ควบคุมคุณภาพสายการผลิตด้วยเสียงของเครื่องจักรบนแพลตฟอร์มคลาวด์

ในสายการผลิตจะมีรอบการบำรุงรักษาเชิงป้องกัน (Preventive Maintenance) ซึ่งเป็นรอบระยะเวลาที่อิงตามสถิติที่ผู้ผลิตเครื่องจักรแนะนำมา โดยปกติก็จะต้องมีการเผื่อไว้เพื่อให้มั่นใจว่าจะไม่เกิดปัญหา แต่วิธีการแบบดั้งเดิมอย่างนั้นอาจจะไม่ดีที่สุด ในปัจจุบันมีการบำรุงรักษาเชิงคาดการณ์ (Predictive Maintenance) คือ การเฝ้าสังเกตการณ์ข้อมูลที่เก็บจากเครื่องจักรแต่ละเครื่องอย่างต่อเนื่อง เพื่อให้ทราบได้ทันทีว่าปัญหากำลังจะเกิดขึ้น 

สามารถอ่านบทความ พื้นฐาน IoT : Predictive Maintenance คืออะไร? ได้จากลิงก์ด้านล่าง

Home

บริษัทในบทความที่จะกล่าวถึงนี้เป็นการเก็บบันทึกเสียงที่ผ่านตัวเครื่องจักร โดยมีข้อมูลเสียงอ้างอิงสำหรับเครื่องจักรแต่ละประเภทว่าเสียงแบบนี้ถือว่าปกติ หากกราฟเสียงที่แสดงผลออกมาเริ่มมีการเบี่ยงเบนออกจากปกติมากเกินขอบเขตที่กำหนด นั่นหมายถึงว่าเครื่องอาจจะกำลังเกิดปัญหาและสามารถปรับแก้ได้ก่อนที่เครื่องจะเสีย วิธีการแบบนี้จะทำให้ระยะเวลาระหว่างการบำรุงรักษายาวนานขึ้น เพราะไม่ต้องเผื่อเวลามากเหมือนวิธีการบำรุงรักษาเชิงป้องกันแบบเดิม ข้อมูลที่เก็บในแต่ละเครื่องจักรสามารถรวมขึ้นไปอยู่บนคลาวด์ ทำให้คำว่า IoT (Internet of Things) กลายเป็น Internet of Tools ได้เช่นเดียวกัน

บริษัทผลิตเครื่องมือ Hufschmied Zerspanungssysteme นำเสนอแนวทางในการปรับกระบวนการให้มีประสิทธิภาพ ผ่านระบบควบคุมคุณภาพในสายการผลิตด้วยคลื่นเสียง (Acoustic Inline Quality Control) โดยการรวบรวมข้อมูลไว้บนแพลตฟอร์มคลาวด์

Sonic Shark ระบบควบคุมคุณภาพด้วยคลื่นเสียงในสายการผลิตสามารถจัดเก็บและแบ่งปันข้อมูลบนแพลตฟอร์มคลาวด์ CEW ได้

(ที่มา: Hufschmied)

พนักงานเครื่องจักรที่มีประสบการณ์สามารถฟังความแตกต่างของเสียงเครื่องจักรที่กำลังทำงานอยู่ได้ พวกเขาฟังออกว่ามีเครื่องมือที่กำลังสึกหรอ หรือกำลังมีชิ้นส่วนที่เสียอยู่ แต่ก็เป็นไปไม่ได้ที่จะสามารถฟังเสียงความผิดปกติของเครื่องจักรได้ทุกเครื่องและทุกเวลา ดังนั้น จึงมีการใช้เทคโนโลยีการแปลงข้อมูลเป็นดิจิทัลเข้ามาช่วยในการจัดเก็บข้อมูลคลื่นเสียงในทุกเครื่องจักรไว้ตลอดเวลา 

