Saturday, November 23Modern Manufacturing
×

เพิ่มประสิทธิภาพเครื่องจักรและลดของเสียด้วยซอฟต์แวร์ SaaS ที่ขับเคลื่อนด้วย AI 

เครื่องจักรของคุณใช้งานเต็มประสิทธิภาพหรือยัง? 

การเพิ่มผลิตภาพสามารถปรับปรุงเครื่องจักรเดิมที่มีอยู่ให้ดีขึ้นได้ ในกระบวนการกัด CNC อย่างมีประสิทธิภาพนั้นจำเป็นต้องใช้พารามิเตอร์การตัดที่เหมาะสม โดยเฉพาะอย่างยิ่งความเร็วแกนหมุนและอัตราการป้อนเครื่องมือตัด 

หากอัตราการป้อนเครื่องมือที่เร็วเกินไปจะทำให้เกิดการสั่นสะเทือน (Chatter Vibration) ส่งผลต่อคุณภาพพื้นผิวชิ้นงานและทำให้เครื่องมือตัดอายุสั้นลงกว่าที่ควร และเสียต้นทุนในการเปลี่ยนเครื่องมือตัดบ่อย ๆ   ตั้งแต่ค่าเครื่องมือ ค่าแรง และเวลาในการทำงาน ตลอดจนพื้นผิวที่เสียหายไปอาจต้องมีกระบวนการแก้ไขซ้ำซึ่งก็เป็นต้นทุนอีก ในขณะที่อัตราการป้อนที่ช้าเกินไปก็ไม่ได้ผลิตภาพ 

ก่อนนั้นการกำหนดพารามิเตอร์การตัดที่เหมาะสมต้องใช้สูตรคำนวณ หรือเปิดตารางตามคู่มือที่ผู้ผลิตเครื่องจักรแนะนำซึ่งอาจต้องอาศัยช่างผู้มีความเชี่ยวชาญ จากปัญหาขาดแคลนแรงงานทักษะของทางยุโรป และค่าแรงที่จะมีการปรับขึ้นในบ้านเรานั้น ช่างที่มีความชำนาญก็จะมีต้นทุนที่แพงขึ้น ดังนั้น คงจะดีกว่าหากการระบุหรือปรับพารามิเตอร์ทำได้โดยอัตโนมัติโดยที่ใครๆ สามารถทำได้

สูตรคำนวณพารามิเตอร์การตัดเฉือน มีตัวแปรต่าง ๆ เช่น อัตราแกนหมุน จำนวนแฉก (Flute) เส้นผ่านศูนย์กลางสว่าน อัตราการป้อน ฯลฯ

https://www.dapra.com/resources/milling-formulas

ในปัจจุบัน ปัญญาประดิษฐ์ (AI) เป็นผู้ช่วยในการทำงาน โดย AI สามารถแนะนำพารามิเตอร์การตัดเฉือนที่เหมาะสมได้อย่างอัตโนมัติ ความเชี่ยวชาญถูกโอนจากผู้มีประสบการณ์สูงมายังซอฟต์แวร์ AI ทำให้ทุกคนสามารถใช้งานได้ แม้ไม่มีประสบการณ์ในขั้นสูง เพียงแค่ใช้ซอฟต์แวร์เป็นก็สามารถดำเนินงานได้ 

Productive Machines เปิดตัวเทคโนโลยีเรือธงอย่าง Sense NC Finesse เป็นโซลูชันอัตโนมัติเต็มรูปแบบเพื่อเพิ่มประสิทธิภาพในการกัด (Milling) ในรูปแบบของบริการซอฟต์แวร์บนคลาวด์ (Software-as-a-Service หรือ SaaS) ซอฟต์แวร์นี้ให้คำแนะนำอัตราการป้อนเครื่องมือและความเร็วของแกนหมุนที่เหมาะสม เพื่อไม่ให้เกิดการสั่น (Chatter Vibration) ที่ก่อให้เกิดความเสียหายต่อพื้นผิวชิ้นงานและเครื่องมือ อีกทั้งยังเพิ่มความเร็วในการตัดเฉือน มีคุณภาพพื้นผิวชิ้นงานที่ดีขึ้น และขยายอายุการใช้งานเครื่องมือยาวนานขึ้น

Dr Erdem Ozturk, CEO at Productive Machines, comments: “We’ve successfully demonstrated the effectiveness of our technology in some of the world’s most sophisticated manufacturing environments.”

