स्वत: ढांचा

उच्च गुणवत्ता, कम अपशिष्ट, अधिकतम अपटाइम और न्यूनतम लागतों के दीर्घकालिक लक्ष्यों को प्राप्त करने के लिए फाउंडरीज तेजी से डेटा-संचालित प्रक्रिया स्वचालन को अपना रहे हैं। पूरी तरह से एकीकृत डिजिटल सिंक्रनाइज़ेशन ऑफ डालने और मोल्डिंग प्रक्रियाओं (निर्बाध कास्टिंग) विशेष रूप से फाउंड्री के लिए मूल्यवान है, जो कि समय-समय के उत्पादन, कम चक्र के समय और अधिक लगातार मॉडल परिवर्तनों की चुनौतियों का सामना कर रहा है। स्वचालित मोल्डिंग और कास्टिंग सिस्टम के साथ जो मूल रूप से एक साथ लिंक करते हैं, कास्टिंग प्रक्रिया तेज हो जाती है और उच्च गुणवत्ता वाले भागों को लगातार अधिक उत्पादन किया जाता है। स्वचालित डालने की प्रक्रिया में तापमान की निगरानी करना, साथ ही इनोक्यूलेशन सामग्री को खिलाना और प्रत्येक मोल्ड की जाँच करना शामिल है। यह प्रत्येक कास्टिंग की गुणवत्ता में सुधार करता है और स्क्रैप दर को कम करता है। यह व्यापक स्वचालन विशेष अनुभव के वर्षों के साथ ऑपरेटरों की आवश्यकता को भी कम करता है। संचालन भी सुरक्षित हो जाता है क्योंकि कम श्रमिक समग्र रूप से शामिल होते हैं। यह दृष्टि भविष्य की दृष्टि नहीं है; यह अब हो रहा है। फाउंड्री ऑटोमेशन और रोबोटिक्स, डेटा संग्रह और विश्लेषण जैसे उपकरण दशकों से विकसित हुए हैं, लेकिन प्रगति ने हाल ही में सस्ती उच्च-प्रदर्शन कम्प्यूटिंग और उन्नत उद्योग 4.0 नेटवर्क सेंसर और संगत नियंत्रण प्रणालियों के विकास के साथ तेज किया है। समाधान और भागीदार अब फाउंड्री को अधिक महत्वाकांक्षी परियोजनाओं का समर्थन करने के लिए एक मजबूत, बुद्धिमान बुनियादी ढांचा बनाने में सक्षम बनाते हैं, अपने प्रयासों को समन्वित करने के लिए कई पहले से स्वतंत्र उप-प्रक्रियाओं को एक साथ लाते हैं। इन स्वचालित, एकीकृत प्रणालियों द्वारा एकत्र की गई प्रक्रिया डेटा को संग्रहीत और विश्लेषण करना भी डेटा-संचालित निरंतर सुधार के एक पुण्य चक्र के लिए दरवाजा खोलता है। फाउंड्रीज़ उनके बीच सहसंबंध खोजने और प्रक्रिया परिणामों के बीच सहसंबंधों को खोजने के लिए ऐतिहासिक डेटा की जांच करके प्रक्रिया मापदंडों को एकत्र और विश्लेषण कर सकते हैं। स्वचालित प्रक्रिया तब एक पारदर्शी वातावरण प्रदान करती है जिसमें विश्लेषण द्वारा पहचाने गए किसी भी सुधार को अच्छी तरह से और जल्दी से परीक्षण किया जा सकता है, मान्य किया जा सकता है और जहां संभव हो, कार्यान्वित किया गया हो।
