Máy, phụ gia, chất giữ chất lượng
Một biển kiến thức kể từ khi thành lập nhóm fun88

Bảo tồn hạt quỳ bằng cách sử dụng công nghệ fun88 máy 2024.08.09

Kiến thức fun88 Đại dương Cảm ơn bạn đã đến thăm chúng tôi
Tôi là Adachi từ Bộ phận Phát triển Máy móc DX

Trong sản xuất dược phẩm trong nước, thiết bị tạo hạt quỳ được sử dụng rộng rãi trong quá trình tạo hạt và lớp phủ
Thiết bị tạo hạt quỳ có ít các bộ phận chuyển động tiếp xúc với công thức và tương đối ít sản xuất liên tục trong thời gian dài, do đó ít quan tâm đến việc bảo trì dự đoán hơn so với các nhà máy hoạt động 24/7 và hiện không được lan truyền rộng rãi
Trong bài viết này, chúng tôi sẽ giới thiệu nội dung và kết quả xác minh bằng cách sử dụng fun88 để bảo trì dự đoán trong thiết bị tạo hạt quỳ

Ở cuối bài viết, bạn có thể tải xuống thông tin chi tiết hơn về bài viết này
Vui lòng đọc đến cuối

Takero Adachi

fun88 Sangyo Co, Ltd
Bộ phận xúc tiến DX, Bộ phận phát triển máy móc, Trụ sở kinh doanh máy móc

9211_9251
Hiện tại anh ta chịu trách nhiệm phát triển liên quan đến DX (chuyển đổi kỹ thuật số) và DI (tính toàn vẹn dữ liệu) cho thiết bị cơ khí

Gần đây, người ta nói rằng môi trường xung quanh ngành công nghiệp thiếu nguồn nhân lực
Chúng tôi tin rằng nhiệm vụ của chúng tôi là duy trì chất lượng và cung cấp sản phẩm của chúng tôi ổn định
Do đó, đã có một chuyển động tăng tốc để thay thế kiểm soát chất lượng, trước đây được thực hiện dựa trên kinh nghiệm và trực giác của người lao động, với fun88 sử dụng dữ liệu lớn
Bảo trì dự đoán fun88 thường được sử dụng để tìm các hành vi khác nhau trong các quy trình liên tục như thực vật, nhưng lần này, việc xác minh được thực hiện bằng quy trình hàng loạt sử dụng thiết bị tạo hạt giường lỏng
Trong khi fun88 bảo trì dự đoán được sử dụng trong thực vật, vv, dữ liệu được thu thập trong một chu kỳ hơn 1 phút, thì xác minh này sử dụng fun88 bảo trì dự đoán, có được dữ liệu cứ sau 5 giây và có hai thuật toán phát hiện có thể được phân tích

Chúng tôi sẽ thực hiện xác minh bằng 17 cảm biến từ thiết bị của chúng tôi

[Tiến trình xem xét các mục bảo trì]
① Xác định các mục bất thường trong quá khứ và các yếu tố ước tính ảnh hưởng đến từng sự bất thường khi nó xảy ra
②Select một cảm biến có thể đo các yếu tố
Đánh giá rủi ro cho từng mục bất thường được thực hiện và các mục tiêu phát hiện được chọn
④ Chọn một sự bất thường liên quan đến sai lầm của người lao động hoặc nhiều điều kiện, thay vì lỗi thiết bị

Đây là một phương pháp xác định bất thường bằng cách sử dụng phân tích hồi quy sử dụng các mạng thần kinh mờ và dự đoán biến mục tiêu bằng phân tích hồi quy từ nhiều biến giải thích
Lần này, chúng tôi đã tạo năm mô hình

Đây là một phương pháp xác định bất thường bằng cách sử dụng kéo dài thời gian động và đo lường sự giống nhau giữa dữ liệu chuỗi thời gian giữa mỗi lô
Phương pháp này liên quan đến việc tạo dữ liệu chuỗi thời gian tiêu chuẩn từ nhiều lô bình thường và xác định bất thường bằng cách sử dụng dữ liệu chuỗi thời gian tiêu chuẩn và các giá trị đo thực tế, do đó không giống như thuật toán phát hiện (1), nó sử dụng một dữ liệu duy nhất
Vì vậy, mỗi cảm biến phát hiện một xu hướng khác nhau với mô hình hoạt động bình thường

