账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
塑胶射出成型设备开始导入人工智慧
大数据分析风潮起

【作者: 盧傑瑞】2018年07月30日 星期一

浏览人次:【17355】


最近这几年,全球射出成型设备市场格局呈多极化分布。其中,日本和德国射出成型设备产业居于前列,在全球射出成型设备市场竞争中占据较大优势,北美及日本的精密、大型射出成型设备,因含有高技术和高附加值而具有强劲的竞争力。


在2017年的日本射出成形设备市场,无论是在出货数量,或者是设备AI化,都取得相当大的成果与进展。根据日本塑胶机械部会的统计,在2017年的日本国内射出成形设备生产量为15264台,和2016年相比,成长了将近20%。


全球各地塑胶射出市场成长逾2位数

就以全球市场来看,日本整体而言,是令设备业者相当满意的。而日本以外的海外市场方面,美国和墨西哥也都有不错的销售成长,其中在大型的射出成形设备采购数量,更是有让设备业者深深感受到投资力度,此整体美洲的市场也看不出来有受到大环境的不良影响。


在亚洲方面,最受注目的是中国市场,虽然目前在全球汽车塑胶复合材料上,所占的比重不到8%,用量远远低于其他国家。然而,随着汽车轻量化需求的上升,汽车塑胶制品覆盖范围愈加广泛,未来汽车塑胶市场的需求将不断扩大。


并不是只有中国市场呈现欣欣向荣,印度的工厂对于射出成型设备需求规模也不小,此外,东南亚和泰国等,因为在当地有为数不少的汽车制造相关工厂,因此对于设备的需求也逐渐稳定成长中,不过由于东亚的政治安定度还是存在一定风险程度,因此射出成形设备业者仍旧期待美国能够降关税来刺激设备的投资。


在欧洲市场部分,根据EUROMAP的统计,2017年整体市场规模达到了13500台,与前一年度相比成长率约为15%左右。因此,就全球整体来看,射出成形设备市场都仍旧维持著成长的态势(图1)。



图1 : 就全球整体来看,射出成形设备市场仍维持着成长的态势。(source:u-machine)
图1 : 就全球整体来看,射出成形设备市场仍维持着成长的态势。(source:u-machine)

汽车EV化带动大量塑胶射出成型品需求

而接单射出产品别的部分,下游产业将从一定程度上影响射出成型设备市场规模的变化。其中,塑胶制品使用数量的增多,将会进一步扩大射出成型市场的规模。射出成型设备下游的应用行业主要涵盖了汽车、家电、3C行业等多个领域。


因此除了传统电子产业需求以外,出现一些意料外的射出产品需求,在新兴科技产业的3C产业中,塑胶的超轻化、柔性化等特性,使其在3C产业中广受欢迎。例如电动车对于塑胶射出的需求正在急速扩大中,因此已经开始出现射出成形设备交货延迟的现象,以欧洲为例,泛用型设备的交货期更是超过半年。


就如前述,汽车的EV化,带动了大量塑胶射出成型品的需求,包括摄影镜头、感测器所需要的连接器、外壳、镜头等,这些都是在2015年以前无法预期到的。


在中国市场部分,根据统计,2018年第一季,中国电脑、通讯和其他电子设备制造业固定资产投资累计同比增长了15.4%。根据中国市调公司预测,至2020年,中国汽车塑胶总用量将达832万吨,复合增长率为37%。


在2017年成长规模部分,收到的订单量和2016年相比,成长率达到34.5%,这个成长幅度已经超过雷曼风暴前的市场状况。


透过AI能力对塑胶射出成型设备进行故障预测

在技术进化方面,随着工业4.0与人工智慧理念在全球不断发酵,射出成型机使用者的需求已渐渐由单机演变成附加模具、周边系统,甚至是整线或整厂规划,并透过虚实整合系统(Cyber-Physical System, CPS)达到设备自动化、数位化、联网化,让使用者拥有更精密的运筹计划与有效的资源分配。


住友重机械工业和NEC共同利用AI技术,合作开发出塑胶射出成型设备的故障前预测。在这个研发过程中,是在住友重机械工业所开发的塑胶射出成型设备中,安装了各式的时序感测器,来探知成型设备中滚珠螺杆的正常与损伤时的状态差异资料,从这些资料中再进行分析,判断出塑胶射出成型设备是否即将出现故障(图2)。



图2 : 住友重机械工业和NEC共同开发出塑胶射出成型设备的故障前预测(source:住友重机械)
图2 : 住友重机械工业和NEC共同开发出塑胶射出成型设备的故障前预测(source:住友重机械)