सीमलेस मोल्डिंग चुनौतियों के कारण जस्ट-इन-टाइम प्रोडक्शन की प्रवृत्ति के कारण, डिसामैटिक® मोल्डिंग लाइनों का उपयोग करने वाले ग्राहकों को अक्सर छोटे बैचों के बीच अक्सर मॉडल को बदलना पड़ता है। DISA से एक स्वचालित पाउडर चेंजर (APC) या एक त्वरित पाउडर चेंजर (QPC) जैसे उपकरणों का उपयोग करना, टेम्प्लेट को एक मिनट में कम से कम बदला जा सकता है। जैसे-जैसे हाई-स्पीड पैटर्न में परिवर्तन होता है, प्रक्रिया में अड़चनें डालने की ओर स्थानांतरित हो जाती है-पैटर्न परिवर्तन के बाद मैन्युअल रूप से टुंडिश को स्थानांतरित करने के लिए आवश्यक समय। सीमलेस कास्टिंग कास्टिंग प्रक्रिया के इस कदम को बेहतर बनाने का सबसे अच्छा तरीका है। यद्यपि कास्टिंग अक्सर आंशिक रूप से स्वचालित है, पूर्ण स्वचालन के लिए मोल्डिंग लाइन के नियंत्रण प्रणालियों और भरने वाले उपकरणों के निर्बाध एकीकरण की आवश्यकता होती है ताकि वे सभी संभावित ऑपरेटिंग स्थितियों में पूरी तरह से संचालित हो जाएं। इसे मज़बूती से प्राप्त करने के लिए, डालने वाली इकाई को ठीक से पता होना चाहिए कि अगले मोल्ड को डालना कहां सुरक्षित है और यदि आवश्यक हो, तो भरने वाली इकाई की स्थिति को समायोजित करें। एक ही मोल्ड की स्थिर उत्पादन प्रक्रिया में कुशल स्वचालित भरना प्राप्त करना मुश्किल नहीं है। हर बार एक नया मोल्ड बनाया जाता है, मोल्ड कॉलम एक ही दूरी (मोल्ड मोटाई) को स्थानांतरित करता है। इस तरह, फिलिंग यूनिट उसी स्थिति में रह सकती है, जो उत्पादन लाइन बंद होने के बाद अगले खाली मोल्ड को भरने के लिए तैयार है। रेत की संपीड़ितता में परिवर्तन के कारण मोल्ड की मोटाई में परिवर्तन की भरपाई के लिए केवल मामूली समायोजन की आवश्यकता होती है। इन ठीक समायोजन की आवश्यकता को हाल ही में नई मोल्डिंग लाइन सुविधाओं के लिए धन्यवाद कम कर दिया गया है जो कि लगातार उत्पादन के दौरान अधिक सुसंगत रहने की अनुमति देता है। प्रत्येक पोर पूरा होने के बाद, मोल्डिंग लाइन फिर से एक स्ट्रोक को स्थानांतरित कर देती है, अगले खाली मोल्ड को अगले डालने के लिए जगह में रखती है। जबकि यह हो रहा है, फिलिंग डिवाइस को रिफिल किया जा सकता है। मॉडल को बदलते समय, मोल्ड की मोटाई बदल सकती है, जिसके लिए जटिल स्वचालन की आवश्यकता होती है। क्षैतिज सैंडबॉक्स प्रक्रिया के विपरीत, जहां सैंडबॉक्स की ऊंचाई तय की जाती है, ऊर्ध्वाधर डिस्सैमेटिक® प्रक्रिया मॉडल के प्रत्येक सेट के लिए आवश्यक सटीक मोटाई को मोल्ड की मोटाई को समायोजित कर सकती है ताकि लोहे के अनुपात और मॉडल की ऊंचाई के लिए एक निरंतर रेत बनाए रखा जा सके। यह इष्टतम कास्टिंग गुणवत्ता और संसाधन उपयोग सुनिश्चित करने में एक प्रमुख लाभ है, लेकिन अलग -अलग मोल्ड की मोटाई स्वचालित कास्टिंग नियंत्रण को अधिक चुनौतीपूर्ण बनाती है। एक मॉडल परिवर्तन के बाद, डिस्सामैटिक® मशीन एक ही मोटाई के मोल्ड्स के अगले बैच का उत्पादन करना शुरू कर देती है, लेकिन लाइन पर भरने वाली मशीन अभी भी पिछले मॉडल के मोल्ड्स को भरती है, जिसमें एक अलग मोल्ड मोटाई हो सकती है। इसका मुकाबला करने के लिए, मोल्डिंग लाइन और फिलिंग प्लांट को एक सिंक्रनाइज़ सिस्टम के रूप में मूल रूप से काम करना चाहिए, एक मोटाई के मोल्ड का उत्पादन करना और दूसरे को सुरक्षित रूप से डालना