AI технологиясы жаһандық технологиялық дамудың озық саласы ретінде пайда болды. Жетекші экструдер өндірушісі ретінде Йонгте жақында жасанды интеллектті (AI) PLC нақты уақыттағы экструзиялы қалыптау жабдығын басқару жүйесіне біріктіруді ұсынды. Бұл инновациялық тәсіл дәстүрлі жабық циклді PID реттеуінен басқару тетіктерін, жұмыс режимдерін, сапаны қамтамасыз ету жүйелерін және техникалық қызмет көрсету құрылымдарын қамтитын интеллектуалды бейімделгіш бірлескен басқару парадигмаларына өтуге бағытталған. Негізгі технологиялық әсер мен инженерлік өнімділікті алты негізгі өлшем арқылы жүйелі түрде бағалауға болады: басқару тетіктері, процесті оңтайландыру, сапаны басқару, болжамды техникалық қызмет көрсету, энергия тиімділігін басқару және жүйе архитектурасын жобалау.

I. Басқару механизмі: Тұрақты параметрді реттеуден көп айнымалы біріктірілген интеллектуалды бірлескен басқаруға көшу

Дәстүрлі экструдер PLC жүйелері температура, айналу жылдамдығы және қысым сияқты параметрлерді тәуелсіз басқаруға ғана қол жеткізе алатын негізгі басқару механизмі ретінде PID бір циклды реттеуге сүйенеді. Бұл тәсіл материал қасиеттері, бұрандалардың тозуы және қоршаған орта температурасының ауытқуы сияқты қатты байланыстырылған бұзылуларды шешуге тырысады. AI енгізуімен:

1. Болжалды басқару (MPC), күшейтуді үйрену (RL) немесе бейімделген нейрондық желілер негізінде температура аймақтары, бұранда жылдамдығы, тарту жылдамдығы және балқыма қысымы бойынша жаһандық динамикалық сәйкестікке қол жеткізу үшін көп кірісті көп шығыс (MIMO) бірлескен басқару моделі құрастырылады.

2. Басқару параметрлерін процесс жағдайларына сәйкес онлайн режимінде автоматты түрде реттеуге және оңтайландыруға болады, бұл жүйенің асып кетуін және тұрақты күйдегі қатені айтарлықтай азайтады, сонымен бірге экструзия процесі кезінде динамикалық тұрақтылық пен бұзылуға төзімділікті арттырады.

3. AI шешім қабылдау қабаты және PLC нақты уақыттағы басқару деңгейі басты-құлдық бірлескен архитектурасын құрайды: AI оңтайлы басқару параметрін оңтайландыруды өңдейді, ал PLC миллисекунд деңгейіндегі басқару талаптарын қанағаттандыру үшін логикалық операцияларды, қауіпсіздік блоктауларын және нақты уақыттағы жетек функцияларын орындайды.

II. Процесті оңтайландыру: Автономды процесс параметрлерін оңтайландыруға және модельді жылдам ауыстыруға қол жеткізу

Дәстүрлі экструзия процестері тәжірибелі техниктердің сынақ және қателік әдістеріне сүйенеді, нәтижесінде материалды ауыстыру, қалыптарды ауыстыру және техникалық сипаттамаларды өзгерту циклдері, сондай-ақ жоғары сынықтар жылдамдығы пайда болады. AI мүмкіндіктерін кеңейткеннен кейін:

1. Тарихи процесс деректеріне және нақты уақыттағы жұмыс жағдайларына негізделген материал сорттары, өнім өлшемдері, өндірістік қуаттылық мақсаттары және экструзия параметрлері арасында интеллектуалды сәйкестікке қол жеткізу үшін процесс параметрлерін салыстыру моделі құрастырылады.

2. Процесті бір рет басу арқылы автоматты генерациялауды және прогрессивті конвергенцияны қолдайды, бұл процесті жөндеу циклін айтарлықтай қысқартады және қолмен жұмыс тәжірибесіне жоғары тәуелділікті азайтады.

3. Қызып кету, артық қысым және шамадан тыс жүктеме сияқты сәйкес келмейтін жұмыс жағдайларының алдын алу үшін процесс шекараларында интеллектуалды шектеуді және сәйкестікті тексеруді енгізіңіз.

III. Сапаны бақылау: Офлайн таңдап алу тестілеуінен онлайн тұйық циклды интеллектуалды түзетуге дейінгі эволюция

Онлайн анықтау бірліктерін (қалыңдықты өлшегіштер, лазерлік өлшемді сенсорлар және көру жүйелері) біріктіру арқылы AI және PLC жабық цикл сапаны бақылау жүйесін құрайды:

1. AI нақты уақыт режимінде мүмкіндіктерді шығаруды және өнімнің өлшемдік ауытқулары мен беткі ақаулары бойынша трендті болжауды орындайды, содан кейін PLC-ге түзету пәрмендерін тікелей шығарады.

2. Қалып температурасына, тарту жылдамдығына және бұранда жылдамдығына динамикалық компенсация ең аз төзімділік шегінде массалық ауытқуларды сақтау үшін жүзеге асырылады.

3. Процесс параметрлері, операциялық күй және сапа нәтижелері арасындағы корреляциялық талдауға қол жеткізу үшін толық процесті сапаны бақылау жүйесін құру, осылайша процестің үздіксіз итерациясын қолдау.

