કાચની બોટલો માટે હોટ એન્ડ ફોર્મિંગ કંટ્રોલ

પાછલા કેટલાક વર્ષોમાં, વિશ્વના મુખ્ય બ્રુઅરીઝ અને ગ્લાસ પેકેજિંગ વપરાશકર્તાઓ પ્લાસ્ટિકના ઉપયોગને ઘટાડવા અને પર્યાવરણીય પ્રદૂષણને ઘટાડવાના મેગાટ્રેન્ડને પગલે પેકેજિંગ મટિરિયલ્સના કાર્બન ફૂટપ્રિન્ટમાં નોંધપાત્ર ઘટાડાની માંગ કરી રહ્યા છે. લાંબા સમય સુધી, ગરમ અંત બનાવવાનું કાર્ય એ ઉત્પાદનની ગુણવત્તા માટે ખૂબ ચિંતા કર્યા વિના, એનિલિંગ ભઠ્ઠીમાં શક્ય તેટલી બોટલ પહોંચાડવાનું હતું, જે મુખ્યત્વે ઠંડા અંતની ચિંતા હતી. બે જુદા જુદા વિશ્વોની જેમ, ગરમ અને ઠંડા અંત એનિલિંગ ભઠ્ઠી દ્વારા વિભાજન રેખા તરીકે સંપૂર્ણપણે અલગ પડે છે. તેથી, ગુણવત્તાની સમસ્યાઓના કિસ્સામાં, ઠંડા અંતથી ગરમ અંત સુધી ભાગ્યે જ કોઈ સમયસર અને અસરકારક સંદેશાવ્યવહાર અથવા પ્રતિસાદ છે; અથવા ત્યાં સંદેશાવ્યવહાર અથવા પ્રતિસાદ છે, પરંતુ એનિલિંગ ભઠ્ઠીના સમયના વિલંબને કારણે સંદેશાવ્યવહારની અસરકારકતા વધારે નથી. તેથી, ખાતરી કરવા માટે કે ઉચ્ચ-ગુણવત્તાવાળા ઉત્પાદનોને ફિલિંગ મશીનમાં, કોલ્ડ-એન્ડ ક્ષેત્રમાં અથવા વેરહાઉસના ગુણવત્તા નિયંત્રણમાં, વપરાશકર્તા દ્વારા પરત કરવામાં આવેલી અથવા પરત કરવાની જરૂર છે તે શોધી કા .વામાં આવશે.
તેથી, ગરમ અંતમાં સમયની ગુણવત્તાની સમસ્યાઓ હલ કરવા, મોલ્ડિંગ સાધનોને મશીન ગતિ વધારવામાં, હળવાશની કાચની બોટલો પ્રાપ્ત કરવામાં અને કાર્બન ઉત્સર્જન ઘટાડવામાં મદદ કરવી ખાસ કરીને મહત્વપૂર્ણ છે.
ગ્લાસ ઉદ્યોગને આ લક્ષ્ય પ્રાપ્ત કરવામાં મદદ કરવા માટે, નેધરલેન્ડ્સની એક્સપીએઆર કંપની વધુને વધુ સેન્સર અને સિસ્ટમો વિકસાવવા પર કામ કરી રહી છે, જે કાચની બોટલો અને કેનનાં ગરમ-અંતના નિર્માણ માટે લાગુ પડે છે, કારણ કે સેન્સર દ્વારા પ્રસારિત માહિતી સુસંગત અને કાર્યક્ષમ છે.મેન્યુઅલ ડિલિવરી કરતા વધારે!

