Usprawnianie metod zarządzania logistyką na przykładzie automatyzacji i optymalizacji przebiegu procesu cięcia

• Autorzy: Świłło S. , Czyżewski P.

Warianty tytułu

EN

Example of an improvement of logistics management based on automation and optimalization of a blanking process

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano przykład dotyczący możliwości zwiększenia jakości wyrobów w procesie cięcia. Tradycyjne metody kontroli jakości wyrobu opierają się na pomiarach po zakończeniu procesu, poza linią produkcyjną. Dlatego zaprezentowana została metoda polegająca na pozyskiwaniu informacji o przebiegu procesu w trakcie kształtowania z możliwością zapisywania, prezentowania i analizy danych pomiarowych. Jednakże, do przeprowadzenia kompletnej analizy niezbędne było opracowanie sposobu wymiany informacji pomiędzy urządzeniami pomiarowymi i operatorem. przedstawiona został w artykule metoda, w której wykorzystano proces automatyzacji i optymalizacji w zakresie logistyki przemysłowej w zakresie zastosowania najnowszych technologii takich jak optoelektronika czy oprogramowanie. Autorzy demonstrują zaprojektowane stanowisko w procesie produkcyjnym w trakcie realizacji pozyskiwania danych pomiarowych. W szczególności zaprojektowany proces pozyskiwania danych dotyczy zastosowania zaawansowanych ultra-szybkich sensorów obrazowych oraz czujników przemieszczenia i siły w połączeniu z aplikacją programową, opracowaną w środowisku Matlab/GUI. Takie podejście prowadzi do rozwiązań, w których operator może w czasie rzeczywistym kontrolować zmianę geometrii wyrobu, siłę kształtowania i przemieszczenie, co przekłada się na zwiększenie wydajności.

EN

The paper presents a method on how to improve manufacturing production efficient and quality based on an example of a blanking process .Traditional model of production control includes of-line material quality measurement. Therefore, a real-time automated measurement system has been developed to perform data based process monitoring and data analyzing. However, to complete the analyzing process of acquired data, a close cooperation between the worker and the automated measurement system is required. The paper gives a survey on how automation and optimalization can be utilized in production logistics using advanced technology such as: microelectronics and software. The authors demonstrates the use of the design station in manufacturing process after the workflow data collection In particular, the designed process includes advanced sensors for on-line image and data acquisition and semi-automatic control system based on Matlab/GUI application. This lead to the situation, that the operator could simultaneously control the geometry, displacement and the force of a blanking while the process is running, which finally improve productivity.

Słowa kluczowe

PL

zarządzanie logistyką; proces cięcia; logistyka przemysłowa

EN

logistics management; cutting process; industrial logistics

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Strony: 10179--10185
• Opis fizyczny: Bibliogr. 23 poz., rys., pełny tekst CD 3

Twórcy

autor

Świłło S.

• Politechnika Warszawska, Wydział Inżynierii Produkcji, 02-524 Warszawa, ul. Narbutta 85

autor

Czyżewski P.

• Politechnika Warszawska, Wydział Inżynierii Produkcji, 02-524 Warszawa, ul. Narbutta 85

Bibliografia

• 1. Beeck M. A., Hentschel W., Laser Metrology — A Diagnostic Tool in Automotive Development Processes, Optics and Lasers in Engineering, 34, 2, 101-120, 2000.
• 2. Buckberry C. H., Towers D. S., Stockley B, C., Tavender B., Jones M. S., Jones J. D. C., Valera J. D. R., Whole-Field Optical Diagnostics for Structural Analysis in the Automotive Industry, Optics and Lasers in Engineering, 25, 6, 433-453, 1996.
• 3. Chen F., Marchi M. M., Allen, T. E., Powertrain Engineering Using Holographic/Electronic Speckle Pattern Interferometry, Proceedings of the SPIE -The International Society for Optical Engineering, 4778, 302-311, 2002.
• 4. Colledani M., Tolio T., Integrated analysis of quality and production logistics performance in manufacturing lines, International Journal of Production Research, Vol. 49, no. 2, 485–518, 2011.
• 5. Crama Y., Combinatorial optimization models for production scheduling in automated manufacturing systems, European Journal of Operational Research 99, 136-153, 1997.
• 6. Davies J.L., Gill K.F., Machine vision and automated assembly, Mechatronics, 3, 4, 493-501, 1993.
• 7. Dorrity J. L., New Developments for Seam Quality Monitoring in Sewing Applications, IEEE Transactions on Industry Applications, Vol. 31, (6), 1995.
• 8. Fawcett S. E., Myers M. B., Product and employee development in advanced, manufacturing: implementation and impact, International Journal of Production Research, Vol. 39, (1), 65-79, 2001.
• 9. Garibotto G., Mascisngelo S., Bassino P., Coelho Ch., Pavan A., Marson M., Industrial exploitation of computer vision in logistic automation: autonomus control of an intelligent forklift truck, Proceeding ot the 1998 lFEE International Conference on Robotics & Automation Leuven Belgium, May 1998.
• 10. Hitomi K., Automation — its concept and a short history, Technovation, 14, (2), 121-128, 1994.
• 11. Jing X., Ning X., Chi Z., Quan S., John G.: Real-time 3D shape inspection system of automotive parts based on structured light pattern, Optics & Laser Technology, 43, (1), 1-8, 2011.
• 12. Kanoa M., Nakagawa Y., Data-based process monitoring, process control, and quality improvement: Recent developments and applications in steel industry, Computers and Chemical Engineering 32, 12–24, 2008.
• 13. Katsundo H., Manufacturing Systems Engineering: A Unified Approach to Manufacturing Technology, Production Management and Industrial Economics, 1996.
• 14. Kruger J., Lien T. K.,Verl A., Cooperation of human and machines in assembly lines, CIRP Annals - Manufacturing Technology 58, 628–646., 2009.
• 15. Leopold J., Günther H., Fast 3D Measurement of Gear Wheels, Proceedings of the SPIE - The International Society for Optical Engineering, 4900, 185-194, 2002.
• 16. Pereira C. E., Carro L., Distributed real-time embedded systems: Recent advances, future trends and their impact on manufacturing plant control, Annual Reviews in Control 31, 81–92, 2007.
• 17. Rooks, B. W., Vision Helping the Automotive Industry to Better Customer Choice, Industrial Robot, 24, 48-51.5, 1997.
• 18. Sauter T., The Continuing evolution of integration in manufacturing automation, IEEE Industrial Electronics Magazine, 2007.
• 19. Schroeder R. G., Bates K. A., Junttila M. A., A resource-based view of manufacturing strategy and the relationship to manufacturing performance, Strategic Management Journal, 105–117, 2002.
• 20. Stempfhuber W., 1D and 3D systems in machine automation, 3rd IAG / 12th FIG Symposium, Baden, May 22-24, 2006.
• 21. Świłło S., Czyżewski P., Pomiary wizyjne efektów dynamicznych w procesie cięcia na prasie mimośrodowej, Hutnik, No.1, 26-30, 2014.
• 22. Świłło S., Czyżewski P., An experimental and numerical study of material deformation of a blanking process, Computer Methods in Materials Science, V. 13, (2), 333-338, 2013.
• 23. Wan G., Nosekabel E. H., Surface Inspection on Bodies in White in Automotive Industry, Proceedings of SPIE, 3824, 329-333, 1999.