việc tiêu hao vật liệu trong thời gian dài mà không được phát hiện,
đồng thời giảm ảnh hưởng đến tỷ lệ vận hành thiết bị và rủi ro phát sinh sản phẩm lỗi.
Quản lý phân tích động bằng Machine Learning
có thể được sử dụng như một công cụ đánh giá và phân định
chất lượng chuyển động trục chính của máy,
thời điểm thay dao,
cũng như tình trạng kẹp giữ phôi của trục chính.
Chỉ khi nắm bắt và quản lý hiệu quả tình trạng vận hành của thiết bị, đồng thời chủ động loại bỏ các bất thường từ sớm (thực hiện bảo trì dự đoán), mới có thể kéo dài tuổi thọ máy móc, phát huy tối đa năng suất thiết bị và giảm thiểu lãng phí vật tư không cần thiết.
Hệ thống giám sát thông minh bằng Machine Learning
VMS-ML Hệ thống giám sát thông minh bằng Machine Learning
Ngăn chặn kịp thời sản phẩm lỗi