• head_banner_01

સેન્સર્સ: નેક્સ્ટ-જનરેશન કમ્પોઝિટ મેન્યુફેક્ચરિંગ માટેનો ડેટા |સંયુક્ત વિશ્વ

સ્થિરતાના અનુસંધાનમાં, સેન્સર્સ ચક્રના સમય, ઉર્જાનો ઉપયોગ અને કચરો ઘટાડી રહ્યાં છે, બંધ-લૂપ પ્રક્રિયા નિયંત્રણને સ્વચાલિત કરી રહ્યાં છે અને જ્ઞાનમાં વધારો કરી રહ્યાં છે, સ્માર્ટ ઉત્પાદન અને માળખાં માટે નવી શક્યતાઓ ખોલી રહ્યાં છે. #sensors #sustainability #SHM
ડાબી બાજુના સેન્સર્સ (ઉપરથી નીચે): હીટ ફ્લક્સ (TFX), ઇન-મોલ્ડ ડાઇલેક્ટ્રિક્સ (લેમ્બિયન્ટ), અલ્ટ્રાસોનિક્સ (યુનિવર્સિટી ઓફ ઓગ્સબર્ગ), નિકાલજોગ ડાઇલેક્ટ્રિક્સ (સિન્થેસાઇટ્સ) અને પેનીઝ અને થર્મોકોપલ્સ માઇક્રોવાઇર (એવીપ્રો) વચ્ચે. ગ્રાફ્સ (ટોચ, ઘડિયાળની દિશામાં): કોલો ડાઇલેક્ટ્રિક કોન્સ્ટન્ટ (CP) વિરુદ્ધ કોલો આયોનિક વિસ્કોસિટી (CIV), રેઝિન રેઝિસ્ટન્સ વિરુદ્ધ સમય (સિન્થેસાઇટ્સ) અને ઇલેક્ટ્રોમેગ્નેટિક સેન્સર્સ (કોસિમો પ્રોજેક્ટ, DLR ZLP , યુનિવર્સિટી ઑફ ઑગ્સબર્ગ)નો ઉપયોગ કરીને કેપ્રોલેક્ટેમ ઇમ્પ્લાન્ટેડ પ્રીફોર્મ્સનું ડિજિટલ મોડેલ.
જેમ જેમ વૈશ્વિક ઉદ્યોગ કોવિડ-19 રોગચાળામાંથી ઉભરી રહ્યો છે, તે સ્થિરતાને પ્રાથમિકતા આપવા તરફ વળ્યો છે, જેના માટે કચરો અને સંસાધનોનો વપરાશ (જેમ કે ઊર્જા, પાણી અને સામગ્રી) ઘટાડવાની જરૂર છે. પરિણામે, ઉત્પાદન વધુ કાર્યક્ષમ અને સ્માર્ટ બનવું જોઈએ. .પરંતુ આ માટે માહિતીની જરૂર છે. સંયોજનો માટે, આ ડેટા ક્યાંથી આવે છે?
CW ના 2020 Composites 4.0 શ્રેણીના લેખોમાં વર્ણવ્યા પ્રમાણે, ભાગની ગુણવત્તા અને ઉત્પાદનને સુધારવા માટે જરૂરી માપદંડોને વ્યાખ્યાયિત કરવા અને તે માપને હાંસલ કરવા માટે જરૂરી સેન્સર્સ એ સ્માર્ટ ઉત્પાદનનું પ્રથમ પગલું છે. 2020 અને 2021 દરમિયાન, CW એ સેન્સર્સ પર અહેવાલ આપ્યો - ડાઇલેક્ટ્રિક સેન્સર્સ, હીટ ફ્લક્સ સેન્સર્સ, ફાઇબર ઓપ્ટિક સેન્સર્સ અને અલ્ટ્રાસોનિક અને ઇલેક્ટ્રોમેગ્નેટિક તરંગોનો ઉપયોગ કરીને બિન-સંપર્ક સેન્સર-તેમજ તેમની ક્ષમતાઓ દર્શાવતા પ્રોજેક્ટ્સ (જુઓ CW ના ઑનલાઇન સેન્સર સામગ્રી સમૂહ). સામગ્રી, તેમના વચનબદ્ધ લાભો અને પડકારો, અને વિકાસ હેઠળનો ટેકનોલોજીકલ લેન્ડસ્કેપ. નોંધનીય છે કે, કમ્પોઝીટ ઉદ્યોગમાં અગ્રણી તરીકે ઉભરી રહેલી કંપનીઓ પહેલેથી જ આ જગ્યાની શોધખોળ અને નેવિગેટ કરી રહી છે.
