ด้วยการสร้าง-แบบจำลองเสมือนจริงที่มีความเที่ยงตรงสูงของระบบ hot runner เทคโนโลยี Digital Twin ช่วยให้สามารถปรับพารามิเตอร์ของกระบวนการได้อย่างเหมาะสม การควบคุมการไหลของของเหลวที่แม่นยำ และการตัดสินใจที่ชาญฉลาด-ตลอดวงจรชีวิตผลิตภัณฑ์ทั้งหมด-เป็นการปรับเปลี่ยนขอบเขตของประสิทธิภาพและคุณภาพในการฉีดขึ้นรูปโดยพื้นฐาน
1. การสร้างแบบจำลอง-ข้อต่อฟิสิกส์หลายแบบ: จาก "การทดลองเชิงประจักษ์-และ-ข้อผิดพลาด" ไปจนถึง "การซ้อมจำลอง"
ระบบดิจิตอลแฝดได้รวมโมเดลสนามฟิสิกส์หลักๆ สามแบบไว้ด้วยกันคือ-การนำความร้อน การไม่-รีโอโลจีไอความร้อนใต้พิภพ และ-การวิเคราะห์ความเครียด- เพื่อจำลองพฤติกรรมไดนามิกของการหลอมเหลวภายในช่องรันเนอร์อย่างแม่นยำ คำนวณ-การกระจายสนามอุณหภูมิตามเวลาจริงที่หัวฉีดร้อนแต่ละอัน และระบุจุดเย็นและจุดร้อนที่อาจเกิดขึ้น
ความก้าวหน้าทางเทคนิค: ด้วยการแก้ระบบสมการเชิงอนุพันธ์ย่อยที่กล่าวมาข้างต้น ระบบสามารถซักซ้อมผลกระทบของกลยุทธ์การควบคุมอุณหภูมิต่างๆ ที่มีต่อความสม่ำเสมอในการเติมแม่พิมพ์ภายในสภาพแวดล้อมเสมือนจริง ช่วยให้สามารถระบุการรวมพารามิเตอร์ที่เหมาะสมที่สุดได้โดยไม่จำเป็นต้องทดลองแม่พิมพ์ทางกายภาพ
2. การดูดซึมข้อมูลตามเวลาจริง-: ทำให้โมเดลเสมือนมีชีวิตขึ้นมา
ด้วยการใช้อัลกอริธึม Ensemble Kalman Filter (EnKF) ระบบจึงสามารถสอบเทียบไดนามิกระหว่างโมเดลดิจิทัลแฝดและข้อมูลจริงของระบบได้:
สมการอัพเดตสถานะ: xk=xk⁻ + Kk(zk − Hxk⁻) โดยที่ Kk แสดงถึงอัตราขยายของคาลมาน และ zk แสดงถึงค่าที่วัดได้จริงจากเซ็นเซอร์
ผลกระทบ: ความแม่นยำในการทำนายโมเดลเพิ่มขึ้นจากการจำลองแบบทั่วไป 70% เป็นมากกว่า 90% ทำให้สามารถติดตามการเปลี่ยนแปลงนาทีต่อนาทีแบบเรียลไทม์- เช่น การเคลื่อนตัวของพินวาล์ว และการเปรอะเปื้อนของช่องรันเนอร์
กรณีศึกษา: หลังจากนำเทคโนโลยีนี้มาใช้ ผู้ผลิตเครื่องใช้ไฟฟ้าภายในบ้านรายใหญ่พบว่ารอบการทดสอบการทำงานของกระบวนการถูกบีบอัดจาก 3 วันเหลือเพียง
2 ชั่วโมง ขณะที่อัตราของเสียลดลง 68%
3. การเพิ่มประสิทธิภาพลูปแบบปิดอัจฉริยะ-: การควบคุมแบบอะแดปทีฟที่ขับเคลื่อนด้วย AI-
|
วัตถุประสงค์ของการเพิ่มประสิทธิภาพ |
วิธีการนำไปปฏิบัติ |
ผลลัพธ์เชิงปริมาณ |
|
ความสม่ำเสมอของสนามอุณหภูมิ |
ใช้อัลกอริธึมการเพิ่มประสิทธิภาพเชิงวัตถุ NSGA-II หลาย-เพื่อปรับ-พารามิเตอร์ PID สำหรับหัวฉีดร้อนแต่ละตัวโดยอัตโนมัติ |
ความแตกต่างของอุณหภูมิโพรงแม่พิมพ์ลดลงจาก ±8 องศาเป็น ±1.5 องศา |
|
สมดุลการไหลละลาย |
ซิงโครไนซ์ลำดับการเปิดและปิดของหมุดวาล์วฮอทรันเนอร์หลาย-จุดเพื่อระงับช็อตช็อตและแฟลช |
อัตราความไม่สมดุลของการไหลลดลง 72% |
|
