အသိဉာဏ်ရှိသော ဖောင်းပေးခြင်း၊ ဖြည့်သွင်းခြင်းနှင့် အဖုံးလုပ်ခြင်း နည်းပညာ - စွမ်းအင်သုံးစွမ်းနှုန်း လျော့နည်းခြင်း၊ ထုတ်လုပ်မှုပမာဏ မြင့်မားခြင်း

စမတ်လေဖောင်းခြင်း၊ ဖြည့်သွင်းခြင်းနှင့် အဖုံးလုပ်ခြင်းစနစ်များသည် စွမ်းအင်သု consumption ကို မည်သို့လျှော့ချပေးသနည်း

တစ်ပါတည်း လှုပ်ရှားမှုနှင့် မှီငွမ်းသုံး မော်တာအဆောက်အအိမ်များသည် အနောက်ကြောင်းစွမ်းအင်သု consumption နှင့် အပူဆုံးရှုံးမှုကို လျှော့ချပေးသည်

ပေါင်းစပ်ထားတဲ့ လေသွင်းဖြည့်သွင်းတဲ့ အကာအကွယ်စနစ်တွေဟာ ထုတ်လုပ်မှု အနားယူချိန်အတွင်း စွမ်းအင်ဖြုန်းတီးမှုကိစ္စမှာ ကစားပွဲကို ပြောင်းလဲနေပါတယ်။ ဒီစနစ်တွေက အရာတိုင်းကို တစ်အိမ်တည်းမှာ စုစည်းပေးကြတယ်၊ synchronized servo motors နဲ့ shared drive setups တွေနဲ့အတူ အရာတွေကို ရွေ့ရှားစေပြီး ရှေးစက်တွေမှာ တွေ့ရတဲ့ စိတ်တိုစရာ အနားယူချိန်တွေမရှိပဲနဲ့ပါ။ အစဉ်အလာ သီးခြားယူနစ်တွေဟာ အဆင့်တွေကြားမှာ လွှဲပြောင်းဖို့ပဲ စွမ်းအင်ရဲ့ ၁၅% ကနေ ၃၀% အထိကို ဖြုန်းတီးကြတယ်။ ပေါင်းစည်းထားတဲ့ ပလက်ဖောင်းတွေဟာ လှုပ်ရှားမှုအားလုံးကို တစ်ပြိုင်နက်မှာ ဆက်လုပ်ရင်း ဒီပြဿနာကို လုံးဝ ရှောင်ရှားပါတယ်။ ဒီစနစ်တွေရဲ့ နောက်ကွယ်က ဆော့ဝဲက လေဖိအားနဲ့ မော်တာအားကို ချက်ချင်းပြင်ဆင်ပေးပြီး မနှစ်က Packaging Automation Benchmark Report အရ ကွန်ပရေတာအလုပ်ကို ၄၀ ရာခိုင်နှုန်းလောက် လျှော့ချပေးပါတယ်။ ဒါ့အပြင် ဒီတော်တဲ့ စနစ်တွေက လုပ်ငန်းတစ်ခုလုံးမှာ အပူချိန်နည်းစေပြီး စက်ရုံတွေမှာ အအေးပေးမှု နည်းစေပါတယ်။ ပိုကောင်းတာတောင်လား။ ဒီထိရောက်မှု တိုးတက်မှုအားလုံးရှိပေမဲ့ ထုတ်လုပ်မှုက တစ်နာရီ ပုလင်း ၂၀၀၀ ကျော်မှာ မြင့်မားနေတုန်းပါ။

ဘိုတ်လ်အများအပြားထုတ်လုပ်မှုက kWh/ဘိုတ်လ်ကို ဘာကြောင့် လျော့ကျစေသနည်း။ စက်မှုလုပ်ငန်းတွင် ဖြစ်ပေါ်နေသော ဆန့်ကျင်မှုကို ဖြေရှင်းခြင်း