કોસિમોમાં સેન્સર નેટવર્ક 74 સેન્સર્સનું નેટવર્ક – જેમાંથી 57 ઓગ્સબર્ગ યુનિવર્સિટીમાં વિકસિત અલ્ટ્રાસોનિક સેન્સર છે (જમણી બાજુએ બતાવેલ છે, ઉપરના અને નીચેના મોલ્ડના ભાગમાં આછો વાદળી બિંદુઓ છે) – T-RTM માટે ઢાંકણ નિદર્શન માટે વપરાય છે. થર્મોપ્લાસ્ટિક સંયુક્ત બેટરીઓ માટે મોલ્ડિંગ કોસિમો પ્રોજેક્ટ. ઇમેજ ક્રેડિટ: કોસિમો પ્રોજેક્ટ, DLR ZLP ઑગ્સબર્ગ, ઑગ્સબર્ગ યુનિવર્સિટી
ધ્યેય #1: નાણાં બચાવો. CWનો ડિસેમ્બર 2021નો બ્લોગ, “કસ્ટમ અલ્ટ્રાસોનિક સેન્સર્સ ફોર કમ્પોઝિટ પ્રોસેસ ઑપ્ટિમાઇઝેશન એન્ડ કંટ્રોલ,” એ 74 સેન્સર્સનું નેટવર્ક વિકસાવવા માટે યુનિવર્સિટી ઑફ ઑગ્સબર્ગ (યુએનએ, ઑગ્સબર્ગ, જર્મની)ના કાર્યનું વર્ણન કરે છે જે CosiMo માટે EV બેટરી કવર ડેમોન્સ્ટ્રેટર (સ્માર્ટ ટ્રાન્સપોર્ટેશનમાં સંયુક્ત સામગ્રી) બનાવવાનો પ્રોજેક્ટ. આ ભાગ થર્મોપ્લાસ્ટિક રેઝિન ટ્રાન્સફર મોલ્ડિંગ (T-RTM) નો ઉપયોગ કરીને બનાવાયેલ છે, જે પોલિમાઇડ 6 (PA6) સંયુક્તમાં કેપ્રોલેક્ટમ મોનોમરને પોલિમરાઇઝ કરે છે. માર્કસ સોસ, પ્રોફેસર UNA ખાતે અને ઑગ્સબર્ગમાં UNA ના આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) પ્રોડક્શન નેટવર્કના વડા, સમજાવે છે કે સેન્સર શા માટે એટલા મહત્વપૂર્ણ છે: “અમે ઑફર કરીએ છીએ તે સૌથી મોટો ફાયદો પ્રોસેસિંગ દરમિયાન બ્લેક બોક્સની અંદર શું થઈ રહ્યું છે તેનું વિઝ્યુલાઇઝેશન છે.હાલમાં, મોટાભાગના ઉત્પાદકો પાસે આ હાંસલ કરવા માટે મર્યાદિત સિસ્ટમો છે.ઉદાહરણ તરીકે, મોટા એરોસ્પેસ ભાગો બનાવવા માટે રેઝિન ઇન્ફ્યુઝનનો ઉપયોગ કરતી વખતે તેઓ ખૂબ જ સરળ અથવા ચોક્કસ સેન્સરનો ઉપયોગ કરે છે.જો ઇન્ફ્યુઝન પ્રક્રિયા ખોટી પડે, તો તમારી પાસે મૂળભૂત રીતે ભંગારનો મોટો ટુકડો હોય છે.પરંતુ જો તમારી પાસે પ્રોડક્શન પ્રક્રિયામાં શું ખોટું થયું છે અને શા માટે તે સમજવા માટે કોઈ સોલ્યુશન સોલ્યુશન હોય, તો તમે તેને ઠીક કરી શકો છો અને તેને સુધારી શકો છો, તમારા ઘણા પૈસા બચાવી શકો છો.”