透过感测器所获得的正常与损伤状态下各种时序资料后,再透过NEC技术群「NEC the WISE」下其中的「RAPID机械学习」进行分析。


在「RAPID机械学习」模式下,1500笔的数据集(Dataset),能够在约20分钟完成学习,也就是说,学习每笔数据集(Dataset)大约只花费约0.4秒,因此在这个技术模式下可以完成高精度判定的作业。


透过大数据与人工智慧分析,有效监控逆流防止阀磨损状况

不只住友重机械工业和NEC利用AI技术来研发新一代的电动射出成型设备,站在设备业领导地位之一的FANUC也开始在自家的塑胶射出成型设备上增加了AI技术,利用AI技术中的深层学习技术,来达到设备预防和保全的能力。


其实,早从2015年开始FANUC和日本Preferred Networks公司,双方就针对如何将机械学习灵活应用在产业用机器人上展开一系列的技术合作。更进一步的,在FANUC对Preferred Networks进行9亿日圆的增资后,双方合作的内容更为密切与广泛。例如在2016年,FANUC、Preferred Networks、Cisco Systems、Rockwell Automation就共同发表了基于IoT平台的人工智慧应用系统「FIELD system」,将人工智慧和IoT的机能予以平台化,让开发者更容易导入各种生产设备之中。


这次FANUC所成功开发透过人工智慧能力,基于「AI Back flow Monotor」技术平台,具有保全和预防能力的电动射出成型设备「ROBOSHOT α-SiA 系列」(图三)。 FANUC的「AI Back flow Monotor」技术平台具有多元化的预测和分析能力,包括射出成型设备中的消耗性零件、逆流防止阀(Check valve)的耗损状态,都是透过深层学习的方式来进行评估与预测,并且在消耗性零件损坏之前,设备就可以自动发出通知。而针对逆流防止阀(Check valve)的部分,由于随着使用时间增长,逆流防止阀会逐渐磨损,使得间隙愈来愈大,最后难以避免的出现射出材料逆流的情况。


但是透过基于人工智慧深层学习所开发的分析技术,可以将感测器所获得逆流的波形资料,透过智慧深层学习技术加以学习与进行分析,来对逆流防止阀的磨损状况进行纪录(Scoring),再从磨损的纪录(Score)来推算出曾经是新品的逆流防止阀,已经出现多少mm磨耗,并且还可以使用多久。



图3 : 具有保全和预防能力的电动射出成型设备「ROBOSHOT α-SiA 系列」(source:FANUC)
图3 : 具有保全和预防能力的电动射出成型设备「ROBOSHOT α-SiA 系列」(source:FANUC)

在过去,射出成型设备内树脂的逆流状况,都是必须由操作员透过波形资料变化来进行观察和判断,并且推算出磨损状况,以及必须更换逆流防止阀的时间。但是,如果能够透过人工智慧机制,将逆流防止阀的磨损观测作业予以自动化,就能够让生产运作达到最佳的状态,不至于因为零件的损耗,导致高速运转的设备出现生产中断的情况(图4)。



图4 : 透过人工智慧机制来进行观察逆流防止阀,并且推算出磨损状况,以及必须更换的时间。(source:FANUC)
图4 : 透过人工智慧机制来进行观察逆流防止阀,并且推算出磨损状况,以及必须更换的时间。(source:FANUC)

对于射出成型设备中的逆流防止阀磨损,会因为材料、生产的产品规格、工厂环境等不同的条件或变数,而出现不一样的问题或磨损程度。但是一般而言,操作员没有办法将逆流防止阀拆下来检查磨损状态,不过,在过去能力熟练的技术员可以透过丰富的来做预测,除此之外,大多都要等到出现材料逆流时,才会发现防止阀严重磨损而停止作业进行新品更换,但是如此一来就会造成生产线停止而造成损失。


射出成型工厂也自行导入人工智慧化

不只设备业者相竞的导入人工智慧功能,连使用设备的工厂也对本身所使用的设备开始进行增加人工智慧的功能。位在石川县加贺市的石川树脂工业,面对AI潮流推动下,也开始针对目前所使用的射出成型设备进行人工智慧化。收集整合工厂内超过30种以上现有射出成型设备的生产数据资料后,并且予以系统化,对大量的加工进行数据分析,将过去只能依赖经验丰富的技术者的生产技术,转换成为可见化的生产参数,来达到降低生产成本与减少不良品。同时,石川树脂工业也同时开始向客户提供各种最佳生产客制化服务(图5)。



图5 : 面对AI潮流推动下,石川树脂工业也开始针对目前所使用的射出成型设备进行人工智慧化。(source:石川树脂工业)
图5 : 面对AI潮流推动下,石川树脂工业也开始针对目前所使用的射出成型设备进行人工智慧化。(source:石川树脂工业)

