AI-tehnoloogia on kujunenud ülemaailmse tehnoloogilise arengu tippvaldkonnaks. Juhtiva ekstruuderite tootjana tegi Yongte hiljuti ettepaneku integreerida tehisintellekt (AI) ekstrusioonvormimisseadmete PLC reaalajas juhtimissüsteemi. Selle uuendusliku lähenemisviisi eesmärk on minna üle traditsiooniliselt suletud ahelaga PID-regulatsioonilt intelligentsetele adaptiivsetele koostöökontrolli paradigmadele, mis hõlmavad juhtimismehhanisme, töörežiime, kvaliteedi tagamise süsteeme ja hooldusraamistikke. Peamist tehnoloogilist mõju ja tehnilist jõudlust saab süstemaatiliselt hinnata kuue peamise mõõtme kaudu: juhtimismehhanismid, protsesside optimeerimine, kvaliteedijuhtimine, prognoositav hooldus, energiatõhususe juhtimine ja süsteemiarhitektuuri disain.

I. Juhtmehhanism: üleminek fikseeritud parameetriga reguleerimiselt mitme muutujaga seotud intelligentsele koostöökontrollile

Traditsioonilised ekstruuder-PLC-süsteemid tuginevad PID-i üheahelalisele regulatsioonile kui põhijuhtimismehhanismile, mis võimaldab saavutada ainult selliste parameetrite sõltumatut juhtimist nagu temperatuur, pöörlemiskiirus ja rõhk. See lähenemine püüab lahendada tugevalt seotud häireid, sealhulgas materjali omadusi, kruvide kulumist ja keskkonnatemperatuuri kõikumisi. AI kasutuselevõtuga:

1. Mudeli ennustaval juhtimisel (MPC), tugevdusõppel (RL) või adaptiivsetel närvivõrkudel põhinev mitme sisendiga mitme väljundiga (MIMO) koostööjuhtimismudel on konstrueeritud, et saavutada globaalne dünaamiline sobitamine temperatuuritsoonide, kruvi kiiruse, veojõu ja sulamisrõhu vahel.

2. Juhtparameetreid saab automaatselt reguleerida ja optimeerida võrgus vastavalt protsessi tingimustele, vähendades oluliselt süsteemi ületamist ja püsiseisundi viga, suurendades samal ajal dünaamilist stabiilsust ja häirekindlust ekstrusiooniprotsessi ajal.

3. Tehisintellekti otsustuskiht ja PLC reaalajas juhtimiskiht moodustavad ülem-alluv koostööarhitektuuri: AI tegeleb optimaalse juhtimisparameetrite optimeerimisega, samal ajal kui PLC teostab loogilisi toiminguid, turvablokeeringuid ja reaalajas ajami funktsioone, et täita millisekunditaseme juhtimisnõudeid.

II. Protsessi optimeerimine: autonoomsete protsessiparameetrite optimeerimise ja kiire mudelivahetuse saavutamine

Traditsioonilised ekstrusiooniprotsessid põhinevad kogenud tehnikute katse-eksituse meetodil, mille tulemuseks on materjali vahetamise, stantside vahetamise ja spetsifikatsioonide muutmise tsüklid ning suur praagimäär. Pärast AI volitamist:

1. Ajalooliste protsessiandmete ja reaalajas töötingimuste põhjal koostatakse protsessiparameetrite kaardistamise mudel, et saavutada intelligentne sobitamine materjali klasside, toote mõõtmete, tootmisvõimsuse eesmärkide ja ekstrusiooniparameetrite vahel.

2. Toetab ühe klõpsuga protsesside automaatset genereerimist ja järkjärgulist lähenemist, lühendades oluliselt protsessi silumistsüklit ja vähendades suurt sõltuvust käsitsi kogemusest.

3. Rakendage protsessi piiridel intelligentseid piiranguid ja vastavuse kontrollimist, et vältida mittevastavaid töötingimusi, nagu ülekuumenemine, ülerõhk ja ülekoormus.

III. Kvaliteedikontroll: areng võrguühenduseta proovide võtmise testimisest võrgus suletud ahelaga intelligentse korrektsioonini

Integreerides sidustuvastusüksused (paksusmõõturid, lasermõõtmelised andurid ja nägemissüsteemid), moodustavad AI ja PLC suletud ahelaga kvaliteedikontrollisüsteemi:

1. AI teostab toodete mõõtmete kõrvalekallete ja pinnadefektide puhul reaalajas funktsioonide eraldamise ja trendi ennustamise, seejärel väljastab paranduskäsud otse PLC-le.

2. Massi kõikumiste hoidmiseks minimaalsete tolerantsi piirides on rakendatud stantsi temperatuuri, veojõu kiiruse ja kruvi kiiruse dünaamilist kompenseerimist.