થર્મોકપલ્સ એ "સરળ અથવા ચોક્કસ સેન્સર" નું ઉદાહરણ છે જેનો ઉપયોગ ઓટોક્લેવ અથવા ઓવન ક્યોરિંગ દરમિયાન સંયુક્ત લેમિનેટના તાપમાનને મોનિટર કરવા માટે દાયકાઓથી કરવામાં આવે છે. તેઓનો ઉપયોગ ઓવન અથવા હીટિંગ બ્લેન્કેટ્સમાં તાપમાનને નિયંત્રિત કરવા માટે પણ થાય છે. થર્મલ બોન્ડર્સ. રેઝિન ઉત્પાદકો ઇલાજ ફોર્મ્યુલેશન વિકસાવવા માટે સમય અને તાપમાન સાથે રેઝિન સ્નિગ્ધતામાં થતા ફેરફારોને મોનિટર કરવા માટે લેબમાં વિવિધ સેન્સર્સનો ઉપયોગ કરે છે. જો કે, શું ઉભરી રહ્યું છે, તે એક સેન્સર નેટવર્ક છે જે પરિસ્થિતિમાં ઉત્પાદન પ્રક્રિયાને વિઝ્યુઅલાઈઝ અને નિયંત્રિત કરી શકે છે બહુવિધ પરિમાણો (દા.ત., તાપમાન અને દબાણ) અને સામગ્રીની સ્થિતિ (દા.ત., સ્નિગ્ધતા, એકત્રીકરણ, સ્ફટિકીકરણ).
ઉદાહરણ તરીકે, કોસિમો પ્રોજેક્ટ માટે વિકસિત અલ્ટ્રાસોનિક સેન્સર અલ્ટ્રાસોનિક ઇન્સ્પેક્શન જેવા જ સિદ્ધાંતોનો ઉપયોગ કરે છે, જે ફિનિશ્ડ સંયુક્ત ભાગોના બિન-વિનાશક પરીક્ષણ (NDI)નો મુખ્ય આધાર બની ગયો છે. મેગીટ (લોફબોરો, યુકે) ખાતે પ્રિન્સિપાલ એન્જિનિયર પેટ્રોસ કારાપાપાસ. કહ્યું: "અમારો ઉદ્દેશ્ય ભાવિ ઘટકોના ઉત્પાદન પછીના નિરીક્ષણ માટે જરૂરી સમય અને શ્રમને ઘટાડવાનો છે કારણ કે આપણે ડિજિટલ ઉત્પાદન તરફ આગળ વધીએ છીએ."ક્રેનફિલ્ડ યુનિવર્સિટી (ક્રેનફિલ્ડ, યુકે) ખાતે વિકસિત રેખીય ડાઇલેક્ટ્રિક સેન્સરનો ઉપયોગ કરીને આરટીએમ દરમિયાન સોલ્વે (આલ્ફારેટા, GA, યુએસએ) EP 2400 રિંગનું મોનિટરિંગ દર્શાવવા માટે મટિરિયલ્સ સેન્ટર (NCC, બ્રિસ્ટોલ, UK) સહયોગ કોમર્શિયલ એરક્રાફ્ટ એન્જિન હીટ એક્સ્ચેન્જર માટે 1.3 મીટર લાંબો, 0.8 મીટર પહોળો અને 0.4 મીટર ઊંડો સંયુક્ત શેલ. “જેમ કે અમે ઉચ્ચ ઉત્પાદકતા સાથે મોટી એસેમ્બલી કેવી રીતે બનાવવી તે જોતા હતા, અમે તમામ પરંપરાગત પોસ્ટ-પ્રોસેસિંગ નિરીક્ષણો કરી શકતા ન હતા અને દરેક ભાગ પર પરીક્ષણ,” કરાપાસે કહ્યું.”અત્યારે, અમે આ RTM ભાગોની બાજુમાં પરીક્ષણ પેનલ બનાવીએ છીએ અને પછી ઉપચાર ચક્રને માન્ય કરવા માટે યાંત્રિક પરીક્ષણ કરીએ છીએ.પરંતુ આ સેન્સર સાથે, તે જરૂરી નથી.
