Hopper sa učí z údajov o strojoch, surovinách a procesoch a generuje situačné odporúčania pre optimálne zladené nastavenia parametrov, aby bol šrot a čas cyklu čo najnižší. Namiesto toho, aby sa spoliehal na manuálne „pokusy a chyby“, Hopper poskytuje situačné odporúčania pre konkrétne úpravy parametrov - založené na prakticky naučenom ideálnom procese a rešpektovaní validačných okien.
Hopper nepretržite analyzuje ovplyvňujúce premenné procesu vstrekovania a navrhuje situačné úpravy nastaveného parametra.
Zohľadnenie materiálov, procesov a údajov o životnom prostredí.
Prijímajte odporúčania v prehliadači alebo na mobilnom zariadení prostredníctvom push správy.
Porovnajte aplikované recepty z hľadiska KPI a rôznych parametrov nastavenia.
Získajte prehľad o tom, ktoré recepty fungovali a ako dobre.
Analyzujte odmietnutia vyskytujúce sa v procese vstrekovania, rozdelené podľa dôvodu odmietnutia a dutiny.
To vám umožní presne identifikovať problémové oblasti a presne iniciovať optimalizačné opatrenia.
Použite návrhy na nastavenie parametrov priamo - Hopper zapíše parametre priamo do ovládača stroja.
Tým sa eliminuje potreba manuálneho nastavenia obsluhou stroja.
Automatické uplatňovanie úprav parametrov
Vyžaduje sa overenie používateľom
Prečítajte si, ako spoločnosť ZAHORANSKY používa Hopper od plus10 na urýchlenie prevádzky komplexných systémov vstrekovania a zníženie množstva odpadu. Výzva: nestabilné procesy v dôsledku výkyvov materiálu
„Hopper podporuje našich inštalačných inžinierov s návrhmi parametrov pri dolaďovaní nastavení stroja a riešení problémov s cieľom zvýšiť a stabilizovať účinnosť vo všetkých šftoch v našich komplexných procesoch vstrekovania elastomérov. „A. Botta, manažér procesného inžinierstva v FST v Luserne v Taliansku
ZAHORANSKY nasadzuje Hopper na jemné doladenie parametrov vstrekovania za chodu, čím kompenzuje variabilitu materiálu. Dosiahlo o 20% rýchlejšie zvýšenie a zníženie šrotu o 10— 17% pri nepretržitej výrobe GMP. Výsledok: Vyšší OEE zo stabilnej produkcie napriek výkyvom materiálu a rozdielom v úrovni zručností.
Charakteristiky surovín na dávku napr. hustota, viskozita
Prostredie produktu, napr. teplota okolia + vlhkosť
Typ stroja + konfigurácia, napr. elektrický, hybridný/hydraulický
Údaje o procese (skutočný + nastavený parameter), napr. krivky vstrekovacieho tlaku/rýchlosti
periférne zariadenia napr. typ horúce/chladného chodníka, teplotné zariadenie
Spätná väzba na kvalitu produktu, napr. geometrické + povrchové vlastnosti, hmotnosť
Špecifikácia produktu, napr. povolené hranice parametrov procesu
Mapovanie medzi každým z vyššie uvedených zdrojov údajov
Pripojenie: šifrovaná odchádzajúca prevádzka na cloudový backend cez HTTPS
Siemens Industrial Edge Device nainštalované v strojovej sieti s aplikáciou plus10