​
Volkswagen Motor Polska – detekcja awarii osprzętu pneumatycznego robotów (aktualizacja case study)
  1. Home
  2. /
  3. Case Studies
    4. /
  4. Volkswagen Motor Polska – detekcja awarii osprzętu pneumatycznego robotów (aktualizacja case study)

Volkswagen Motor Polska – detekcja awarii osprzętu pneumatycznego robotów (aktualizacja case study)

Cel
Wdrożenie metodyki Predictive Maintenance do wczesnej detekcji awarii napędów robotów
Redukcja kosztów przestojów i kosztów remontowych
Rezultaty
Monitoring i wczesna detekcja zmian w sygnałach świadczących o usterkach układu pneumatyki
Identyfikacja usterek wpływających niekorzystnie na warunki pracy robota i opóźnienia w realizacji cyklu
Korzyści
Początkowo realizowane zgodnie z założeniami projektu ( https://reliasol.ai/pl/case-study-wczesna-detekcja-awarii-napedow-robotow/ ), korzyści obejmowały redukcję kosztów remontowych oraz kosztów przestojów w przypadku awarii napędów. Dodatkowo, dzięki aplikacji RSIMS możliwe jest wcześniejsze wykrywanie i usuwanie usterek w osprzęcie robota.

Dotychczasowa identyfikacja usterek osprzętu pneumatycznego ze względu na specyfikę linii następowała dopiero wtedy, gdy zauważalnie zaburzały pracę robota i produkcję. Przykładowo - przecieki w układzie pneumatycznym mogą wydłużać czas cyklu pracy i pogarszać warunki obciążenia robota co finalnie przekłada się na awaryjne zatrzymania maszyny. Dodatkowo - długotrwała praca z takimi usterkami przyczynia się do wcześniejszej degradacji napędów najbardziej obciążonych osi robota. Dzięki systemowi RSIMS jesteśmy w stanie wychwycić i zlokalizować usterki wystarczająco wcześnie by zapobiec wystąpieniu awarii i zatrzymaniu pracy robota, skutkującym długotrwałym przestojem.
Raport: aktualizacja wyników
Niniejszy raport ma charakter uzupełnienia postępów w wykrywaniu usterek i awarii w osprzęcie robotów przy użyciu systemu RSIMS. Szczegółowe informacje na temat całego projektu można znaleźć w naszym wcześniejszym wpisie na stronie: https://reliasol.ai/pl/case-study-wczesna-detekcja-awarii-napedow-robotow/.

W aktualizacji skupiamy się na postępach w identyfikowaniu, monitorowaniu oraz usuwaniu usterek, obrazując dokładne przypadki wykrytych awarii, a także na korzyściach, jakie system RSIMS przyniósł w zakresie redukcji kosztów remontowych oraz minimalizacji przestojów spowodowanych awariami napędów robotów. Podczas rozwoju projektu wdrożono w systemie powiadomień mechanizm identyfikacji oraz rekomendacji działań dla typowych usterek i awarii.
CASE 1 / Uszkodzenie węża w układzie pneumatycznym
Zidentyfikowano w aplikacji równoczesne przekroczenia parametrów robota na osiach 3, 5 i 6, które są charakterystyczne dla usterek w obrębie układu pneumatyki. Po pewnym czasie występowania przekroczeń stwierdzono również obecność wody w układzie pneumatycznym oraz również dłuższy o ok. 3 [s] czas zamykania chwytaka robota, co przekładało się na wydłużenie czasu cyklu. Zlokalizowaną przyczyną był uszkodzony wężyk pneumatyki, którego wymianę po diagnozie przeprowadzono podczas planowych prac remontowych.
CASE 2 / Degradacja wyspy zaworowej chwytaka robota
Zidentyfikowano w aplikacji równoczesne przekroczenia parametrów na osiach 1, 2, 3, 4 i 5 charakterystyczne dla usterek w obrębie układu pneumatyki.
Podczas inspekcji maszyny stwierdzono wycieki powietrza oraz zdegradowanie elementów wyspy zaworowej. Wycieki powstały w wyniku oddziaływania agresywnego środowiska, w którym realizowany jest proces mycia.
W kolejnym oknie czasowym przeznaczonym na prace remontowe zaplanowano i zrealizowano wymianę chwytaka na egzemplarz z rezerwy.
O firmie
ReliaSol jest spółką, powstałą w odpowiedzi na rosnącą potrzebę zwiększania wydajności maszyn i instalacji w przemyśle.
Dostarczamy oprogramowanie i usługi, które przyspieszają proces transformacji cyfrowej. Aplikacje, które tworzymy łączą dane rzeczywiste z maszyn, sensorów, raportów ze zdarzeń oraz automatyzują wyciąganie wniosków. Efektem ich pracy jest wizualizacja danych, przewidywanie zdarzeń i monitorowanie optymalnego zakresu pracy maszyn, a także całych linii produkcyjnych.
Skontaktuj się z nami
Chętnie odpowiemy na Twoje pytania
Reliability Solutions Sp. z o. o.
ul. Królewska 57, 30-081 Kraków, Polska
icon phone+48 12 394 11 2 icon mailbiuro@reliasol.ai
Piotr Lipnicki
Chief Executive Officer
icon phone+48 605 241 056 icon mailpiotr.lipnicki@reliasol.ai
Dariusz Broda
Head of Engineering
icon phone+48 517 688 108 icon maildariusz.broda@reliasol.ai
Reliability Solutions Sp. z o. o.
ul. Królewska 57, 30-081 Kraków, Polska
+48 12 394 11 2 biuro@reliasol.ai
  • Automotive
  • Branża motoryzacyjna
  • Roboty
Other
Grupa Azoty – opracowanie modelu optymalizacji

Grupa Azoty – opracowanie modelu optymalizacji

Zobacz, jak opracowaliśmy model optymalizacji instalacji reformingu w oparciu o głębokie sieci neuronowe w Grupa Azoty Tarnów.

CZYTAJ CASE STUDY
Case study: analiza powtarzających się problemów z bateriami pojazdów

Case study: analiza powtarzających się problemów z bateriami pojazdów

Dowiedz się, jak poznać przyczynę powtarzających się problemów z bateriami pojazdów.

CZYTAJ CASE STUDY
Case study: Wykrywanie wykroczeń poza optymalne warunki pracy w młynach spożywczych

Case study: Wykrywanie wykroczeń poza optymalne warunki pracy w młynach spożywczych

Case study lidera w technologiach i urządzeniach do przetwórstwa ziarna. Dowiedź się, jak wykryć wykroczenia poza optymalne warunki pracy w młynach spożywczych przy pomocy systemy RSIMS.

CZYTAJ CASE STUDY