Dr Erdem Ozturk, CEO ของ Productive Machines อธิบายว่า “เราประสบความสำเร็จในการสาธิตเทคโนโลยีที่มีประสิทธิภาพในสภาพแวดล้อมการผลิตที่ซับซ้อนที่สุดในโลก”

(ที่มา: Productive Machines)

SaaS เป็นซอฟต์แวร์ที่ใช้โมเดล AI เพื่อเพิ่มประสิทธิภาพกระบวนการของเครื่องจักร มีผู้ผลิตรายใหญ่ใช้งานแล้วมากกว่า 10 รายรวมถึง Renault และ Masa Aerospace โดย Productive Machines ตั้งเป้าที่จะช่วยผู้ผลิตจำนวนมากจากทั่วโลกลดการลองผิดลองถูกซ้ำ ๆ ลดของเสีย ส่งมอบผลิตภัณฑ์ที่มีคุณภาพและเร็วขึ้น

ประสิทธิภาพและคุณภาพดีขึ้น แต่ต้นทุนลดลง

จากข้อมูลของบริษัท เครื่องจักรที่ผ่านการกำหนดค่าโดย Productive Machines สามารถผลิตชิ้นส่วนต่าง ๆ ด้วยเวลาเพียงครึ่งเดียวของเวลาเดิม คุณภาพพื้นผิวดีขึ้นอย่างมาก และลดของเสียได้มากถึง 25 เปอร์เซ็นต์ มีรายงานจากผู้ใช้ว่าต้นทุนเครื่องมือลดลงมากถึง 20 เปอร์เซ็นต์สำหรับเครื่องจักรที่ได้รับการปรับปรุงประสิทธิภาพแล้ว

Sense NC Finesse ในรูปแบบ Plug-In สู่ซอฟต์แวร์ CAM 

Sense NC Finesse พร้อมใช้งานแล้วในรูปแบบ Plug-In สำหรับผู้ผลิตที่ใช้งานซอฟต์แวร์ Siemens NX CAM เพื่อเพิ่มประสิทธิภาพของเครื่องจักรที่ใช้ระบบ CAM ในการดำเนินการ 

Productive Machines จะปล่อย Plug-In สำหรับผู้ใช้ Mastercam ในฤดูร้อนนี้ และจะเผยแพร่ซอฟต์แวร์ดังกล่าวให้กับผู้ใช้ซอฟต์แวร์ CAM อื่น ๆ ในอีกไม่กี่เดือนข้างหน้า

Dr Erdem Ozturk, CEO ของ Productive Machines กล่าวสรุป “ผู้ผลิตต่าง ๆ ต้องการโซลูชันเพื่อเพิ่มประสิทธิภาพโดยที่ไม่ต้องอาศัยผู้เชี่ยวชาญหรือมีประสบการณ์มากนัก เราจึงได้ใส่ความเชี่ยวชาญด้านวิศวกรรมซอฟต์แวร์และพลศาสตร์การตัดเฉือนที่สะสมมาเป็น 100 ปี เพื่อสร้างเป็นโซลูชันอัตโนมัติที่ง่ายต่อการใช้งาน ไม่ว่าจะเป็นพนักงานปฏิบัติงาน วิศวกรประยุกต์ ผู้ออกแบบโปรแกรม CAM และทุกระดับงานสามารถใช้ประโยชน์จากเครื่องมือได้อย่างเต็มศักยภาพ”

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

READ MORE

Notice: Undefined index: popup_cookie_abzql in /home/mmthaixaulinbx/webapps/mmthailand/wp-content/plugins/cardoza-facebook-like-box/cardoza_facebook_like_box.php on line 924