การควบคุมการใช้พลังงาน |
รวมเวลา-ของ-อัตราค่าไฟฟ้าที่ใช้เข้ากับรอบการผลิตเพื่อปรับกำลังการกักเก็บความร้อนแบบไดนามิก |
การใช้พลังงานต่อกะลดลง 4.2% |
|
การทำนายข้อบกพร่อง |
ตัวแยกประเภท SVM ระบุรูปแบบความผันผวนของแรงดัน โดยแจ้งเตือนล่วงหน้า 5-10 นาทีสำหรับเครื่องหมายจมและเครื่องหมายการไหล |
ความแม่นยำในการเตือนสูงถึง 87% |
การตรวจสอบความถูกต้องทางอุตสาหกรรม: ข้อมูลจาก China Plastics Processing Industry Association (2024) ระบุว่าสายการผลิตการฉีดขึ้นรูปที่ใช้เทคโนโลยีแฝดดิจิทัลพบว่าประสิทธิภาพโดยรวมของอุปกรณ์ (OEE) เพิ่มขึ้นจาก 65% เป็น 89%
4. แนวทางปฏิบัติในการนำไปใช้ในประเทศ: ตั้งแต่การตรวจสอบทางเทคนิคไปจนถึงแอปพลิเคชันที่ปรับขนาด
|
องค์กร |
แนวทางทางเทคนิค |
ผลลัพธ์การเพิ่มประสิทธิภาพ |
|
ยี่ซุมิ |
การควบคุมการทำงานร่วมกันผ่าน- hot runners หลายจุด + Digital Twins |
ความสม่ำเสมอในการกระจายความดัน/อุณหภูมิของโพรงแม่พิมพ์ดีขึ้น 40% เศษการขึ้นรูปลดลง 30% |
|
เครื่องปรุงและอาหารของชาวเฮติ |
AI จำลองกระบวนการผลิตเบียร์แบบดั้งเดิมและประยุกต์ใช้วิธีการควบคุมอุณหภูมิการฉีดขึ้นรูป |
ความแม่นยำในการควบคุมอุณหภูมิถึง ± 0.3 องศา; ความเสถียรของกระบวนการดีขึ้น 10 เท่า (ตรวจสอบผ่านการเปรียบเทียบ) |
|
ความฉลาดเฉลียว |
"Thermal-Electric Cloud Platform" ขยายไปยังระบบ hot runner |
บรรลุการเพิ่มประสิทธิภาพการทำงานร่วมกันในหลายระบบ-ครอบคลุมโดเมนความร้อน ของไหล และพลังงาน- ซึ่งส่งผลให้ประหยัดพลังงานได้ 8.7% |
แนวโน้ม: ระบบภายในประเทศกำลังพัฒนาจาก "การแทนที่จุดเดียว-" ไปสู่ "การบูรณาการระบบ" "5G+AR Digital Twin Platform" ของ Yizumi ได้เปิดใช้งานการว่าจ้างจากระยะไกลและการทำงานร่วมกันในสายการผลิต ซึ่งผลักดันให้เกิดการนำ "การผลิตอัจฉริยะ" มาใช้จนถึงวิสาหกิจขนาดกลางและขนาดย่อม- (SMEs)
5. วิวัฒนาการทางเทคโนโลยี: จาก "การมองเห็น" สู่ "ความสามารถในการควบคุม"
|
เวที |
ลักษณะความสามารถ |
เทคโนโลยีตัวแทน |
|
1.0 การสังเกต |
แผนที่ความร้อนที่มองเห็นได้ กราฟความดัน |
การสร้างแบบจำลอง SCADA + 3D แบบดั้งเดิม |
|
2.0 การวิเคราะห์ |
การวิเคราะห์สาเหตุที่แท้จริง คำแนะนำพารามิเตอร์กระบวนการ |
การวินิจฉัย AI + การจำลองแฝดแบบดิจิทัล |
|
3.0 การตัดสินใจ-การตัดสินใจ |
การสร้างกลยุทธ์อัตโนมัติ -การดำเนินการแบบวนซ้ำแบบปิด |
การเรียนรู้การเสริมกำลัง + การส่งคำสั่ง OPC UA |
ระยะปัจจุบัน: ขณะนี้อุตสาหกรรมได้เข้าสู่ขั้นตอนการตัดสินใจ 3.0 แล้ว-กำลังสร้าง Digital Twin ไม่ได้เป็นเพียง "กระจกเงา" อีกต่อไป แต่ได้พัฒนาไปสู่ระบบนำร่องร่วมอัจฉริยะ-สำหรับระบบการฉีดขึ้นรูป