चाहिए। पैटर्न में बदलाव के बाद सीमलेस डालना। पैटर्न परिवर्तन के बाद, मोल्डिंग मशीनों के बीच शेष मोल्ड की मोटाई समान रहती है। पिछले मॉडल से बनाई गई इकाई समान रहती है, लेकिन चूंकि मोल्डिंग मशीन से निकलने वाला नया मोल्ड मोटा या पतला हो सकता है, इसलिए पूरे स्ट्रिंग प्रत्येक चक्र में अलग -अलग दूरी पर आगे बढ़ सकती है - नए रूप की मोटाई तक। इसका मतलब यह है कि मोल्डिंग मशीन के प्रत्येक स्ट्रोक के साथ, सीमलेस कास्टिंग सिस्टम को अगले कलाकारों की तैयारी में कास्टिंग स्थिति को समायोजित करना चाहिए। मोल्ड्स के पिछले बैच के बाद, मोल्ड की मोटाई फिर से स्थिर हो जाती है और स्थिर उत्पादन फिर से शुरू हो जाता है। उदाहरण के लिए, यदि नया मोल्ड 200 मिमी मोटी मोल्ड के बजाय 150 मिमी मोटा है जो अभी भी पहले डाला जा रहा था, तो डिटिंग डिवाइस को मोल्डिंग मशीन के प्रत्येक स्ट्रोक के साथ मोल्डिंग मशीन की ओर 50 मिमी वापस ले जाना चाहिए, जो सही डालने की स्थिति में हो। । मोल्ड कॉलम को डालना बंद करने के लिए तैयार करने के लिए एक प्लांट प्लांट के लिए, भरने वाले प्लांट कंट्रोलर को ठीक से पता होना चाहिए कि यह किस मोल्ड में डाला जाएगा और कब और कहां से डाला जाएगा। एक नए मॉडल का उपयोग करना जो पतले मोल्ड्स को कास्ट करते समय मोटे सांचों का उत्पादन करता है, सिस्टम को एक चक्र में दो मोल्ड्स डालने में सक्षम होना चाहिए। उदाहरण के लिए, जब 400 मिमी व्यास का मोल्ड बनाते हैं और 200 मिमी व्यास के मोल्ड को डालते हैं, तो डाला हुआ डिवाइस प्रत्येक मोल्ड के लिए मोल्डिंग मशीन से 200 मिमी दूर होना चाहिए। कुछ बिंदु पर 400 मिमी स्ट्रोक दो अनफिल्ड 200 मिमी व्यास के मोल्ड को संभव डालने वाले क्षेत्र से बाहर धकेल देगा। इस मामले में, मोल्डिंग मशीन को तब तक इंतजार करना चाहिए जब तक कि भरने वाले डिवाइस ने अगले स्ट्रोक पर जाने से पहले दो 200 मिमी मोल्ड्स को खत्म कर दिया। या, पतले मोल्ड बनाते समय, पौरर को मोटे सांचों को डालते हुए चक्र में पूरी तरह से डालने में सक्षम होना चाहिए। उदाहरण के लिए, जब एक 200 मिमी व्यास का मोल्ड बनाते हैं और 400 मिमी व्यास मोल्ड डालते हैं, तो डालने वाले क्षेत्र में एक नया 400 मिमी व्यास मोल्ड रखने का मतलब है कि दो 200 मिमी व्यास के साँचे बनाने की आवश्यकता है। एक एकीकृत मोल्डिंग और डालने के लिए आवश्यक ट्रैकिंग, गणना और डेटा एक्सचेंज को परेशानी से मुक्त स्वचालित डालने के लिए, जैसा कि ऊपर वर्णित है, अतीत में कई उपकरण आपूर्तिकर्ताओं के लिए चुनौतियां प्रस्तुत की हैं। लेकिन आधुनिक मशीनों, डिजिटल सिस्टम और सर्वोत्तम प्रथाओं के लिए धन्यवाद, सीमलेस डालना न्यूनतम सेटअप के साथ जल्दी से प्राप्त किया जा सकता है (और किया गया है)। मुख्य आवश्यकता प्रक्रिया के "लेखांकन" का कुछ रूप है, जो वास्तविक समय में प्रत्येक रूप के स्थान के बारे में जानकारी