મોલ્ડિંગ પ્રક્રિયામાં ઘણા બધા દખલ પરિબળો છે જે ગ્લાસ મેન્યુફેક્ચરિંગ પ્રક્રિયાને અસર કરી રહ્યા છે, જેમ કે ક્યુલેટ ગુણવત્તા, સ્નિગ્ધતા, તાપમાન, કાચની એકરૂપતા, આજુબાજુનું તાપમાન, વૃદ્ધત્વ અને કોટિંગ સામગ્રીના વસ્ત્રો, અને તે પણ તેલ, ઉત્પાદન બદલાય છે, એકમની ડિઝાઇન બંધ કરો/પ્રારંભ કરો પ્રક્રિયાને અસર કરી શકે છે. તાર્કિક રીતે, દરેક ગ્લાસ ઉત્પાદક આ અણધારી ખલેલ, જેમ કે ગોબ રાજ્ય (વજન, તાપમાન અને આકાર), જીઓબી લોડિંગ (ગતિ, લંબાઈ અને આગમનની સમયની સ્થિતિ), તાપમાન (લીલો, ઘાટ, વગેરે), પંચ/કોર, ડાઇ) ને એકીકૃત કરવા માગે છે, ત્યાં ગ્લાસ બોટલોની ગુણવત્તામાં સુધારો થાય છે.
GOB ની સ્થિતિ, GOB લોડિંગ, તાપમાન અને બોટલ ગુણવત્તા ડેટા વિશે સચોટ અને સમયસર જ્ knowledge ાન એ ઉચ્ચ મશીન ગતિ પર હળવા, મજબૂત, ખામી મુક્ત બોટલ અને કેન ઉત્પન્ન કરવા માટેનો મૂળભૂત આધાર છે. સેન્સર દ્વારા પ્રાપ્ત રીઅલ-ટાઇમ માહિતીથી શરૂ કરીને, વાસ્તવિક ઉત્પાદન ડેટાનો ઉપયોગ ઉદ્દેશ્યથી વિશ્લેષણ કરવા માટે થાય છે કે પછીના લોકોના વિવિધ વ્યક્તિલક્ષી ચુકાદાઓને બદલે પાછળથી બોટલ અને ખામીઓ હોઈ શકે છે કે કેમ.
આ લેખ પર ધ્યાન કેન્દ્રિત કરશે કે કેવી રીતે હોટ-એન્ડ સેન્સરનો ઉપયોગ હળવા, મજબૂત કાચનાં બરણીઓ અને નીચા ખામી દર સાથે જાર કરવામાં મદદ કરી શકે છે, જ્યારે મશીન સ્પીડમાં વધારો થાય છે.

આ લેખ પર ધ્યાન કેન્દ્રિત કરશે કે કેવી રીતે હોટ-એન્ડ સેન્સરનો ઉપયોગ ઓછો ખામી દર સાથે હળવા, મજબૂત ગ્લાસ બરણીઓ ઉત્પન્ન કરવામાં મદદ કરી શકે છે, જ્યારે મશીન સ્પીડમાં વધારો થાય છે.

1. હોટ એન્ડ નિરીક્ષણ અને પ્રક્રિયા મોનિટરિંગ

બોટલ માટે હોટ-એન્ડ સેન્સર અને નિરીક્ષણ કરી શકે છે, હોટ-એન્ડ પર મોટી ખામી દૂર કરી શકાય છે. પરંતુ બોટલ માટે હોટ-એન્ડ સેન્સર અને કેન નિરીક્ષણનો ઉપયોગ ફક્ત હોટ-એન્ડ નિરીક્ષણ માટે થવો જોઈએ નહીં. કોઈપણ નિરીક્ષણ મશીનની જેમ, ગરમ અથવા ઠંડા, કોઈ પણ સેન્સર અસરકારક રીતે તમામ ખામીઓનું નિરીક્ષણ કરી શકશે નહીં, અને હોટ-એન્ડ સેન્સર માટે તે જ સાચું છે. અને દરેક સ્પેકની બોટલ અથવા ઉત્પાદન પહેલેથી જ ઉત્પાદન સમય અને શક્તિ (અને સીઓ 2 જનરેટ કરે છે) નો વ્યય કરી શકે છે, તેથી હોટ-એન્ડ સેન્સરનું ધ્યાન અને ફાયદો ખામી નિવારણ પર છે, ખામીયુક્ત ઉત્પાદનોની સ્વચાલિત નિરીક્ષણ જ નહીં.
હોટ-એન્ડ સેન્સર સાથે બોટલ નિરીક્ષણનો મુખ્ય હેતુ ગંભીર ખામીને દૂર કરવા અને માહિતી અને ડેટા એકત્રિત કરવાનો છે. તદુપરાંત, એકમ, દરેક જીઓબી અથવા રેન્કરના પ્રભાવ ડેટાની સારી ઝાંખી આપીને, ગ્રાહકોની આવશ્યકતાઓ અનુસાર વ્યક્તિગત બોટલોનું નિરીક્ષણ કરી શકાય છે. હોટ-એન્ડ રેડતા અને ચોંટતા સહિતના મોટા ખામીને દૂર કરવાથી ખાતરી થાય છે કે ઉત્પાદનો ગરમ-અંત સ્પ્રે અને કોલ્ડ-એન્ડ નિરીક્ષણ ઉપકરણોમાંથી પસાર થાય છે. દરેક એકમ માટે અને દરેક જીઓબી અથવા દોડવીર માટે પોલાણ પ્રદર્શન ડેટા અસરકારક મૂળ કારણ વિશ્લેષણ (શિક્ષણ, નિવારણ) અને સમસ્યાઓ .ભી થાય ત્યારે ઝડપી ઉપચારાત્મક ક્રિયા માટે વાપરી શકાય છે. રીઅલ-ટાઇમ માહિતીના આધારે ગરમ અંત દ્વારા ઝડપી ઉપચારાત્મક ક્રિયા સીધી ઉત્પાદન કાર્યક્ષમતામાં સુધારો કરી શકે છે, જે સ્થિર મોલ્ડિંગ પ્રક્રિયા માટેનો આધાર છે.