Các điều kiện xác minh được hiển thị trong sơ đồ
Chúng tôi đã thu nhỏ việc sản xuất sản phẩm của chúng tôi, Lactose G và tạo ra 18 rất nhiều sản xuất ở thang đo 30kg, tạo ra một mô hình hoạt động bình thường
Sau đó, 2 lô đã được sử dụng để xác minh ngoại tuyến và 4 lô để xác minh trực tuyến

Kết quả xác thực để xác minh ngoại tuyến và trực tuyến được hiển thị bên dưới
◎: có thể phát hiện các thay đổi nhỏ
〇: có thể phát hiện
▲: Xuất hiện dương tính giả

So với phương pháp phát hiện, thuật toán phát hiện (1) có xu hướng phát hiện sự bất thường nhanh hơn
Là một yếu tố, người ta tin rằng độ chính xác đã được cải thiện vì nó là một phân tích đa biến dự đoán nhiều yếu tố
Nếu phương pháp kéo dài thời gian động không được sử dụng cho thuật toán phát hiện (2), có khả năng phát hiện sẽ khó khăn do độ lệch thời gian giữa các lô

Lần này, chúng tôi đã sử dụng fun88 để xác minh bảo trì dự đoán
Một sự dương tính giả xảy ra do thiếu rất nhiều cho mô hình hoạt động bình thường, nhưng có thể phát hiện sự bất thường mong muốn
Ngay cả những thay đổi nhỏ đã được phát hiện, đặc biệt là khi lắp đặt ống kém hoặc bị tắc trong tấm lưới

Liên quan đến thiết bị sản xuất, việc sử dụng bảo trì dự đoán dựa trên fun88 trong kiểm soát chất lượng ngày càng trở nên không thể tránh khỏi hơn là một xu hướng
Chúng tôi cũng có được dữ liệu sản xuất để ổn định chất lượng sản phẩm bằng cách sử dụng bảo trì dự đoán và fun88 khác với thiết bị tạo hạt có chất lỏng
Hãy tiếp nhận các kỹ thuật "phải có" và hỗ trợ một cuộc sống khỏe mạnh và dưỡng ẩm
Để làm điều này, chúng tôi sẽ tiếp tục đóng góp hơn nữa bằng cách cung cấp nguồn cung cấp dược phẩm và thực phẩm ổn định với khả năng sáng tạo và kỹ thuật của chúng tôi

Một báo cáo chi tiết hơn về kết quả xác minh này đã được cung cấp dưới dạng tài liệu có thể tải xuống
Nếu bạn quan tâm, vui lòng tham khảo điều này

Cảm ơn bạn đã đọc đến cuối cùng
Xin vui lòng liên hệ với chúng tôi bằng cách sử dụng những điều sau nếu bạn có bất kỳ câu hỏi hoặc yêu cầu kiểm tra nào

Từ khóa: 自働化│fun88 Knowledge Ocean 流動層造粒│fun88 Knowledge Ocean 医薬品業界│fun88 Knowledge ngành công nghiệp thực phẩm sức khỏe 食品業界│fun88 Knowledge Ocean ケミカル業界│fun88 Knowledge Ocean 造粒│fun88 Knowledge Ocean

Sản phẩm

    • Flo-Coater (Coater 12bar)
    • Công nghiệp dược phẩm Công nghiệp thực phẩm Công nghiệp hóa học (Khác) Gragmentation Dry lớp phủ hạt Granulation Bed Fluidized

    • Flo-Coater
    • Công nghiệp dược phẩm Công nghiệp thực phẩm Công nghiệp hóa học (Khác) Gragmentation Dry Lớp phủ hạt Granulation Bed Fluidized

Bài viết