Sonic Shark ฟังเสียงเครื่องจักรเพื่อตรวจจับข้อบกพร่อง

Hufschmied พัฒนาระบบ Sonic Shark โดยใช้ความเบี่ยงเบนคลื่นเสียงของเครื่องจักรที่กำลังทำงานเทียบกับคลื่นเสียงในสภาวะอ้างอิงที่ระบบได้เรียนรู้เอาไว้เพื่อบ่งชี้ข้อบกพร่องในกระบวนการผลิตในระยะเริ่มต้น ซึ่งในกระบวนการผลิตปกตินั้น พารามิเตอร์ของเครื่องจักร เส้นทางเครื่องมือ และเครื่องมือต่าง ๆ จะต้องมีความลงตัวประสานกันเป็นอย่างดีกับวัสดุและชิ้นงานเพื่อให้เกิดกระบวนการที่มีประสิทธิภาพที่สุด Hufschmied จึงได้ทำการวิจัยว่าเครื่องจักรที่ทำงานประสานกันอย่างลงตัวนั้นต้องมีเสียงเป็นอย่างไร 

เสียงที่เกิดจากการรวมข้อมูลด้วยเซนเซอร์และเปรียบเทียบโดยซอฟท์แวร์

เซนเซอร์หนึ่งตัวหรือมากกว่าจะติดอยู่กับชิ้นงาน ในขณะที่คอมพิวเตอร์ที่อยู่ข้างเครื่อง CNC จะเป็นตัวเก็บรวบรวมข้อมูลของเซนเซอร์ ในขั้นแรกจำเป็นที่จะต้องเทรนซอฟต์แวร์ให้ปรับเปลี่ยนได้เสียก่อนเพื่อที่จะสร้างเสียงสำหรับอ้างอิง ซอฟต์แวร์จะบันทึกเสียงรบกวนที่เกิดขึ้นด้วยเมื่อเครื่องจักรทำงานแล้วอุปกรณ์อยู่ภายใต้สภาวะที่เหมาะสม ระบบจะสร้างฐานข้อมูลเซนเซอร์ที่ทำหน้าที่เป็นข้อมูลอ้างอิงสำหรับการเปรียบเทียบในต่อ ๆ ไป ข้อมูลเป้าหมายนี้จะเปรียบเทียบกับข้อมูลจริงของกระบวนการปฏิบัติงาน มีการประเมินและแสดงผลให้เห็นบนหน้าจอ หากความเบี่ยงเบนเกินกว่าค่าที่กำหนดจะมีการแจ้งเตือนให้ทราบ

Hufschmied สามารถส่งสัญญาณเป้าหมายของแต่ละเซนเซอร์ให้กับเครื่องมือได้ทันที ตามข้อมูลการใช้งานและแนวทางการใช้เครื่องมือ เช่น ค่าการตัด ความเร็ว การป้อน เป็นต้น ผู้ใช้สามารถดึงไฟล์ดิจิทัลที่มีข้อมูลนี้ได้จากแพลตฟอร์ม CEW (Cutting Edge World) โดยผ่าน QR Code ของเครื่องมือ

การตรวจสอบแบบเรียลไทม์คาดการณ์อายุการใช้งานของเครื่องมือได้

โดยปกติบริษัทผู้ผลิตเครื่องมือจะทำการทดสอบอายุการใช้งานเครื่องมือและกำหนดส่วนเผื่อความปลอดภัย นั่นหมายถึง ระยะเวลาที่จะต้องทำการบำรุงรักษาตามรอบ ซึ่งมักจะเผื่อกว้าง ๆ เพื่อหลีกเลี่ยงปัญหาคุณภาพ แต่การทำแบบนี้อาจทำให้เกิดการซ่อมเร็วกว่าเวลาอันควรไปมาก ในขณะที่การเฝ้าสังเกตการณ์คลื่นเสียงที่ส่งผ่านมาตามโครงสร้างเครื่องจักร และการตรวจจับความเบี่ยงเบนเทียบกับสภาวะคลื่นเสียงอ้างอิง จะเกิดการซ่อมบำรุงก็ต่อเมื่อค่าความเบี่ยงเบนเกินเกณฑ์ที่กำหนดเท่านั้น ซึ่งหมายถึง รอบระยะเวลาการซ่อมจะยาวนานกว่า เป็นการซ่อมตามจริง ไม่ต้องมีส่วนเผื่อความปลอดภัยที่มากเกินไป