2. દખલના પરિબળો ઘટાડે છે

તે જાણીતું છે કે ઘણા દખલ પરિબળો (કુલેટ ગુણવત્તા, સ્નિગ્ધતા, તાપમાન, ગ્લાસ એકરૂપતા, આજુબાજુનું તાપમાન, બગાડ અને કોટિંગ સામગ્રીના વસ્ત્રો, ઓઇલિંગ, ઉત્પાદન ફેરફારો, સ્ટોપ એકમો અથવા બોટલ ડિઝાઇન) ગ્લાસ મેન્યુફેક્ચરિંગ ક્રાફ્ટને અસર કરે છે. આ દખલ પરિબળો પ્રક્રિયાના વિવિધતાનું મૂળ કારણ છે. અને મોલ્ડિંગ પ્રક્રિયાને વધુ દખલ પરિબળો આધિન છે, વધુ ખામી પેદા થાય છે. આ સૂચવે છે કે દખલ કરવાના પરિબળોના સ્તર અને આવર્તનને ઘટાડવાથી હળવા, મજબૂત, ખામી મુક્ત અને ઉચ્ચ-ગતિ ઉત્પાદનોના ઉત્પાદનના લક્ષ્યને પ્રાપ્ત કરવા તરફ ખૂબ જ આગળ વધશે.
ઉદાહરણ તરીકે, ગરમ અંત સામાન્ય રીતે ઓઇલિંગ પર ખૂબ ભાર મૂકે છે. ખરેખર, ગ્લાસ બોટલ રચવાની પ્રક્રિયામાં ઓઇલિંગ એ મુખ્ય વિક્ષેપો છે.

તેલ દ્વારા પ્રક્રિયાની ખલેલ ઘટાડવાની ઘણી જુદી જુદી રીતો છે:

એ. મેન્યુઅલ ઓઇલિંગ: એસ.ઓ.પી. માનક પ્રક્રિયા બનાવો, દરેક ઓઇલિંગ ચક્રની અસરને ઓઇલિંગ સુધારવા માટે સખત દેખરેખ રાખો;

બી. મેન્યુઅલ ઓઇલિંગને બદલે સ્વચાલિત લ્યુબ્રિકેશન સિસ્ટમનો ઉપયોગ કરો: મેન્યુઅલ ઓઇલિંગની તુલનામાં, સ્વચાલિત ઓઇલિંગ ઓઇલિંગ આવર્તન અને ઓઇલિંગ અસરની સુસંગતતાને સુનિશ્ચિત કરી શકે છે.

