Як використовувати історичні дані про роботу термопари для оптимізації параметрів процесу гарячого канального каналу

У більшості гарячеканальних цехів показання температури-термопари в реальному часі використовуються для-коригування процесу на місці, ігноруючи величезні історичні дані про коливання температури, які зберігаються контролером і системою MES. Довгострокові-сукупні дані про роботу термопари фіксують правила зміни температури під час кожного циклу формування, запуску та зупинки, а також довгострокову-тенденцію дрейфу, яку можна повністю вивчити для оптимізації фіксованих параметрів процесу гарячої канальні, мінімізації кількості дефектів і зниження споживання енергії. У цьому документі пропонуються чотири практичні параметри аналізу даних і супутні стратегії оптимізації процесу на основі історичних даних термопар.

Вимір 1: Покращення параметрів PID шляхом аналізу даних про коливання температури циклу формування. Експортуйте дані про температуру циклу термопари протягом 72 годин безперервно, підраховуйте амплітуду коливань кожної зони сопла та колектора за один цикл впорскування. Коли коливання температури в зоні сопла затвора перевищує ±1,5 градуса, це свідчить про те, що пропорційне посилення ПІД не відповідає швидкості відгуку термопари. Для швидковідповідних заземлених термопар зі значними флуктуаціями інтегральна стала часу повинна бути зменшена, щоб прискорити корекцію потужності; для повільних колекторних датчиків із плоскою головкою із затриманими коливаннями пропорційне посилення слід зменшити, щоб уникнути перевищення температури. Після оптимізації параметрів зміну температури циклу можна контролювати в межах ±0,5 градуса, що стабілізує в’язкість розплаву та зменшує проблеми витягування дроту та нерівномірної ваги продукту.

Вимір 2: Перевищення даних початкового опалення для оптимізації сегментованої кривої опалення. Термопари для вимірювання максимального перевищення температури кожної зони в сотнях операцій запуску форми. Якщо середнє перевищення становить понад 5 градусів, вихідну дво-ступеневу криву нагріву слід перетворити на три або чотири ступені градієнтного нагріву, час витримки середньотемпературних сегментів має бути подовжено, щоб уповільнити швидкість нагрівання, а миттєвий термічний удар для металу гарячого каналу та термопар має бути зменшений. Оптимізовані криві нагріву не тільки зменшують дефекти карбонізації пластику через перегрів, але також уповільнюють дрейф старіння термопари зі сплаву та подовжують термін служби датчика приблизно на 30%.

Вимір 3: Довгострокові дані тенденції дрейфу для компенсації встановленої фіксованої температури. Витягніть місячні 3-дані відхилення калібрування кожної термопари, щоб побудувати криву тенденції дрейфу. Для датчиків із безперервним позитивним дрейфом (повідомлена температура вища за реальну температуру) зменшіть фіксоване значення зміщення каналу однаково заздалегідь; для безперервних зон негативного дрейфу підвищте компенсацію зсуву. Щомісячне задане значення температурної компенсації технологічного процесу динамічно коригується на основі швидкості зростання дрейфу різних моделей термопар, усуваючи потребу в регулярному-калібруванні на місці під час виробничого процесу та забезпечуючи незмінні допуски розмірів продукту в довгостроковому масовому виробництві.

Вимір 4: Дані ослаблення температури в режимі очікування відключення для оптимізації параметрів режиму очікування збереження тепла. Проаналізуйте криву зниження температури термопар у режимі очікування для щоденного вимкнення форми, обчисліть швидкість втрати тепла для кожного колектора та зони сопла. Для крайових зон колектора з швидкою втратою тепла температуру збереження тепла в режимі очікування слід відповідно підвищити, щоб запобігти занадто низькій локальній температурі, що призводить до охолодження ліній матеріалу після перезапуску виробництва; для центральних зон із повільною втратою тепла температуру в режимі очікування слід знизити, щоб заощадити споживання електроенергії на опалення. Статистичні дані показують, що покращені параметри режиму очікування можуть зменшити щоденне споживання електроенергії гарячим канаром на 12%-18%, а дефекти холодного матеріалу, спричинені нерівномірними втратами тепла, можна усунути.

Процес реалізації аналізу даних. Експортуйте історичні дані про температуру термопари з шафи контролю температури або майстерні з системи MES кожні два тижні, сортуйте/класифікуйте за номером прес-форми, температурною зоною та серійним номером термопари. Використовуйте прості табличні інструменти для підрахунку амплітуди коливань, початкового значення перевищення, місячного відхилення дрейфу та швидкості тепловтрат у режимі очікування. Узагальніть принципи оптимізації параметрів PID, кривих градієнта нагріву, фіксованої компенсації зміщення та температури очікування для кожної форми та об’єднайте їх у стандартні файли процесу форми для прямого повторного використання під час наступної зміни форми. Регулярне порівняння даних може перевіряти моделі термопар із швидким дрейфом і низькою стабільністю, створювати основу для модифікації брендів і специфікацій закупівель запасних частин, а також реалізувати подвійну оптимізацію стабільності процесу формування та комплексної вартості запасних частин для термопар.