کد مقاله : 1753-RIERCO

گروه صنعتی بارز

در فرآیند پخت لاستیک، کنترل دقیق دما و فشار قالب نقش حیاتی در تضمین کیفیت محصول نهایی و کاهش ضایعات دارد. سیستم‌های کنترل کلاسیک مانند PID، به دلیل ویژگی‌های غیرخطی و وجود تأخیر زمانی در سیستم‌های حرارتی، با محدودیت‌هایی مواجه هستند که مانع رسیدن به عملکرد بهینه می‌شوند. در این پژوهش، یک سیستم کنترل هوشمند مبتنی بر یادگیری ماشین طراحی و پیاده‌سازی شده است که با تحلیل داده‌های واقعی خطوط تولید، دمای آینده قالب را پیش‌بینی کرده و فرمان کنترل ولو را به صورت بهینه صادر می‌کند. این روش قادر است تغییرات دما و فشار را پیش از وقوع شناسایی کرده و واکنش مناسب انجام دهد، که منجر به کاهش نوسانات و افزایش پایداری فرآیند می‌شود. اثرات این بهبود بر شاخص‌های کلیدی اثربخشی کلی تجهیزات (OEE)، شامل دسترس‌پذیری، عملکرد و کیفیت محصول، نیز مورد ارزیابی قرار گرفته است. نتایج آزمایشی نشان می‌دهد که استفاده از کنترل هوشمند، موجب بهبود ۱۸٪ در OEE، کاهش ۴۰٪ نوسانات دما و کاهش ۲۵٪ زمان تثبیت حرارتی شده است. این یافته‌ها نشان می‌دهند که کاربرد الگوریتم‌های یادگیری ماشین در کنترل فرآیندهای پخت لاستیک می‌تواند به صورت همزمان موجب افزایش بهره‌وری، کاهش ضایعات و بهبود کیفیت محصول گردد و پتانسیل بالایی برای توسعه در خطوط تولید صنعتی دارد

پرس پخت تایر؛ اثربخشی کلی تجهیزات (OEE)؛ یادگیری ماشین؛ کنترل دما؛ صنعت لاستیک

فناوری‌های تولید