સી. સ્વચાલિત લ્યુબ્રિકેશન સિસ્ટમનો ઉપયોગ કરીને ઓઇલિંગને ઓછું કરો: ઓઇલિંગની આવર્તન ઘટાડતી વખતે, ઓઇલિંગ અસરની સુસંગતતા સુનિશ્ચિત કરો.

ઓઇલિંગને કારણે પ્રક્રિયા દખલની ઘટાડાની ડિગ્રી એ ના ક્રમમાં છે

.
હવે, ઉપરોક્ત ખલેલને કારણે ગ્લાસ રચવાની પ્રક્રિયામાં વધઘટનો સામનો કરવા માટે, ઘણા કાચ ઉત્પાદકો બોટલ બનાવવા માટે વધુ કાચ પ્રવાહીનો ઉપયોગ કરે છે. 1 મીમીની દિવાલની જાડાઈવાળા ગ્રાહકોની વિશિષ્ટતાઓને પહોંચી વળવા અને વાજબી ઉત્પાદન કાર્યક્ષમતા પ્રાપ્ત કરવા માટે, દિવાલની જાડાઈ ડિઝાઇન સ્પષ્ટીકરણો 1.8 મીમી (નાના મોં પ્રેશર ફૂંકાતા પ્રક્રિયા) થી 2.5 મીમી (ફૂંકાતા અને ફૂંકાતા પ્રક્રિયા) થી વધુ સુધીની હોય છે.
આ વધેલી દિવાલની જાડાઈનો હેતુ ખામીયુક્ત બોટલને ટાળવાનો છે. શરૂઆતના દિવસોમાં, જ્યારે ગ્લાસ ઉદ્યોગ કાચની શક્તિની ગણતરી કરી શકતો ન હતો, ત્યારે આ વધેલી દિવાલની જાડાઈએ અતિશય પ્રક્રિયાના વિવિધતા (અથવા મોલ્ડિંગ પ્રક્રિયા નિયંત્રણના નીચા સ્તર) માટે વળતર આપ્યું હતું અને ગ્લાસ કન્ટેનર ઉત્પાદકો અને તેમના ગ્રાહકો સ્વીકારે છે.
પરંતુ આના પરિણામે, દરેક બોટલમાં દિવાલની જાડાઈ ખૂબ જ અલગ હોય છે. ગરમ અંત પર ઇન્ફ્રારેડ સેન્સર મોનિટરિંગ સિસ્ટમ દ્વારા, આપણે સ્પષ્ટપણે જોઈ શકીએ છીએ કે મોલ્ડિંગ પ્રક્રિયામાં ફેરફાર બોટલની દિવાલની જાડાઈમાં ફેરફાર તરફ દોરી શકે છે (કાચ વિતરણમાં ફેરફાર). નીચે આપેલા આકૃતિમાં બતાવ્યા પ્રમાણે, આ ગ્લાસ વિતરણ મૂળભૂત રીતે નીચેના બે કેસોમાં વહેંચાયેલું છે: કાચનું રેખાંશ વિતરણ અને બાજુની વિતરણ. ઉત્પન્ન થતી અસંખ્ય બોટલના વિશ્લેષણથી, તે જોઇ શકાય છે કે ગ્લાસ વિતરણ સતત બદલાતું રહે છે, બંને vert ભી અને આડા બંને રીતે. બોટલનું વજન ઘટાડવા અને ખામીને રોકવા માટે, આપણે આ વધઘટને ઘટાડવું જોઈએ અથવા ટાળવું જોઈએ. પીગળેલા ગ્લાસના વિતરણને નિયંત્રિત કરવું એ હળવા અને મજબૂત બોટલ અને કેન ઉચ્ચ ગતિએ ઉત્પન્ન કરવાની ચાવી છે, જેમાં ઓછા ખામીઓ અથવા શૂન્યની નજીક છે. ગ્લાસના વિતરણને નિયંત્રિત કરવા માટે બોટલની સતત દેખરેખની જરૂર હોય છે અને કાચ વિતરણમાં ફેરફારના આધારે operator પરેટરની પ્રક્રિયાને ઉત્પાદન અને માપન કરી શકે છે.