အများစုသည် အဆိုပါအခြေအနေ၏ အနက်အဓိပ္ပာယ်ကွဲပြားမှုကို မျှော်လင့်ထားကြသော်လည်း အမှန်တကယ်တွင် အဆင့်မြင့် ပေါင်းစပ်ထားသောစနစ်များသည် နိမ့်သောအမြန်နှုန်းဖြင့် လည်ပတ်ခြင်းထက် မြင့်မြင့်သောအမြန်နှုန်းဖြင့် လည်ပတ်ခြင်းအခါတွင် ယူနစ်အလုပ်တွင် စွမ်းအင်အသုံးပြုမှု နည်းပါးလေ့ရှိပါသည်။ အသုံးပြုမှုလိုအပ်ချက်အလိုက် ပိုမိုတိက်မိုက်စွာ စွမ်းအင်ပေးပေးနိုင်သည့် Variable Frequency Drives (VFDs) များကြောင့် ယခင်ခေတ်စက်များကဲ့သို့ အမြဲတမ်း စွမ်းအင်ကို စုပ်ယူနေခြင်းမှ လွတ်မောက်သွားနေပါသည်။ ဥပမါ- တစ်နှစ်လျှင် နှစ်သိမ်း ၁၄,၆၀၀ ခု အမြန်နှုန်းဖြင့် လည်ပတ်သည့် ထုတ်လုပ်မှုလိုင်းတစ်ခုကို ကြည့်ပါ။ ဤခေတ်မီစနစ်များသည် နိမ့်သောအမြန်နှုန်းဖြင့် လည်ပတ်သည့်အခါထက် ထုတ်လုပ်မှုအုပ်စု ၁၀၀၀ ခုလျှင် စွမ်းအင်အသုံးပြုမှုကို ၄၀ ရှိသည့် အချိန်တွင် စွမ်းအင်အသုံးပြုမှုကို ၄၀% ခန့် လျော့ချပေးနိုင်ပါသည်။ ဤအချက်သည် အများစု၏ ယုံကြည်မှုနှင့် ဆန့်ကျင်နေပါသည်။ ဤအံ့ဖွယ်သော စွမ်းဆောင်ရည်ကို ဖော်ပေးသည့် အကြောင်းရင်းများမှာ အဓိကအားဖြင့် နှစ်များပါသည်။ ပထမအကြောင်းမှာ စွမ်းအင်အသုံးပြုမှုကို အလွန်များပေါက်စေသည့် အကြိမ်ကြိမ် စတင်ခြင်းနှင့် ရပ်ခြင်းများကို မလိုအပ်တော့ခြင်းဖြစ်ပါသည်။ ဒုတိယအကြောင်းမှာ ထုတ်လုပ်သူများသည် ဘလိုးမော်လ်ဒင်းလုပ်ငန်းစဉ်အတွင်း စွန်းထောက်စွန်းထောက် အပူပိုမှုများကို ပြန်လည်အသုံးပြု၍ ပရီဖောမ်များကို အပူပေးရန် အသုံးပြုနိုင်ကြောင်း ရှာဖွေတွေ့ရှိထားခြင်းဖြစ်ပါသည်။ ဤရိုးရှင်းသည့် နည်းလမ်းသည် အပူစွမ်းဆောင်ရည်ကို အားလုံးအတွက် မြင့်တင်ပေးနိုင်ပါသည်။

ပေါင်းစပ်ထားသော လေဖောင်းခြင်း၊ ဖြည့်သွင်းခြင်းနှင့် အဖုံးပို့ခြင်း ဒီဇိုင်းဖြင့် ထုတ်လုပ်မှုကို မြင့်တင်ခြင်း

ကြိုတင်ခန့်မှန်းသော လှုပ်ရှားမှုထိန်းချုပ်မှုနှင့် မော်ဂျူလာပလက်ဖောင်းဖြင့် စကေးလားဘီလီတီ အသုံးပြုခြင်းကြောင့် စက်ဝိုင်းအချိန်ကို လျော့ချခြင်း