3. Luua kogu protsessi hõlmav kvaliteedi jälgimise süsteem, et saavutada korrelatsioonianalüüs protsessi parameetrite, tööoleku ja kvaliteeditulemuste vahel, toetades seeläbi pidevat protsessi iteratsiooni.

IV. Ennustav hooldus: üleminek intsidendijärgselt remondilt ja regulaarselt hoolduselt ennetavale varajasele hoiatamisele

AI õpib põhjalikult PLC kogutud iseloomulikke signaale, sealhulgas pöördemomenti, voolu, temperatuuri gradienti ja rõhu pulsatsiooni.

1. Tuvastage varajased hoiatusmärgid kõrvalekalletest, nagu filtri ummistus, kruvide kulumine, süsiniku sadestumine ja sulamisrebenemine, et võimaldada ennetavaid hoiatusi ja prognoosida ülejäänud eluiga;

2. Esitage hooldusotsuste soovitusi, et toetada planeeritud täppishooldust, vähendades planeerimata seisakuid, seadmete puhastuskadusid ja ootamatuid seadmerikkeid.

3. Ebanormaalsete töötingimuste jaoks töötage välja hierarhiline reageerimisstrateegia, mis on integreeritud PLC ohutusloogikaga, et saavutada korrapärane toimingute jada: varajane hoiatus→ koormuse vähendamine→ sulgemine.

V. Energiatõhususe optimeerimine: aruka energiatarbimise reguleerimise saavutamine kogu protsessi vältel

Energiamahukate seadmetena võimaldavad ekstruuderid AI-l teostada mitme eesmärgiga optimeerimist, mis põhineb energiatarbimise mudelitel ja protsessipiirangutel.

1. Toote kvaliteedi ja tootmisvõimsuse tagamisel optimeerige dünaamiliselt küttevõimsust ja kruvide töö efektiivsust temperatuuritsoonides, et vältida ülekuumenemist ja ebatõhusat energiatarbimist.

2. Koormuse kõikumiste integreerimine, et saavutada võimsuse tasandusregulatsioon, suurendab energiakasutuse efektiivsust, saavutades seeläbi kaks eesmärki: energiasääst, tarbimise vähendamine ja stabiilne töö.

VI. Süsteemi arhitektuur: Edge Intelligence'i ja PLC-koostööga uudse juhtimissüsteemi loomine

PLC arvutusressursside piirangute tõttu ei saa tehisintellekti otse traditsioonilistesse PLC täitmise arutluskäikudesse manustada. Selle tulemuseks on kihiline arhitektuur tehnilise rakendamise ajal.

1. Taju kiht: andurid koguvad mitmest allikast pärinevaid andmeid, sealhulgas temperatuuri, rõhu, pöörlemiskiiruse, pöördemomendi ja massi.

2. Juhtkiht: PLC tegeleb reaalajas loogika, liikumisjuhtimise, ohutuskaitse ja juhiste täitmisega.

3. Servaluure kiht: servaarvutusüksus teostab tehisintellekti mudeli järeldusi, teostab funktsioonide analüüsi, otsuste langetamist ja juhiste edastamist.

4. Interaktsioonikiht: võimaldab suure töökindluse ja madala latentsusajaga andmevahetust tööstuslike siinide, sealhulgas Profinet, EtherNet/IP ja Modbus TCP kaudu.

VII. Põhijäreldused

AI-tehnoloogiaga integreeritud ekstruuderi PLC juhtimissüsteem ei asenda PLC-sid, vaid pigem suurendab nende juhtimisvõimalusi intelligentse laiendamise kaudu. Uuendades traditsioonilise passiivse täitmise juhtimise autonoomsele intelligentsele juhtimismudelile, millel on taju-otsus-täitmine-tagasiside, parandab see oluliselt ekstrusiooniprotsessi stabiilsust, järjepidevust, tootlikkuse määra ja üldist seadmete tõhusust (OEE). See lähenemisviis vähendab samaaegselt sõltuvust käsitsitööst, tegevuskulusid ja energiatarbimist, luues põhilise tehnoloogilise raja tipptasemel ekstrusiooniseadmete intelligentseks uuendamiseks.

Tehisintellekti tehnoloogia edenedes ootame päeva, mil ekstruuderi juhtimissüsteemid saavutavad tõelise integratsiooni tehisintellektiga. See ümberkujundamine ei tähenda mitte ainult kvalitatiivset hüpet traditsiooniliste ekstrusiooniseadmete jaoks "töötööriistadest" "intelligentseteks partneriteks", vaid põhjustab andmepõhise protsessi optimeerimise kaudu ka põhimõttelisi muutusi polümeermaterjalide vormimises. Sellised edusammud tõstavad tööstuse standardeid kvaliteedi täpsuse, tootmise tõhususe ja rohelise tootmise osas, luues lõpuks intelligentse tootmisökosüsteemi, mida iseloomustab inimese ja masina koostöö ning autonoomne evolutsioon.