4. ડેટા એકત્રિત કરો અને વિશ્લેષણ કરો: એઆઈ ઇન્ટેલિજન્સ બનાવો
વધુ અને વધુ સેન્સરનો ઉપયોગ વધુ અને વધુ ડેટા એકત્રિત કરશે. આ ડેટાને બુદ્ધિપૂર્વક સંયોજન અને વિશ્લેષણ કરવું પ્રક્રિયાના ફેરફારોને વધુ અસરકારક રીતે સંચાલિત કરવા માટે વધુ અને વધુ સારી માહિતી પ્રદાન કરે છે.
અંતિમ ધ્યેય: ગ્લાસ ફોર્મિંગ પ્રક્રિયામાં ઉપલબ્ધ ડેટાનો મોટો ડેટાબેસ બનાવવા માટે, સિસ્ટમને ડેટાને વર્ગીકૃત અને મર્જ કરવાની અને સૌથી કાર્યક્ષમ બંધ-લૂપ ગણતરીઓ બનાવવાની મંજૂરી આપે છે. તેથી, આપણે વધુ નીચેથી પૃથ્વી બનવાની અને વાસ્તવિક ડેટાથી પ્રારંભ કરવાની જરૂર છે. ઉદાહરણ તરીકે, આપણે જાણીએ છીએ કે ચાર્જ ડેટા અથવા તાપમાન ડેટા બોટલ ડેટાથી સંબંધિત છે, એકવાર આપણે આ સંબંધને જાણીએ છીએ, અમે ચાર્જ અને તાપમાનને એવી રીતે નિયંત્રિત કરી શકીએ છીએ કે આપણે કાચના વિતરણમાં ઓછી પાળી સાથે બોટલ ઉત્પન્ન કરીએ છીએ, જેથી ખામી ઓછી થાય. ઉપરાંત, કેટલાક કોલ્ડ-એન્ડ ડેટા (જેમ કે પરપોટા, તિરાડો, વગેરે) પણ પ્રક્રિયાના ફેરફારોને સ્પષ્ટ રીતે સૂચવી શકે છે. આ ડેટાનો ઉપયોગ પ્રક્રિયાના ભિન્નતાને ઘટાડવામાં મદદ કરી શકે છે, ભલે તે ગરમ છેડે ધ્યાનમાં ન આવે.

તેથી, ડેટાબેઝ આ પ્રક્રિયા ડેટાને રેકોર્ડ કર્યા પછી, જ્યારે હોટ-એન્ડ સેન્સર સિસ્ટમ ખામીને શોધી કા or ે છે અથવા ગુણવત્તાયુક્ત ડેટા સેટ એલાર્મ મૂલ્ય કરતાં વધી જાય છે ત્યારે એઆઈ ઇન્ટેલિજન્ટ સિસ્ટમ આપમેળે સંબંધિત ઉપચારાત્મક પગલાં પ્રદાન કરી શકે છે. 5. સેન્સર-આધારિત એસઓપી બનાવો અથવા મોલ્ડિંગ પ્રક્રિયા ઓટોમેશન ફોર્મ કરો

એકવાર સેન્સરનો ઉપયોગ થઈ જાય, પછી આપણે સેન્સર દ્વારા પૂરી પાડવામાં આવેલી માહિતીની આસપાસ વિવિધ ઉત્પાદન પગલાં ગોઠવવા જોઈએ. વધુ અને વધુ વાસ્તવિક ઉત્પાદનની ઘટના સેન્સર દ્વારા જોઇ શકાય છે, અને પ્રસારિત માહિતી ખૂબ જ ઓછી અને સુસંગત છે. આ ઉત્પાદન માટે ખૂબ જ મહત્વપૂર્ણ છે!

સેન્સર્સ બોટલની ગુણવત્તાને મોનિટર કરવા માટે GOB (વજન, તાપમાન, આકાર), ચાર્જ (ગતિ, લંબાઈ, આગમન સમય, સ્થિતિ), તાપમાન (પ્રેગ, ડાઇ, પંચ/કોર, ડાઇ) ની સ્થિતિનું સતત નિરીક્ષણ કરે છે. ઉત્પાદનની ગુણવત્તામાં કોઈપણ તફાવતનું કારણ હોય છે. એકવાર કારણ જાણી શકાય, પછી પ્રમાણભૂત operating પરેટિંગ પ્રક્રિયાઓ સ્થાપિત અને લાગુ કરી શકાય છે. એસઓપી લાગુ કરવાથી ફેક્ટરીનું ઉત્પાદન સરળ બને છે. અમે ગ્રાહકના પ્રતિસાદથી જાણીએ છીએ કે તેઓને લાગે છે કે સેન્સર અને એસઓપીને કારણે નવા કર્મચારીઓની ભરતી કરવી વધુ સરળ થઈ રહી છે.

