Purpose: The metal casting process requires testing equipment that along with customized computer software properly supports the analysis of casting component characteristic properties. Due to the fact that this evaluation process involves the control of complex and multi-variable melting, casting and solidification factors, it is necessary to develop dedicated software. Design/methodology/approach: The integration of Statistical Process Control methods and Artificial Intelligence techniques (Case-Based Reasoning) into Thermal Analysis Data Acquisition Software (NI LabView) was developed to analyze casting component properties. The thermal data was tested in terms of accuracy, reliability and timeliness in order to secure metal casting process effectiveness. Findings: Quantitative values were defined as “Low”, “Medium” and “High” to assess the level of improvement in the metal casting analysis by means of the Artificial Intelligence-Based Control System (AIBCS). The traditional process was used as a reference to measure such improvement. As a result, the accuracy, reliability and timeliness were significantly increased to the “High” level. Research limitations/implications: Presently, the AIBCS predicts a limited number of casting properties. Due to its flexible design more properties could be added. Practical implications: The AIBCS has been successfully used at the Ford/Nemak Windsor Aluminum Plant (WAP) to analyze Al casting properties of the engine blocks. Originality/value: The metal casting research community has immensely benefited from these developed information technologies that support the metal casting process.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Rozszerzeniem tradycyjnych metod kontroli jakości złączy spawanych jest monitorowanie procesu spawania polegające na zapisywaniu podstawowych parametrów spawania w ustalonych, krótkich odstępach czasu. Wykorzystanie urządzeń monitorujących pozwala na przyporządkowanie każdemu punktowi złącza indywidualnych parametrów skrawania. W przypadku złączy wadliwych umożliwia to dokładniejszą analizę przyczyn powstawania wad, a w przypadku złączy bez wad stanowi dowód zgodności wykonania złącza z zatwierdzoną technologią spawania. Możliwe jest także postępowanie odwrotne: na podstawie wyników monitorowania można wytypować obszary złącza wymagające dokładnej kontroli innymi metodami. Rozwój urządzeń monitorujących znacznie wyprzedził rozwój metod analizy wyników monitorowania. Powszechnie stosowane są metody statystycznej kontroli jakości lub statystycznego sterowania procesem.
EN
Traditional methods of welded joints quality inspection are enlarged by another method of inspection, namely monitoring of welding processes which consist in recording of basic welding parameters in short steady time intervals. Application of monitoring devices enables to assign individual welding parameters to the each point of a joint. In case of defective joints the monitoring enables to analyse the reason of defects formation more more precisely whereas in case of sound welds it is an evidence of execution of welding work in compliance with the approved welding procedure. It is possible also to take the opposite direction: on the basis of monitoring results it can be specified the joint areas requiring the exact inspection by another means. The development of monitoring devices is far ahead of the development of methods of analysis of monitoring results. In common use there are methods of statistic quality inspection or statistic process control.
In the paper problem of statistical control of process, which do not meet data independence assumption, were described. It concerns both stationary and wandering processes. Data autocorrelation impact on control chart properties was analysed using process simulation. Results of the analysis were used to develop the guidelines for applying control charts for processes with autocorrelated data.
PL
Opisano problem statystycznego sterowania procesem, w przypadku którego nie jest spełniony warunek dotyczący niezależności danych. Opisany zakres badań zawiera zarówno procesy charakteryzujące się stacjonarnością, jak i takie, w których występuje dryf. Szczegółowa analiza wpływu autokorelacji na właściwości karty kontrolnej została oparta na badaniach symulacyjnych. Uzyskane wyniki wykorzystano do opracowania algorytmu stosowania kart kontrolnych w celu nadzorowania procesów charakteryzujących się autokorelacją danych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.