ကြိုတင်ခန့်မှန်းသော လှုပုပ်မှုထိန်းချုပ်မှုစနစ်သည် ပုလင်းများ၏ တည်နေရာနှင့် အမြန်နှုန်းကို အခြေခံ၍ ပုလင်းဖော်ခြင်း၊ ဖြည့်သွင်းခြင်းနှင့် အဖုံးပို့ခြင်း လုပ်ဆောင်မှုများကို တစ်ပါတည်း ညှိပေးခြင်းဖြင့် ထုတ်လုပ်မှုလိုင်းများအတွက် အထူးသဖြင့် အကောင်အထောက်ဖြစ်စေပါသည်။ ဤအသိဉာဏ်ရှိသော ကြိုတင်ခန့်မှန်းမှုသည် လုပ်ငန်းစဉ်များကြားတွင် ဖြစ်ပေါ်လာသော အချိန်အကုန်ဖြစ်မှုများကို ယခင်စနစ်များနှင့် နှိုင်းယှဉ်ပါက သုံးပုံနှစ်ပုံခန်းအထ do လျော့နည်းစေပါသည်။ ကုမ္ပဏီများသည် ယန္တရားများဖြင့် ဖန်တော်ထားသော အချိန်ကြား အချက်အလက်များနှင့် လုပ်ဆောင်မှုများကို ဖျက်သိမ်းလိုက်သည့်အခါ စုံလင်သော လုပ်ငန်းစဉ်သည် အလွန်အမင်း မြန်ဆန်လာပါသည်။ တစ်လုပ်ငန်းစဉ်အတွက် ကြာချိန်သည် ပုလင်းတစ်ခုလျှင် စက္ကန်း ၁၂.၃ စက္ကန်းမှ စက္ကန်း ၃.၁ သို့ ကျဆင်းသွားပါသည်။ ဤစနစ်ကို ပိုမိုကောင်းမွန်စေသည့် အချက်များထဲတွင် မော်ဂျူလာဖြစ်မှုသည် အရေးကြီးပါသည်။ ထုတ်လုပ်သူများသည် စွမ်းအားကို တိုးချဲ့ရန် အချိန်အခါများတွင် အားလုံးကို ပြန်လည်တည်ဆောက်စေရန် မလိုအပ်ပါ။ လိုအပ်သလောက် ဖြည့်သွင်းမှုနော့ဇ်များ သို့မဟုတ် အဖုံးပို့ခြင်းခေါင်းများကို အလွယ်တက် ထပ်မံတပ်ဆင်နိုင်ပါသည်။ ၂၀၂၃ ခုနှစ်မှ လုပ်ငန်းအသိအမှတ်ပြုမှုများအရ ဤပေါင်းစပ်ထားသော ပလက်ဖောင်းများသည် အသုံးပြုမှုအချိန် ၉၉.၂% အထိ လုပ်ဆောင်နေပါသည်။ ဤအချက်သည် ရေးသားထားသော စနစ်များတွင် အသုံးပြုမှုအချိန် ၈၉% ခန်းနှင့် နှိုင်းယှဉ်ပါက ပိုမိုကောင်းမွန်ပါသည်။ ဤအမျှသော ယုံကြည်စိတ်ချရမှုသည် စက်ရုံများအား တစ်နာရီလျှင် ဘူတ် ၇၂,၀၀၀ ကျော်ကို အပ်နှက်မှုမရှိဘဲ ထုတ်လုပ်နေနိုင်စေပါသည်။ ထို့အပ်နှက်မှုများသည် လိုင်းတစ်လုံးလုံးတွင် လှုပ်ရှားမှုများကို လျော့နည်းစေပါသည်။ ဖြည့်သွင်းမှုအဆင့်များကို မီလီမီတာတစ်ဝက်အတွင်း တိကျစေပါသည်။ ထို့အပ်နှက်မှုများသည် ထုတ်လုပ်မှုအတွင်း ဖောက်ထွက်မှုများနှင့် အကုန်စုံများကို သိသိသာသာ လျော့နည်းစေပါသည်။

ကိစ္စလေ့လာမှု - ပေါင်းစပ်ထားသော လေဖြင့်ဖွင့်ခြင်း၊ ဖြည့်သွင်းခြင်းနှင့် အဖုံးပို့ခြင်းစနစ်ကို အသုံးပြု၍ အရက်နှင့် အချိုသောက်စရာများ ထုတ်လုပ်မှုတွင် စက်မှုလုပ်ငန်း အသုံးပြုမှုအချိန် ၃၂ ရှိသော တိုးတက်မှု