આદર્શરીતે, ઓટોમેશન શક્ય તેટલું લાગુ થવું જોઈએ, ખાસ કરીને જ્યારે વધુ અને વધુ મશીન સેટ હોય (જેમ કે 4-ડ્રોપ મશીનોના 12 સેટ જ્યાં operator પરેટર 48 પોલાણને સારી રીતે નિયંત્રિત કરી શકતા નથી). આ કિસ્સામાં, સેન્સર અવલોકન કરે છે, ડેટાનું વિશ્લેષણ કરે છે અને રેન્ક-અને-ટ્રેન ટાઇમિંગ સિસ્ટમમાં ડેટાને પાછા ખવડાવીને જરૂરી ગોઠવણો કરે છે. કારણ કે પ્રતિસાદ કમ્પ્યુટર દ્વારા તેના પોતાના પર કાર્ય કરે છે, તે મિલિસેકંડમાં ગોઠવી શકાય છે, કંઈક શ્રેષ્ઠ ઓપરેટરો/નિષ્ણાતો પણ ક્યારેય કરી શકશે નહીં. છેલ્લાં પાંચ વર્ષોમાં, ગોબ વજન, કન્વેયર પર બોટલ અંતર, ઘાટનું તાપમાન, કોર પંચ સ્ટ્રોક અને કાચનું રેખાંશ વિતરણને નિયંત્રિત કરવા માટે બંધ લૂપ (હોટ એન્ડ) સ્વચાલિત નિયંત્રણ ઉપલબ્ધ છે. તે નજીક છે કે નજીકના ભવિષ્યમાં વધુ નિયંત્રણ લૂપ્સ ઉપલબ્ધ થશે. વર્તમાન અનુભવના આધારે, વિવિધ નિયંત્રણ લૂપ્સનો ઉપયોગ મૂળભૂત રીતે સમાન હકારાત્મક અસરો પેદા કરી શકે છે, જેમ કે ઘટાડેલા પ્રક્રિયાના વધઘટ, કાચની વિતરણમાં ઓછો તફાવત અને કાચની બોટલો અને બરણીમાં ઓછા ખામી.

હળવા, મજબૂત, (લગભગ) ખામી મુક્ત, ઉચ્ચ-ગતિ અને ઉચ્ચ ઉપજ ઉત્પાદન માટેની ઇચ્છા પ્રાપ્ત કરવા માટે, અમે તેને આ લેખમાં પ્રાપ્ત કરવાની કેટલીક રીતો પ્રસ્તુત કરીએ છીએ. ગ્લાસ કન્ટેનર ઉદ્યોગના સભ્ય તરીકે, અમે પ્લાસ્ટિક અને પર્યાવરણીય પ્રદૂષણને ઘટાડવાના મેગાટ્રેન્ડનું પાલન કરીએ છીએ, અને પેકેજિંગ મટિરીયલ્સ ઉદ્યોગના કાર્બન ફૂટપ્રિન્ટને નોંધપાત્ર રીતે ઘટાડવા માટે મુખ્ય વાઇનરી અને અન્ય ગ્લાસ પેકેજિંગ વપરાશકર્તાઓની સ્પષ્ટ આવશ્યકતાઓને અનુસરીએ છીએ. અને દરેક ગ્લાસ ઉત્પાદક માટે, હળવા, મજબૂત, (લગભગ) ખામી મુક્ત કાચની બોટલો અને ઉચ્ચ મશીનની ગતિએ, કાર્બન ઉત્સર્જનને ઘટાડતી વખતે રોકાણ પર વધુ વળતર તરફ દોરી શકે છે.