除此之外,由于每一家工厂生产产品的规格与种类差异性相当的大,因此仅仅依赖射出成型设备的业者来进行资料搜集、分析,最终开发出可应用在射出成型设备上的人工智慧系统,是相当困难的一件事情。不过,在近畿经济产业局主导下,结合京都市的MURATEC INFORMATION SYSTEM,邀集5大射出成型生产设备业者,共同携手合作,跨越设备种类与技术的藩篱,开发出资料数据撷取的软体,来协助射出成型工厂将现有设备导入人工智慧化。


在经过2年的时间,不断累积的生产数据,以及加以分析后而获得宝贵生产参数资料。透过这些搜集分析动作,再加上,另一方面同时分析研究不良品的原因之下,目前已经可以将不良品的比例由原本的5%降低到3%,并且将作业人员的配置予以最佳化,提高人员的工作效率后,甚至可以将原本50%~60%的工厂稼动率提高2成左右。


而石川树脂工业也就是领先导入这套设备的射出成型工厂。石川树脂工业成立于1965年,具有从模具制作到射出成形加工、销售一贯生产能力的企业。长久以来,石川树脂工业对于生产方面的经验累积,都是利用纸本来进行纪录、保管,因此如果在随后的生产中出现条件变动等情况,就很难做出相当详细且正确的纪录,当然在未来也很难善加利用这些宝贵的资料。


此外,工厂内部技术熟练的技师,大多已经是70岁了,现在也开始出现技术传承的问题,这对于企业而言是相当困扰的。因此,如果石川树脂工业能顺利将人工智慧分析与大数据技术导入生产管理一部分的话,那么不仅仅能做到熟练技术的可视化、量产的效率化和高品质化,更可以减轻技术人员的生产线工作负担,将时间转移到开发新技术和新产品上。


因此,从2018年开始,石川树脂工业针对工厂内现有26台的射出成型设备进行人工智慧终端系统的安装,投资金额约为5000万日圆左右,预定在9~10月安装完成后开始运转。目前石川树脂工业生产包含餐具、杂货、工业零件等1000种以上的树脂射出产品,因此,在过去一段时间内,对于目前所使用的树脂与模具进行长时间数据取得与储存,包括填充速度、压力、压力保持时间等30种以上的加工资料。


在几年之后,经由不断累积的各种生产数据所形成的大数据资料,在经过人工智慧进行分析,相信可以更进一步的获得最佳生产参数,最后,再将不同的塑胶射出成型类型进行数据分类后,更可以进一步的对外销售。


射出成型模具内部置入专用感测器

为了将射出成型用模具带入下一世代的人工智慧数据分析运用,村田机械开发出可埋入模具的专用感测器「MEL1007」,这款感测器可以置入模具内部,来感应模具的开合与运作次数。感应的距离和前一代2mm相比,这款新型感测器可以侦测到7mm的距离,往返精度达到±2μm,直线性则为10μm以内,最高辨识能力为0.125μm,耐久性更高达300万次。


对于一般的射出成型加工而言,2mm的距离是足以应用,但是在面对更高精度的模具控制时,就需要有侦测更长行程能力的感测器。此外,这款感测器可以承受摄氏150度,来满足必须内置于模具内部的温度要求(图6)。



图6 : 村田机械开发出可埋入模具的专用感测器,将射出成型用模具带入下一世代的人工智慧数据分析运用。(source:村田机械)
图6 : 村田机械开发出可埋入模具的专用感测器,将射出成型用模具带入下一世代的人工智慧数据分析运用。(source:村田机械)

同时,如果这款感测器透过「MPD200」等的变换器输出的话,可以将感测数据予以储存以及透过各种机制来进行分析再利用。更进一步的,更可以搭配模具运作监控系统「Muratec Molding Monitor」,并且配合其他包括压力、温度等感测器,来进行更完整的数据统计和分析。


相关文章
以霍尔效应电流感测器简化高电压感测
BMS的未来愿景:更安全、更平价的电动车
利用边缘运算节约能源和提升永续性
Arduino推出支援Elastic的函式库
电学、光学PPG感测器应用在健康穿戴的设计与挑战
comments powered by Disqus
相关讨论
  相关新闻
» 大昌华嘉引进MAGERLE五轴铣磨机 TMTS聚焦航太加工应用市场
» RIN国际研发高峰会手举行 金属中心展出亮眼成果
» 西门子工具机软硬体解决方案 构建数位制造核心应用
» 台安特殊钢铁投资逾1亿 落脚台南扩建智慧化厂房
» Renishaw 引领 5 轴量测新未来 AGILITYR 5 轴三次元量床重磅登场 TMTS 2024


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83T2QQ36WSTACUKJ
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw