Come è possibile garantire l'identificazione univoca delle bobine lungo catene di produzione complesse?

È possibile ottenere un'identificazione affidabile utilizzando caratteristiche di processo specifiche, come il profilo di spessore longitudinale, che è unico per ogni bobina. Con ibaDatawyzer-ICC, questo profilo viene utilizzato come "impronta digitale" per identificare le bobine in modo univoco. I dati di processo necessari vengono acquisiti ed elaborati tramite ibaPDA. Ciò garantisce una tracciabilità end-to-end anche in percorsi di processo complessi.

Come è possibile individuare e prevenire tempestivamente gli errori di identificazione dei materiali nella lavorazione dei metalli?

È possibile individuare eventuali errori nella composizione dei materiali attraverso un confronto continuo dei dati di processo tra le diverse fasi di produzione. ibaDatawyzer-ICC confronta i profili dei segnali caratteristici e ne valuta la somiglianza sulla base di soglie prestabilite. In caso di scostamenti, vengono attivati un sistema di segnalazione automatica e procedure alternative di verifica. Ciò consente di intraprendere azioni correttive immediate prima che si verifichino errori nelle fasi di lavorazione a valle.

Come è possibile sfruttare grandi volumi di dati per effettuare ricerche rapide e identificare singoli prodotti?

Un database ad alte prestazioni, abbinato a un sistema dedicato di estrazione delle caratteristiche, consente di identificare rapidamente singoli oggetti all'interno di grandi insiemi di dati. ibaDatawyzer-ICC genera caratteristiche distintive dai dati di processo e le archivia per un utilizzo a lungo termine. In combinazione con ibaPDA, si crea così una base dati scalabile per eseguire interrogazioni veloci. Di conseguenza, è possibile identificare singoli prodotti in pochi secondi, anche all'interno di insiemi di dati molto grandi.

In che modo l'analisi dei dati a lungo termine può essere utilizzata per ottimizzare i processi produttivi?

I dati a lungo termine consentono di individuare tendenze, scostamenti e potenzialità di ottimizzazione nell'arco di più cicli produttivi. Con ibaDaVIS, questi dati possono essere visualizzati e analizzati sistematicamente tramite dashboard. In combinazione con ibaDatawyzer-ICC, è possibile effettuare analisi specifiche per prodotto. Ciò favorisce sia la garanzia della qualità che il miglioramento continuo dei processi.

Come è possibile monitorare la qualità dei dati di misurazione e dei sistemi di sensori durante il funzionamento?

La convalida continua dei dati di misura viene ottenuta confrontando gli andamenti dei segnali nelle diverse fasi del processo. ibaDatawyzer-ICC rileva le deviazioni che potrebbero indicare sensori difettosi o dati incoerenti. Grazie all'integrazione con ibaDaVIS, tali deviazioni possono essere visualizzate e analizzate in modo trasparente. Ciò consente di individuare tempestivamente gli errori di misura e garantisce un miglioramento costante della qualità dei dati.

Monitoraggio delle bobine con ibaDatawyzer-ICC

Monitoraggio del Coil con ibaDatawyzer-ICC

Con una produzione di oltre 600.000 tonnellate all'anno, il Gruppo BILSTEIN è uno dei principali produttori mondiali di nastri d'acciaio laminati a freddo. Nonostante l'enorme quantità di Coil prodotti, non esistono due nastri metallici uguali.

"Non siamo un classico produttore di massa, ma rispondiamo esplicitamente alle esigenze dei clienti. È quindi essenziale avere una produzione flessibile e coordinarla e monitorarla", afferma Ufuk Karvan, responsabile della tecnologia di processo e di sistema presso il produttore di nastri laminati a freddo. I prodotti BILSTEIN sono utilizzati nella produzione di utensili, nell'edilizia e nell'industria automobilistica.

L'area di produzione di BILSTEIN copre circa 700.000 metri quadrati. Ciò rende ancora più importante la possibilità di identificare e determinare i coils lungo l'intera catena di produzione. "I nostri percorsi di processo sono piuttosto complessi e, inoltre, ogni intervento umano è una piccola fonte potenziale di errore. Ecco perché vogliamo e dobbiamo rilevare tempestivamente le commistioni di materiali", afferma Karvan. Per questo, il Gruppo BILSTEIN si affida a ibaDatawyzer-ICC, il software di identificazione delle bobine di iba AG.