प्रदान करता है। DISA'S Monitizer® | CIM (कंप्यूटर इंटीग्रेटेड मॉड्यूल) सिस्टम प्रत्येक मोल्ड को रिकॉर्ड करके और उत्पादन लाइन के माध्यम से अपने आंदोलन को ट्रैक करके इस लक्ष्य को प्राप्त करता है। एक प्रक्रिया टाइमर के रूप में, यह समय-स्टैम्प किए गए डेटा धाराओं की एक श्रृंखला उत्पन्न करता है जो प्रत्येक मोल्ड की स्थिति की गणना करते हैं और हर सेकंड उत्पादन लाइन पर इसके नोजल की गणना करते हैं। यदि आवश्यक हो, तो यह सटीक सिंक्रनाइज़ेशन प्राप्त करने के लिए भरने वाले प्लांट कंट्रोल सिस्टम और अन्य प्रणालियों के साथ वास्तविक समय में डेटा का आदान -प्रदान करता है। DISA सिस्टम CIM डेटाबेस से प्रत्येक मोल्ड के लिए महत्वपूर्ण डेटा निकालता है, जैसे कि मोल्ड मोटाई और कैन/नहीं डाला जा सकता है, और इसे भरने वाले संयंत्र नियंत्रण प्रणाली को भेजता है। इस सटीक डेटा (मोल्ड के बाद उत्पन्न होने के बाद उत्पन्न) का उपयोग करना, पौरर मोल्ड के आने से पहले ही असेंबली को सही स्थिति में ले जा सकता है, और फिर स्टॉपर रॉड को खोलना शुरू कर सकता है जबकि मोल्ड अभी भी आगे बढ़ रहा है। ढालना समय पर आयरिंग प्लांट से आयरन प्राप्त करने के लिए आता है। यह आदर्श समय महत्वपूर्ण है, यानी पिघल सटीक कप तक पहुंचता है। पोर टाइम एक सामान्य उत्पादकता अड़चन है, और पूरी तरह से समय से शुरू होने से, साइकिल के समय को एक सेकंड के कई दसवें हिस्से से कम किया जा सकता है। DISA मोल्डिंग सिस्टम भी मोल्डिंग मशीन से प्रासंगिक डेटा को स्थानांतरित करता है, जैसे कि वर्तमान मोल्ड आकार और इंजेक्शन दबाव, साथ ही व्यापक प्रक्रिया डेटा जैसे कि रेत संपीड़ितता, मॉनिटाइज़र® के लिए | CIM। बदले में, Monitizer® | CIM भरने वाले संयंत्र से प्रत्येक मोल्ड के लिए गुणवत्ता-महत्वपूर्ण मापदंडों को प्राप्त करता है और संग्रहीत करता है, जैसे कि तापमान डालें, समय डालना, और डालने और इनोक्यूलेशन प्रक्रियाओं की सफलता। यह अलग -अलग रूपों को झटकों प्रणाली में मिश्रण करने से पहले खराब और अलग के रूप में चिह्नित करने की अनुमति देता है। मोल्डिंग मशीनों को स्वचालित करने के अलावा, मोल्डिंग लाइन्स और कास्टिंग, मॉनिटाइज़र® | CIM अधिग्रहण, भंडारण, रिपोर्टिंग और विश्लेषण के लिए एक उद्योग 4.0-अनुपालन ढांचा प्रदान करता है। फाउंड्री प्रबंधन विस्तृत रिपोर्ट देख सकता है और गुणवत्ता के मुद्दों को ट्रैक करने और संभावित सुधारों को चलाने के लिए डेटा में ड्रिल कर सकता है। ऑर्ट्रैंडर की सीमलेस कास्टिंग अनुभव ऑर्ट्रैंडर ईसेनहेटे जर्मनी में एक परिवार के स्वामित्व वाली फाउंड्री है, जो ऑटोमोटिव घटकों के लिए मध्य-मात्रा, उच्च गुणवत्ता वाले लोहे की कास्टिंग, भारी-शुल्क वाली लकड़ी के स्टोव और बुनियादी ढांचे और सामान्य मशीनरी भागों के उत्पादन में माहिर है। फाउंड्री ग्रे आयरन, डक्टाइल आयरन और कॉम्पैक्टेड ग्रेफाइट