- HOME
- ห้องข่าว
ห้องข่าว
26 พฤศจิกายน 2561
AI สำหรับวินิจฉัยสปินเดิล
โอคุม่าพัฒนา OSP-AI ระบบวินิจฉัยด้วยตนเอง
สำหรับแบริ่งสปินเดิล
บริษัทโอคุม่าได้พัฒนาฟังก์ชั่นวินิจฉัยแบริ่งของสปินเดิลด้วยการใช้การเรียนรู้เชิงลึก AI ซึ่งได้รวมเข้าไปในเทคโนโลยี OSP-AI Self-Diagnostics สำหรับเครื่องจักรแมชชีนทูล
ต่อเนื่องจากฟังก์ชั่นวินิจฉัยสำหรับแกนป้อนที่พัฒนาขึ้นในปีพ. ศ. 2560 แอพพลิเคชั่นใหม่สำหรับแบริ่งของสปินเดิลเพื่อให้วินิจฉัยตนเองได้ถูกพัฒนาขึ้นในครั้งนี้ โดยมีคุณลักษณะที่จะเตือนให้ผู้ปฏิบัติงานทราบถึง
ความเสียหายของสปินเดิลและให้คำแนะนำสำหรับการบำรุงรักษาเชิงพยากรณ์ (Predictive Maintenance,
PdM)
- <ปฏิบัติตามแผนการผลิตได้>
- การวางแผนโดยการเตรียมแผนการซ่อมบำรุงล่วงหน้าตามสภาวะของแบริ่ง
สปินเดิลช่วยให้สามารถดำเนินการบำรุงรักษาได้โดยไม่ขัดขวางแผนการผลิต - <ลดต้นทุนการบำรุงรักษา>
- ค่าใช้จ่ายในส่วนของการบำรุงรักษาจะลดลงจากการเปลี่ยนสปินเดิลด้วยการบำรุงรักษาเชิงพยากรณ์ตามสภาวะของแบริ่งสปินเดิล
- <ไม่จำเป็นต้องเตรียมล่วงหน้า>
- ไม่จำเป็นต้องเตรียมเครื่องมือวัด เช่น เซ็นเซอร์วัดการสั่นสะเทือน แยกต่างหาก ไม่จำเป็นต้องมีการตั้งค่าเกณฑ์หรือการรวบรวมข้อมูลการวินิจฉัยก่อนหน้านี้
- ① ใช้งานง่ายและวินิจฉัยได้อย่างรวดเร็ว
- เซ็นเซอร์วัดความสั่นสะเทือนของโอคุม่าที่มีอัตราส่วนสัญญาณต่อเสียงรบกวน (S/N ratio) ของการวัดความสั่นสะเทือนสูงให้ข้อมูลที่น่าเชื่อถือสูงด้วยการประมวลผลสัญญาณที่เหมาะสม
- ② การแสดงสภาวะของแบริ่งด้วยไอคอน
- สีของไอคอนและระดับความผิดปกติเชิงตัวเลขบนหน้าจอจะขึ้นอยู่กับสภาวะของแบริ่งสปินเดิล นอกจากนี้ โดยใช้ตัวบ่งชี้แนวโน้มความผิดปกติ
คุณสามารถวางแผนการบำรุงรักษาโดยคาดการณ์การเพิ่มขึ้นของระดับความผิด
ปกติได้
-
การวินิจฉัยและแนวโน้มของระดับความผิดปกติ -
การวินิจฉัย (ขยาย)
- ③ AI ที่มีความแม่นยำสูง – ในเครื่อง
- ด้วยคุณสมบัติเชิงกลที่ซับซ้อนและเทคโนโลยี AI (การเรียนรู้เชิงลึก) โดยอิงจากข้อมูลการสั่นสะเทือนที่สะสมมาทำให้สามารถวินิจฉัยได้อย่างแม่นยำ เทคโนโลยีการวินิจฉัยได้เพิ่มความน่าเชื่อถือด้วยการเก็บข้อมูลของสมรรถนะอุปกรณ์จากโรงงานของบริษัทฯ นอกจากนี้ด้วยการอัพเดต
OSP-AI
คุณสามารถใช้โมเดลของการวินิจฉัยล่าสุด
ได้เสมอ
ตัวอย่างเครื่องจักรที่ติดตั้ง
-
MB-5000HⅡ -
MB-46V
OSP-AI Bearing Diagnostics ช่วยในการวินิจฉัยแบริ่งสปินเดิลได้อย่างแม่นยำด้วยการใช้เทคโนโลยี AI เพื่อให้ผู้ปฏิบัติงานสามารถมองเห็นสัญญาณเตือนความเสียหายของสปินเดิลได้อย่างง่ายดายเมื่อมีความเสียหายเกิดขึ้นและช่วยประหยัดค่าใช้จ่ายในการบำรุงรักษาด้วยการบำรุงรักษาเชิงพยากรณ์