ဥရောပနိုင်ငံရှိ အချစ်ရေသည် ကုမ္ပဏီတစ်ခုသည် ၎င်း၏ အဟောင်းသော သီးခြား ဘလိုင်းခ်၊ ဖြည့်သွင်းခ်၊ ဖုံးခ်စက်များကို စက်စနစ်တစ်ခုတည်းဖြင့် အစားထိုးလိုက်ပြီး ထိုပြောင်းလဲမှုအပြီး ခုနှစ်လအကြာတွင် မျှော်လင့်မထားသော စက်ပိတ်မှုများကို ၃၂ ရှိသည်။ ဤပြောင်းလဲမှုမှီအထိ ၎င်း၏ အဟောင်းစက်စနစ်သည် အလွန်မကောင်းသော ပိုက်လိုင်းအတွင်း ပေါ်ပေါက်သော အတားအဆီးများနှင့် အလွန်နှေးကွေးသော သန့်စင်မှုလုပ်ငန်းစဉ်များကြောင့် နေ့စဥ် ၁၁ ရှိခဲ့သည်။ အသစ်သော စက်စနစ်တွင် ပိတ်ထားသော စနစ်ဖြင့် သန့်စင်ခြင်းနှင့် ပုံမှန်အားဖြင့် ပစ္စည်းများကို ရှေးနောက် ရှေးနောက် ရွှေ့ပေးခြင်းတို့ကြောင့် လုပ်ငန်းစဉ်များအကြားရှိသော အခက်အခဲများအားလုံးကို ဖြေရှင်းနောက် စက်ပိတ်မှုများကို အပ်ဒိုက်အချိန် ၇၀ မှ ၉၂.၅ အထိ တိုးတက်စေခဲ့သည်။ ထို့အပ alongside စက်အသုံးပြုမှု စွမ်းအင်ကုန်သုံးမှုကို တစ်နှစ်လျှင် ၄၀ လျော့ချနောက် စက်ရုံအဆောက်အဦးအပိုမှုမရှိဘဲ တစ်သုံးလျှင် ပုလင်းအပို ၄.၂ သိန်းခန့် ထုတ်လုပ်နိုင်ခဲ့သည်။ ထို့အပှင် အချိန်နှင့်တစ်ပါက အရည်သိပ်သည်းဆ စွမ်းမှုစွမ်းရည်များကြောင့် ပုံစံအသစ်များသို့ ပြောင်းလဲရာတွင် ထုတ်ကုန်များ အကုန်အကှမ်း ၁၇ လျော့ချနောက် ဖြည့်သွင်းမှုပမာဏများကို အလိုအလျောက် ညှိပေးခြင်းဖြင့် ပုံစံအသစ်များအကြား အရသာအား တူညီစေရန် အောင်မြင်ခဲ့သည်။

လေတိုက်ခြင်း၊ ဖြည့်ခြင်း၊ အကာအကွယ်ပေးခြင်း လုပ်ငန်းများတွင် အချိန်နှင့်တပြေးညီ အသိပညာ

Preform Heaters နှင့် ဖြည့်သွင်းမှု Nozzles များတွင် Anomaly Detection အတွက် Edge AI

Edge AI ဟာ ထုတ်လုပ်မှုအဆင့်မှာ အရေးပါဆုံး နေရာမှာ စမတ်ကျတဲ့ စီမံကိန်းကို ပေးတယ်၊ preform heater တွေကနေ အာရုံခံကိရိယာဖတ်တာတွေကို အမြဲစစ်ဆေးပြီး မီလီစက္ကန့် ၅၀ မှာတစ်ကြိမ် အငွေ့ဖြည့်တဲ့ nozzles တွေကို စစ်ဆေးတယ်။ ဒီစက်သင်ယူတဲ့ စနစ်တွေဟာ ±1.5°C ကန့်သတ်ချက်အပြင်က အပူချိန်အပြောင်းအလဲတွေ (သို့) 98.7% ဝန်းကျင်က အံ့ဖွယ် တိကျမှုနဲ့ ထူးဆန်းတဲ့ စီးဆင်းမှု ပုံစံတွေကို ရှာဖွေတယ်။ စက်မှု စမ်းသပ်မှုတွေက ပြတာက လူသားတွေ လက်နဲ့ စီမံခန့်ခွဲနိုင်တာထက် ၈၃% ပိုမြန်တဲ့ အပေါက်လေးတွေကို ရှာတွေ့တာပါ။ ဒါကို ပုံမှန် cloud based ဖြေရှင်းနည်းတွေနဲ့ ဘယ်လို ခြားနားစေလဲ။ Edge Computing ဆိုတာက တုံ့ပြန်မှုတွေဟာ ကွန်ရက်တွေအကြားမှာ ရှေ့နောက်ကို ခရီးထွက်ဖို့ အချက်ပြမှုတွေ စောင့်မနေပဲ ချက်ချင်းနီးပါး ဖြစ်ပေါ်တာပါ။ ဒါ့အပြင် ဒီမော်ဒယ်တွေဟာ စက်ရုံရဲ့ လက်တွေ့ လုပ်ဆောင်ချက်တွေကနေ သင်ယူရင်း အချိန်နဲ့အမျှ ပိုကောင်းလာပါတယ်။ မလိုအပ်တဲ့ သတိပေးချက်တွေကို လျှော့ချပြီး ပုံမှန် စောင့်ကြည့်ရေး စနစ်တွေ လုံးဝကို သတိမထားမိတဲ့ စွမ်းဆောင်မှု ပြဿနာလေးတွေကို ဖမ်းယူပါတယ်။