IV. Болжалды техникалық қызмет көрсету: оқиғадан кейінгі жөндеуден және тұрақты техникалық қызмет көрсетуден алдын ала ескертуге көшу

AI PLC жинаған сипаттамалық сигналдарды, соның ішінде момент, ток, температура градиенті және қысым пульсациясы бойынша терең үйренуді жүзеге асырады.

1. Алдын ала ескертулер мен қалған өмірді болжау үшін сүзгінің бітелуі, бұранданың тозуы, көміртектің тұнбасы және балқыманың жарылуы сияқты ауытқулардың ерте ескерту белгілерін анықтау;

2. Жоспарланған дәлдіктегі техникалық қызмет көрсетуді қолдау, жоспарланбаған тоқтап қалу уақытын, жабдықты тазалау шығындарын және жабдықтың кенет істен шығуын азайту үшін техникалық қызмет көрсету шешімі бойынша ұсыныстар беріңіз.

3. Әрекеттердің реттелген тізбегіне қол жеткізу үшін PLC қауіпсіздік логикасымен біріктірілген қалыпты емес жұмыс жағдайларына жауап берудің иерархиялық стратегиясын жасаңыз: ерте ескерту→ жүктемені азайту→ өшіру.

V. Энергия тиімділігін оңтайландыру: бүкіл процесте энергияны тұтынуды интеллектуалды реттеуге қол жеткізу

Энергияны көп қажет ететін жабдық ретінде экструдерлер AI-ға энергияны тұтыну үлгілері мен процесс шектеулеріне негізделген көп мақсатты оңтайландыруды орындауға мүмкіндік береді.

1. Өнім сапасы мен өндіріс қуатын қамтамасыз ете отырып, қызып кетуді және энергияны тиімсіз тұтынуды болдырмау үшін температуралық аймақтарда қыздыру қуатын және бұрандамен жұмыс тиімділігін динамикалық түрде оңтайландырыңыз.

2. Қуатты тегістеуді реттеуге қол жеткізу үшін жүктеме ауытқуларын біріктіру арқылы энергияны пайдалану тиімділігі артады, осылайша энергияны үнемдеу, тұтынуды азайту және тұрақты жұмыс істеудің екі жақты мақсаттарын жүзеге асырады.

VI. Жүйе архитектурасы: Edge Intelligence және PLC ынтымақтастығы бар жаңа басқару жүйесін құру

PLC есептеу ресурстарындағы шектеулерге байланысты AI дәстүрлі PLC орындау дәлелдеріне тікелей ендірілмейді. Бұл инженерлік енгізу кезінде қабаттасқан архитектуралық сипаттамаға әкеледі.

1. Қабылдау қабаты: датчиктер температура, қысым, айналу жылдамдығы, момент және массаны қоса алғанда, көп дереккөзді деректерді жинайды.

2. Басқару деңгейі: PLC нақты уақыттағы логиканы, қозғалысты басқаруды, қауіпсіздікті қорғауды және нұсқауларды орындауды басқарады.

3. Шеттік интеллект деңгейі: Шеттік есептеу блогы AI үлгісінің қорытындысын орындайды, мүмкіндіктерді талдауды, шешім қабылдауды және нұсқауларды жіберуді орындайды.

4. Өзара әрекеттесу деңгейі: Profinet, EtherNet/IP және Modbus TCP қоса алғанда, өнеркәсіптік автобустар арқылы жоғары сенімділікті, аз кідіріспен деректер алмасуға мүмкіндік береді.

VII. Негізгі қорытындылар

AI технологиясымен біріктірілген экструдер PLC басқару жүйесі PLC ауыстырмайды, керісінше интеллектуалды кеңейту арқылы олардың басқару мүмкіндіктерін арттырады. Дәстүрлі пассивті орындауды басқаруды қабылдау-шешім-орындау-кері байланысы бар автономды зияткерлік басқару үлгісіне жаңарту арқылы ол экструзия процесінің тұрақтылығын, жүйелілігін, кірістілік жылдамдығын және жалпы жабдық тиімділігін (OEE) айтарлықтай жақсартады. Бұл тәсіл бір уақытта қол еңбегіне, операциялық шығындарға және энергия тұтынуға тәуелділікті азайтып, жоғары деңгейлі экструзия жабдықтарын интеллектуалды жаңартудың негізгі технологиялық жолын белгілейді.

AI технологиясының дамуымен біз экструдерді басқару жүйелері AI-мен шынайы интеграцияға қол жеткізетін күнді күтеміз. Бұл түрлендіру дәстүрлі экструзия жабдығы үшін «операциялық құралдардан» «зияткерлік серіктестерге» сапалы секіруді ғана емес, сонымен қатар деректерге негізделген процесті оңтайландыру арқылы полимерлі материалдарды қалыптау өндірісінде түбегейлі өзгерістерді тудырады. Мұндай прогресс сапа дәлдігі, өндіріс тиімділігі және жасыл өндіріс саласындағы салалық стандарттарды жоғарылатады, сайып келгенде, адам мен машина ынтымақтастығы және автономды эволюциямен сипатталатын интеллектуалды өндіріс экожүйесін құруға мүмкіндік береді.