"Con ibaDatawyzer-ICC entra in gioco un processo brevettato di impronta digitale: ogni coil sviluppa un profilo di spessore caratteristico sulla lunghezza del nastro durante la laminazione. Utilizzando questa curva specifica, che viene registrata online con i sistemi di misurazione dello spessore ed è unica per ogni bobina come un'impronta digitale umana, possiamo identificare in modo affidabile le bobine ed escludere le commistioni", afferma Coil. A tal fine, ibaDatawyzer-ICC utilizza i dati di processo registrati con ibaPDA per generare caratteristiche uniche per ogni coil, che vengono poi conservate in un database per essere disponibili a lungo termine.

A large blue industrial machine with BILSTEIN written on it oversees two parallel metal cylinders in a factory.

Elaborazione di un mix-up: Elevato disco di danno

Nello stabilimento BILSTEIN di Hagen, i coils laminati a caldo vengono prima tagliati a misura e poi ulteriormente lavorati con processi di trattamento termico, laminazione e taglio. "Riceviamo un nastro caldo che tagliamo in diverse strisce. Questi hanno tutti la stessa larghezza, la stessa qualità e le stesse proprietà dei nastri laminati a caldo, quindi sono fondamentalmente identici. Ecco perché è facile che si verifichi una confusione", riferisce Karvan. La situazione diventa particolarmente critica se i nastri metallici vengono assegnati all'ordine sbagliato e non vengono lavorati correttamente: Se un coil viene confuso, nel peggiore dei casi non potremmo più rifornire un cliente e dovremmo aspettare l'arrivo di un nastro laminato a caldo adatto". Inoltre, circa 25 tonnellate di materiale verrebbero scartate. Con un valore di circa 2.000 euro a tonnellata, si può calcolare rapidamente il danno che ne deriverebbe", afferma Karvan. BILSTEIN elimina questo rischio con l'uso di ibaDatawyzer-ICC: "Con il sistema, non solo vediamo immediatamente se qualcosa non va bene da qualche parte, ma ci viene anche mostrata direttamente la bobina corretta", dice Karvan, che è completamente soddisfatto della soluzione iba. Il database interno di BILSTEIN contiene ora oltre 180.000 voci, ognuna delle quali contiene le caratteristiche specifiche del rispettivo coil. Tuttavia, "l'ago nel pagliaio può essere trovato in pochi secondi", afferma Karvan.

Come un'impronta digitale umana, il profilo di spessore longitudinale è unico per ogni bobina.

Ufuk Karvan
Responsabile dell'ingegneria dei processi e dei sistemi, BILSTEIN

Le analisi a lungo termine apportano un "enorme valore aggiunto".

BILSTEIN si affida al sistema iba anche per il monitoraggio dei vari impianti, con quasi 60 sistemi ibaPDA (Process Data Acquisition) utilizzati per l'acquisizione dei dati. Insieme a iba, BILSTEIN ha sviluppato un'applicazione molto speciale per lo strumento dashboard basato sul web ibaDaVIS: collegando coerentemente ibaDatawyzer-ICC, che monitora in background le bobine durante le singole fasi di produzione, con ibaDaVIS, è possibile effettuare osservazioni a lungo termine e quindi identificare tendenze e ulteriori potenziali di ottimizzazione. In questo modo, ad esempio, è possibile verificare in modo permanente il funzionamento privo di errori della tecnologia di misura utilizzata o creare report completi per le singole bobine. "Il fatto di poter effettuare analisi a lungo termine con ibaDaVIS e ibaDatawyzer-ICC rappresenta per noi un enorme valore aggiunto. Sono già emerse diverse idee grazie alle conoscenze acquisite. Finora siamo i primi e gli unici a farlo", riferisce Karvan.

Prova subito il sistema iba!

Scaricate la demo di ibaPDA e ibaAnalyzer e iniziate subito a ottimizzare i vostri processi. Provate gratuitamente per 30 giorni!

Richiedi una licenza ibaPDA-Demo

Metodo brevettato: La tecnologia delle impronte digitali di ibaDatawyzer-ICC

Per l'identificazione del coil, ibaDatawyzer-ICC utilizza principalmente il profilo di spessore longitudinale del coil laminato. Poiché lo spessore del materiale viene solitamente misurato all'uscita di una fase di produzione e all'ingresso della successiva, il profilo di spessore longitudinale può essere utilizzato come caratteristica intrinseca per identificare il coil. Utilizzando questa tecnologia brevettata di impronta digitale, ibaDatawyzer-ICC determina la caratteristica unica di un profilo di spessore longitudinale in punti importanti della curva del segnale, come i massimi e i minimi. Nell'analisi, il software determina quindi il numero di corrispondenze tra i profili di spessore longitudinale delle misure di uscita e di ingresso. Per assegnare correttamente una bobina, questo numero deve essere superiore a un valore limite specifico del sistema. Tuttavia, se il tasso di corrispondenza è inferiore, ciò indica una scarsa qualità dei dati o un errore. In questo caso, ibaDatawyzer-ICC evidenzia la voce nella visualizzazione a colori e cerca automaticamente bobine più adatte. In questo modo, vengono individuati tempestivamente gli errori di bobina e i processi di riavvolgimento non documentati.

Funzioni usate

In questa storia di successo sono state utilizzate le seguenti funzioni del sistema iba.

Esplora altre Success Stories

Leggete le storie di successo dei nostri clienti soddisfatti.

Domande frequenti (FAQ)

Come è possibile garantire l'identificazione univoca delle bobine lungo catene di produzione complesse?: È possibile ottenere un'identificazione affidabile utilizzando caratteristiche di processo specifiche, come il profilo di spessore longitudinale, che è unico per ogni bobina. Con ibaDatawyzer-ICC, questo profilo viene utilizzato come "impronta digitale" per identificare le bobine in modo univoco. I dati di processo necessari vengono acquisiti ed elaborati tramite ibaPDA. Ciò garantisce una tracciabilità end-to-end anche in percorsi di processo complessi.
Come è possibile individuare e prevenire tempestivamente gli errori di identificazione dei materiali nella lavorazione dei metalli?: È possibile individuare eventuali errori nella composizione dei materiali attraverso un confronto continuo dei dati di processo tra le diverse fasi di produzione. ibaDatawyzer-ICC confronta i profili dei segnali caratteristici e ne valuta la somiglianza sulla base di soglie prestabilite. In caso di scostamenti, vengono attivati un sistema di segnalazione automatica e procedure alternative di verifica. Ciò consente di intraprendere azioni correttive immediate prima che si verifichino errori nelle fasi di lavorazione a valle.
Come è possibile sfruttare grandi volumi di dati per effettuare ricerche rapide e identificare singoli prodotti?: Un database ad alte prestazioni, abbinato a un sistema dedicato di estrazione delle caratteristiche, consente di identificare rapidamente singoli oggetti all'interno di grandi insiemi di dati. ibaDatawyzer-ICC genera caratteristiche distintive dai dati di processo e le archivia per un utilizzo a lungo termine. In combinazione con ibaPDA, si crea così una base dati scalabile per eseguire interrogazioni veloci. Di conseguenza, è possibile identificare singoli prodotti in pochi secondi, anche all'interno di insiemi di dati molto grandi.
In che modo l'analisi dei dati a lungo termine può essere utilizzata per ottimizzare i processi produttivi?: I dati a lungo termine consentono di individuare tendenze, scostamenti e potenzialità di ottimizzazione nell'arco di più cicli produttivi. Con ibaDaVIS, questi dati possono essere visualizzati e analizzati sistematicamente tramite dashboard. In combinazione con ibaDatawyzer-ICC, è possibile effettuare analisi specifiche per prodotto. Ciò favorisce sia la garanzia della qualità che il miglioramento continuo dei processi.
Come è possibile monitorare la qualità dei dati di misurazione e dei sistemi di sensori durante il funzionamento?: La convalida continua dei dati di misura viene ottenuta confrontando gli andamenti dei segnali nelle diverse fasi del processo. ibaDatawyzer-ICC rileva le deviazioni che potrebbero indicare sensori difettosi o dati incoerenti. Grazie all'integrazione con ibaDaVIS, tali deviazioni possono essere visualizzate e analizzate in modo trasparente. Ciò consente di individuare tempestivamente gli errori di misura e garantisce un miglioramento costante della qualità dei dati.