ပိတ်လုပ်ဆောင်ခြင်းစနစ်ဖြင့် အရည်သို့မဟုတ် အမြှုပ်၏ အထူကို ချိန်ညှိခြင်းဖြင့် ဖြည့်သွင်းမှုအတိအကျမှုကို မြင့်တင်ပေးပြီး ပစ္စည်းများ အလွန်အကျွံသုံးစွဲမှုကို လျော့နည်းစေသည်

Viscosity ပြောင်းလဲမှု ဖြစ်ပေါ်တဲ့အခါ အထူးသဖြင့် အပူချိန် ပြောင်းလဲမှုအတွက် အာရုံခံတဲ့ ထုတ်ကုန်တွေဖြစ်တဲ့ အဆီအမျိုးမျိုး၊ ဆီးရူးနဲ့ နွားနို့အခြေခံ သောက်စရာတွေလိုမျိုးတွေမှာ ပြည့်ဝမှု တိကျမှုကို အတော်လေး ချွတ်ယွင်းစေပါတယ်။ ခေတ်သစ်စနစ်တွေမှာ အလိုအလျောက် စပြီး လုပ်ဆောင်တဲ့ အချိန်နဲ့တပြေးညီ viscosity sensor တွေကို ထည့်သွင်းထားပါတယ်။ ဥပမာ၊ တစ်ခုခု အအေးသွားလို့ viscosity က ၁၅% တိုးလာရင် servo ကမောင်းတဲ့ ဒီပန့်တွေဟာ နည်းနည်း ပိုကြာကြာ လည်ပတ်တယ်၊ တစ်စက္ကန့်ခွဲကနေ တစ်စက္ကန့်ပြည့်လောက် ပိုကြာကြာ၊ ပမာဏကို တစ်ရာခိုင်နှုန်းခွဲလောက် အညီအမျှ ထိန်းထားတယ်။ ထုတ်လုပ်မှု စစ်ဆေးမှုအရ ဒီလိုပြန်ကြားမှု လိုင်းက တကယ်တမ်းမှာ အပိုဖြည့်တဲ့ ပြဿနာတွေကို ၂၂ ရာခိုင်နှုန်းလောက် လျှော့ချပေးပါတယ်။ ဒါကလည်း တကယ့်ကို ချွေတာမှုကြီးတွေ ဖြစ်စေပါတယ်။ Ponemon Institute က ၂၀၂၃ ခုနှစ်တုန်းက လေ့လာမှုတစ်ခုက ပြတာက သာမန် သောက်စရာ စက်ရုံတွေဟာ ဒီလောက် များပြားတဲ့ ထုတ်ကုန်တွေကို မဖြုန်းတီးခြင်းကနေ တစ်နှစ် ဒေါ်လာ ၇၄၀၀၀၀ ခန့် ချွေတာတာပါ။ ဒါ့အပြင် ဒီစနစ်တွေက အချိန်ကြာလာတာနဲ့ အမျှ viscosity ရဲ့ အပြုအမူကို ခြေရာခံပေးပြီး ထုတ်လုပ်သူတွေကို သူတို့ရဲ့ ပုံသေနည်းတွေကို ညှိပေးပြီး ရာသီအလိုက် ဒါမှမဟုတ် ထုတ်လုပ်မှုကို သက်ရောက်တဲ့ အခြားအကြောင်းရင်းတွေအလိုက် လုပ်ငန်းစဉ်တွေကို ပြင်ဆင်ဖို့ ကူညီပေးပါတယ်။