Hufschmied ประเมินว่าโดยเฉลี่ยประมาณ 40 เปอร์เซ็นต์ของเครื่องมือที่ใช้วิธีนี้สามารถทำงานได้นานกว่า การทดสอบแสดงให้เห็นว่า Sonic Shark ตรวจจับความสึกหรอไปจนถึงสัญญาณของการแตกหักของเครื่องมือและขอบตัด ระบบควบคุมสามารถคาดการณ์อายุการใช้งานของเครื่องมือด้วยระดับความคลาดเคลื่อนเพียง ±3 เปอร์เซ็นต์เท่านั้น หมายความว่าการตรวจสอบแบบเรียลไทม์ช่วยลดความเสี่ยงของของเสียที่อาจเกิดจากเครื่องมือเสียก่อนเวลาอันควร ในขณะเดียวกันเครื่องมือสามารถใช้งานได้ยาวนานขึ้นโดยปราศจากความเสี่ยงและสามารถเปลี่ยนได้ในเวลาที่เหมาะสม 

CEW แพลตฟอร์มเพื่อการรวบรวมและแลกเปลี่ยนข้อมูล

แพลตฟอร์ม Cutting Edge World (CEW) เป็นแพลตฟอร์มคลาวด์ที่มีความปลอดภัย (ตามที่บริษัทกล่าว) โดยมีโฮสต์อยู่ในศูนย์ข้อมูลของประเทศเยอรมัน Hufschmied ผู้พัฒนาระบบ Sonic Shark ได้อัปโหลดข้อมูลลงไปในแพลตฟอร์มคลาวด์ CEW ด้วยเช่นกัน เพื่อให้ผู้ใช้มีฐานข้อมูลของเครื่องมือและสามารถจดบันทึกอายุเครื่องมือและวัสดุที่ใช้อยู่ ซึ่ง CEW เป็นมากกว่าแหล่งจัดเก็บข้อมูลการปฏิบัติงาน ยังเป็นแพลตฟอร์มที่ใช้ในการแลกเปลี่ยนข้อมูลที่มีประสิทธิภาพที่สุดอีกด้วย

Digital Twin โมเดลเสมือนจริงที่ผู้ใช้งานสามารถนำไปใช้ต่อได้

Hufschmied ได้อัปโหลดข้อมูล dxf และเกจบล็อก (Gauge Block) ของเครื่องมือทั้งหมดไว้บนคลาวด์ ผู้ที่สนใจและลูกค้าของ Hufschmied สามารถดูบันทึกข้อมูล (Logged Data) การวัดระยะต่าง ๆ ของเครื่องมือผ่านทางบาร์โค้ดและแพลตฟอร์มคลาวด์ได้ อีกทั้งยังได้รับโมเดลเสมือนจริง (Digital Twin) ของเครื่องมือแต่ละตัวอยู่บนแพลตฟอร์ม CEW ด้วยเช่นเดียวกัน ซึ่งลูกค้าสามารถนำไปใช้ในการเขียนโปรแกรม CAM (Computer Aided Manufacturing) และการจำลองการใช้งานได้

นอกจากนี้ ผู้ใช้งานยังสามารถแบ่งปันข้อมูล อายุการใช้งาน และกระบวนการที่บันทึกไว้ของเครื่องจักรให้กับบริษัทที่ทำงานร่วมกันได้ ไม่ว่าจะเป็นระหว่างโรงงาน ผู้ผลิตเครื่องมือ ซัพพลายเออร์วัสดุ และผู้ผลิตเครื่องจักร เพื่อหารือและพัฒนาโครงการร่วมกันได้อีกด้วย

การเฝ้าสังเกตการณ์ข้อมูลเสียงของเครื่องจักรผ่านโมเดลเสมือนจริงสามารถทำได้จากระยะไกล สิ่งนี้ทำให้ IoT ที่มีความหมายว่า Internet of Things ได้กลายเป็น Internet of Toolings ด้วยเช่นเดียวกัน

บทความอ้างอิง: https://www.etmm-online.com/

• เปิดตัวเทคโนโลยีสำหรับอุตสาหกรรมการผลิตแบบเติมวัสดุในงาน Rapid + TCT 2023
• SJ Dimmock ยกระดับการผลิตด้วยแมชชีนนิ่งเซ็นเตอร์แนวตั้งจาก Mazak
• Seco ขับเคลื่อนด้วยซอฟต์แวร์อัจฉริยะเพื่อเพิ่มประสิทธิภาพการผลิต
• เพิ่มปริมาณการผลิตได้เร็วขึ้น ด้วยโซลูชันระบบการผลิตอัตโนมัติที่เชื่อมต่อกันจาก Emag

About The Author