AMAFOND

Studio sull’uso di parametri derivati da sensori sull’iniezione e su altri componenti di una macchina HPDC ai fini della manutenzione predittiva presentato da Gefond al NADCA.

In che modo il sistema di manutenzione predittiva Perpetuo può migliorare il processo di pressofusione?
Gefond ha firmato un accordo con Visi-Trak, che sarà il distributore statunitense di Perpetuo. Il team di Visi-Trak e quello di Perpetuo saranno presenti allo stand 827 del NADCA Congress & Exhibition di Indianapolis.
Lo Studio sull’uso di parametri derivati da sensori sull’iniezione e su altri componenti di una macchina HPDC ai fini della manutenzione predittiva è stato accettato nell’ambito del 2024 NADCA Die Casting Congress, durante la sessione Die Casting with Artificial Intelligence (14:00 – 15:30, martedì 1 ottobre) al NADCA Die Casting Congress.

Come può la manutenzione predittiva migliorare il processo di pressofusione?
Le applicazioni nel monitoraggio dei sistemi di pressofusione sono molteplici, per questo studio ci siamo concentrati sui parametri che più di tutti influenzano la qualità dei getti prodotti: i parametri legati all’iniezione della pressa.
In particolare, l’analisi è stata condotta su: pressione dell’azoto di seconda fase, pressione dell’azoto di terza fase, pressione dell’olio di seconda fase, pressione dell’olio di terza fase, temperatura dell’olio idraulico, temperatura dell’acqua di raffreddamento, vibrazioni sul motore della pompa idraulica e pressione del circuito idraulico.
Vediamo nello specifico come è stata condotta l’analisi e quali risultati, in termini di previsioni, abbiamo ottenuto.

Caso di studio: dati reali di una fonderia di pressofusione
Il caso di studio che presenteremo è l’esempio pratico dell’applicazione di un progetto di manutenzione predittiva; l’esempio si riferisce a una fonderia di pressofusione con 14 presse di diverso tonnellaggio e periodo di costruzione, quindi con livelli tecnologici molto diversi da impianto a impianto.
Un’analisi iniziale dei guasti su un periodo di 31 mesi ha rivelato un gran numero di problemi idraulici: tubi idraulici ad alta pressione, valvole e o-ring erano soggetti a numerosi guasti.
Da un’analisi tecnica è emerso che l’origine di questi problemi era legata alla gestione del fluido idraulico, soprattutto in relazione alla temperatura di esercizio troppo elevata che, come è noto, può portare a un aumento della corrosione dei componenti.
L’attività tecnica svolta consiste nell’installazione di sensori di temperatura per l’olio e l’acqua sugli scambiatori di calore, di un sensore ottico per valutare la contaminazione dell’olio (l’usura di tubi e o-ring potrebbe aumentare gli inquinanti) e di un sensore di temperatura e vibrazioni sul gruppo della pompa idraulica. Questi 4 dati sono importanti per l’analisi e per prevedere le derive dei parametri coinvolti come origine dei guasti. Dopo 6 mesi, necessari per l’addestramento del sistema di apprendimento automatico, il software ha iniziato a segnalare le derive dei parametri controllati, permettendoci di organizzare gli interventi necessari.
Dopo 6 mesi, necessari per l’addestramento del sistema di machine learning, il software ha iniziato a segnalare le derive dei parametri controllati, permettendoci di organizzare gli interventi necessari.

SINTESI DEI RISULTATI NUMERICI
Riduzione dell’83% degli interventi di sostituzione delle tubazioni, passando da 14 interventi al mese a 2,3.
Riduzione del 63% degli interventi per perdite d’olio, da 3,3 interventi al mese a 1,2.
Riduzione dell’86% degli interventi per la sostituzione di filtri e scambiatori di calore, passando da 1,5 interventi al mese a 0,2.
Il miglioramento nella gestione e nella prevenzione dei guasti ha portato a un risparmio totale di 248 ore di produzione.