आयरन का उत्पादन करती है और प्रति वर्ष लगभग 27,000 टन उच्च गुणवत्ता वाली कास्टिंग का उत्पादन करती है, सप्ताह में पांच दिन दो शिफ्ट का संचालन करती है। ऑर्ट्रैंडर चार 6-टन इंडक्शन पिघलने वाली भट्टियों और तीन डिसा मोल्डिंग लाइनों का संचालन करता है, जो प्रति दिन लगभग 100 टन कास्टिंग का उत्पादन करता है। इसमें एक घंटे के छोटे उत्पादन रन शामिल हैं, कभी -कभी महत्वपूर्ण ग्राहकों के लिए कम, इसलिए टेम्पलेट को अक्सर बदलना पड़ता है। गुणवत्ता और दक्षता का अनुकूलन करने के लिए, सीईओ बर्नड एच। विलियम्स-बुक ने स्वचालन और एनालिटिक्स को लागू करने में महत्वपूर्ण संसाधनों का निवेश किया है। पहला कदम लोहे के पिघलने और खुराक की प्रक्रिया को स्वचालित करना था, नवीनतम Pourtech सिस्टम का उपयोग करके तीन मौजूदा कास्टिंग भट्टियों को अपग्रेड करना, जिसमें 3D लेजर तकनीक, ऊष्मायन और तापमान नियंत्रण शामिल है। फर्नेस, मोल्डिंग और कास्टिंग लाइनें अब डिजिटल रूप से नियंत्रित और सिंक्रनाइज़ की जाती हैं, लगभग पूरी तरह से स्वचालित रूप से संचालित होती हैं। जब मोल्डिंग मशीन मॉडल बदलती है, तो Pourtech POUR कंट्रोलर नए मोल्ड आयामों के लिए DISA Monitizer® | CIM सिस्टम को क्वेरी करता है। DISA डेटा के आधार पर, POUR नियंत्रक गणना करता है कि प्रत्येक डाल के लिए पोर नोड को कहां रखा जाए। यह ठीक से जानता है जब पहला नया मोल्ड फिलिंग प्लांट में आता है और स्वचालित रूप से नए डालने वाले अनुक्रम पर स्विच करता है। यदि जिग किसी भी समय अपने स्ट्रोक के अंत तक पहुंचता है, तो डिस्सामैटिक® मशीन बंद हो जाती है और जिग स्वचालित रूप से लौटता है। जब मशीन से पहला नया मोल्ड हटा दिया जाता है, तो ऑपरेटर को सतर्क किया जाता है ताकि वह नेत्रहीन जांच कर सके कि यह सही स्थिति में है। सीमलेस कास्टिंग पारंपरिक हाथ कास्टिंग प्रक्रियाओं या कम जटिल स्वचालित प्रणालियों के लाभों के परिणामस्वरूप मॉडल परिवर्तनों के दौरान उत्पादन समय खो सकता है, जो एक मोल्डिंग मशीन पर तेजी से मोल्ड परिवर्तन के साथ भी अपरिहार्य है। मैन्युअल रूप से पोरर को रीसेट करना और मोल्ड डालना धीमा है, अधिक ऑपरेटरों की आवश्यकता होती है, और भड़कने जैसी त्रुटियों के लिए प्रवण होता है। ऑर्ट्रैंडर ने पाया कि जब हाथ से बॉटलिंग होती है, तो उसके कर्मचारी अंततः थक गए, एकाग्रता खो दी, और गलतियाँ कीं, जैसे कि फिसलना। मोल्डिंग और डालने का सहज एकीकरण अपशिष्ट और डाउनटाइम को कम करते हुए तेजी से, अधिक सुसंगत और उच्च-गुणवत्ता वाली प्रक्रियाओं को सक्षम करता है। ऑर्ट्रैंडर के साथ, स्वचालित भरने मॉडल परिवर्तनों के दौरान भरने वाली इकाई की स्थिति को समायोजित करने के लिए आवश्यक तीन मिनटों को समाप्त कर देता है। श्री विलियम्स-बुक ने कहा कि पूरी रूपांतरण प्रक्रिया 4.5 मिनट लेती थी। आज दो मिनट से भी कम समय। प्रति शिफ्ट 8 और 12 मॉडल के बीच बदलकर, ऑर्ट्रैंडर कर्मचारी अब लगभग 30 मिनट प्रति शिफ्ट, आधा पहले की तरह खर्च करते हैं। गुणवत्ता को अधिक स्थिरता और प्रक्रियाओं को लगातार अनुकूलित करने की क्षमता के माध्यम से बढ़ाया जाता है। सीमलेस कास्टिंग की शुरुआत करके ऑर्ट्रैंडर ने लगभग 20% तक कचरे को कम कर दिया। मॉडल बदलते समय डाउनटाइम को कम करने के अलावा, पूरे मोल्डिंग और डालने वाली लाइन को पिछले तीन के बजाय केवल दो लोगों की आवश्यकता होती है। कुछ बदलावों पर, तीन लोग दो पूर्ण उत्पादन लाइनों को संचालित कर सकते हैं। निगरानी लगभग ये सभी श्रमिक हैं: अगले मॉडल का चयन करने, रेत मिश्रण का प्रबंधन करने और पिघल को परिवहन करने के अलावा, उनके पास कुछ मैनुअल कार्य हैं। एक और लाभ अनुभवी कर्मचारियों के लिए कम आवश्यकता है, जिन्हें खोजना मुश्किल है। यद्यपि स्वचालन के लिए कुछ ऑपरेटर प्रशिक्षण की आवश्यकता होती है, यह लोगों को महत्वपूर्ण प्रक्रिया जानकारी प्रदान करता है जो उन्हें अच्छे निर्णय लेने की आवश्यकता होती है। भविष्य में, मशीनें सभी निर्णय ले सकती हैं। सीमलेस कास्टिंग से डेटा लाभांश जब एक प्रक्रिया में सुधार करने की कोशिश करते हैं, तो फाउंड्री अक्सर कहते हैं, "हम एक ही तरह से एक ही तरह से करते हैं, लेकिन अलग -अलग परिणामों के साथ।" इसलिए वे 10 सेकंड के लिए एक ही तापमान और स्तर पर कास्ट करते हैं, लेकिन कुछ कास्टिंग अच्छे हैं और कुछ खराब हैं। स्वचालित सेंसर जोड़कर, प्रत्येक प्रक्रिया पैरामीटर पर समय-स्टैम्प किए गए डेटा को इकट्ठा करना, और परिणामों की निगरानी करना, एक एकीकृत सीमलेस कास्टिंग सिस्टम संबंधित प्रक्रिया डेटा की एक श्रृंखला बनाता है, जिससे गुणवत्ता के बिगड़ने पर मूल कारणों की पहचान करना आसान हो जाता है। उदाहरण के लिए, यदि अप्रत्याशित समावेश ब्रेक डिस्क के एक बैच में होता है, तो प्रबंधक जल्दी से जांच कर सकते हैं कि पैरामीटर स्वीकार्य सीमा के भीतर हैं। क्योंकि मोल्डिंग मशीन, कास्टिंग प्लांट और अन्य कार्यों जैसे भट्टियों और रेत मिक्सर के लिए नियंत्रक कॉन्सर्ट में काम करते हैं, वे जो डेटा उत्पन्न करते हैं, वह रेत के गुणों से लेकर कास्टिंग की अंतिम सतह की गुणवत्ता तक, पूरी प्रक्रिया में संबंधों की पहचान करने के लिए विश्लेषण किया जा सकता है। एक संभावित उदाहरण यह है कि कैसे स्तर और तापमान प्रत्येक व्यक्तिगत मॉडल के लिए मोल्ड भरने को प्रभावित करते हैं। परिणामी डेटाबेस प्रक्रियाओं को अनुकूलित करने के लिए मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस (एआई) जैसी स्वचालित विश्लेषण तकनीकों के भविष्य के उपयोग के लिए नींव भी देता है। ऑर्ट्रैंडर मशीन इंटरफेस, सेंसर माप और परीक्षण नमूनों के माध्यम से वास्तविक समय में प्रक्रिया डेटा एकत्र करता है। प्रत्येक मोल्ड कास्टिंग के लिए, लगभग एक हजार पैरामीटर एकत्र किए जाते हैं। पहले, इसने केवल प्रत्येक डाल के लिए आवश्यक समय दर्ज किया था, लेकिन अब यह पता है कि वास्तव में नोजल का स्तर हर सेकंड है, अनुभवी कर्मियों को यह जांचने की अनुमति देता है कि यह पैरामीटर अन्य संकेतकों को कैसे प्रभावित करता है, साथ ही साथ कास्टिंग की अंतिम गुणवत्ता भी। क्या मोल्ड को भरने के दौरान तरल को नोजल से निकाला जाता है, या भरने के दौरान लगभग निरंतर स्तर तक भरा हुआ नोजल डाला जाता है? ऑर्ट्रैंडर एक वर्ष में तीन से पांच मिलियन मोल्ड का उत्पादन करता है और उसने बड़ी मात्रा में डेटा एकत्र किया है। ऑर्ट्रैंडर भी गुणवत्ता के मुद्दों के मामले में Pourtech डेटाबेस में प्रत्येक डाल की कई छवियों को संग्रहीत करता है। इन छवियों को स्वचालित रूप से रेट करने का एक तरीका खोजना एक भविष्य का लक्ष्य है। निष्कर्ष। एक साथ स्वचालित गठन और तेजी से प्रक्रियाओं में परिणाम डालने, अधिक सुसंगत गुणवत्ता और कम अपशिष्ट। चिकनी कास्टिंग और स्वचालित पैटर्न बदलने के साथ, उत्पादन लाइन प्रभावी रूप से स्वायत्त रूप से संचालित होती है, केवल न्यूनतम मैनुअल प्रयास की आवश्यकता होती है। चूंकि ऑपरेटर एक पर्यवेक्षी भूमिका निभाता है, इसलिए कम कर्मियों की आवश्यकता होती है। सीमलेस कास्टिंग का उपयोग अब दुनिया भर के कई स्थानों पर किया जाता है और इसे सभी आधुनिक फाउंड्रीज़ पर लागू किया जा सकता है। प्रत्येक फाउंड्री को अपनी आवश्यकताओं के अनुरूप थोड़ा अलग समाधान की आवश्यकता होगी, लेकिन इसे लागू करने के लिए तकनीक अच्छी तरह से सिद्ध है, वर्तमान में DISA और उसके साथी से उपलब्ध है, और बहुत काम की आवश्यकता नहीं है। कस्टम कार्य किया जा सकता है। फाउंड्रीज में कृत्रिम बुद्धिमत्ता और बुद्धिमान स्वचालन का बढ़ता उपयोग अभी भी परीक्षण चरण में है, लेकिन जैसा कि फाउंड्री और ओईएम अगले दो से तीन वर्षों में अधिक डेटा और अतिरिक्त अनुभव एकत्र करते हैं, स्वचालन में संक्रमण में काफी तेजी आएगी। यह समाधान वर्तमान में वैकल्पिक है, हालांकि, डेटा इंटेलिजेंस प्रक्रियाओं को अनुकूलित करने और लाभप्रदता में सुधार करने का सबसे अच्छा तरीका है, अधिक स्वचालन और डेटा संग्रह एक प्रयोगात्मक परियोजना के बजाय मानक अभ्यास बन रहा है। अतीत में, एक फाउंड्री की सबसे बड़ी संपत्ति इसका मॉडल और उसके कर्मचारियों का अनुभव था। अब जब सीमलेस कास्टिंग को अधिक से अधिक स्वचालन और उद्योग 4.0 सिस्टम के साथ जोड़ा गया है, तो डेटा जल्दी से फाउंड्री सफलता का तीसरा स्तंभ बन रहा है।
-हम ने इस लेख की तैयारी के दौरान अपनी टिप्पणियों के लिए ईमानदारी से पोर-टेक और ऑर्ट्रैंडर ईसेनहेटे को धन्यवाद दिया।
हां, मैं उत्पादों और सामग्रियों पर सभी नवीनतम समाचारों, परीक्षणों और रिपोर्टों के साथ द्वि-साप्ताहिक फाउंड्री-प्लैनेट न्यूज़लेटर प्राप्त करना चाहूंगा। प्लस विशेष समाचार पत्र - सभी कभी भी मुफ्त रद्द करने के साथ।