કોલો પ્રોબને પેઇન્ટ મિક્સિંગ વેસલ (ટોચ પર લીલું વર્તુળ) માં ડૂબવામાં આવે છે જેથી મિશ્રણ ક્યારે પૂર્ણ થાય, સમય અને શક્તિની બચત થાય છે. છબી ક્રેડિટ: ColloidTek Oy
કોલોઇડટેક ઓય (કોલો, ટેમ્પેર, ફિનલેન્ડ)ના સીઇઓ અને સ્થાપક મેટ્ટી જારવેલેનેન કહે છે, “અમારું ધ્યેય અન્ય પ્રયોગશાળા ઉપકરણ બનવાનું નથી, પરંતુ ઉત્પાદન પ્રણાલીઓ પર ધ્યાન કેન્દ્રિત કરવાનું છે. ઇલેક્ટ્રોમેગ્નેટિક ફિલ્ડ (EMF) સેન્સર્સ, સિગ્નલ પ્રોસેસિંગ અને ડેટા વિશ્લેષણનું સંયોજન કોઈપણ પ્રવાહી જેમ કે મોનોમર્સ, રેઝિન અથવા એડહેસિવ્સનું "ફિંગરપ્રિન્ટ" માપવા માટે .“અમે જે ઓફર કરીએ છીએ તે એક નવી તકનીક છે જે વાસ્તવિક સમયમાં સીધો પ્રતિસાદ પ્રદાન કરે છે, જેથી તમે કરી શકો. જોરવેલેનેન કહે છે કે તમારી પ્રક્રિયા ખરેખર કેવી રીતે કાર્ય કરે છે અને પ્રતિક્રિયા આપે છે તે વધુ સારી રીતે સમજો. "અમારા સેન્સર રીઅલ-ટાઇમ ડેટાને સમજી શકાય તેવા અને કાર્યક્ષમ ભૌતિક જથ્થામાં રૂપાંતરિત કરે છે, જેમ કે રેઓલોજિકલ સ્નિગ્ધતા, જે પ્રક્રિયાને ઑપ્ટિમાઇઝેશનને મંજૂરી આપે છે.ઉદાહરણ તરીકે, તમે મિશ્રણનો સમય ટૂંકો કરી શકો છો કારણ કે જ્યારે મિશ્રણ પૂર્ણ થાય છે ત્યારે તમે સ્પષ્ટપણે જોઈ શકો છો.તેથી, તમે ઉત્પાદકતામાં વધારો કરી શકો છો, ઊર્જા બચાવી શકો છો અને ઓછી ઑપ્ટિમાઇઝ પ્રક્રિયાની સરખામણીમાં સ્ક્રેપ ઘટાડી શકો છો.
ધ્યેય #2: પ્રક્રિયાના જ્ઞાન અને વિઝ્યુલાઇઝેશનમાં વધારો. એકત્રીકરણ જેવી પ્રક્રિયાઓ માટે, Järveläinen કહે છે, “તમે માત્ર સ્નેપશોટમાંથી વધુ માહિતી જોતા નથી.તમે માત્ર એક સેમ્પલ લઈ રહ્યા છો અને લેબમાં જઈ રહ્યા છો અને મિનિટો કે કલાકો પહેલા કેવું હતું તે જોઈ રહ્યા છો.તે હાઇવે પર ડ્રાઇવિંગ જેવું છે, દર કલાકે એક મિનિટ માટે તમારી આંખો ખોલો અને માર્ગ ક્યાં જઈ રહ્યો છે તે અનુમાન કરવાનો પ્રયાસ કરો.કોસીમોમાં વિકસિત સેન્સર નેટવર્ક “અમને પ્રક્રિયા અને ભૌતિક વર્તનનું સંપૂર્ણ ચિત્ર મેળવવામાં મદદ કરે છે.અમે પ્રક્રિયામાં સ્થાનિક અસરો જોઈ શકીએ છીએ, ભાગની જાડાઈ અથવા ફોમ કોર જેવી સંકલિત સામગ્રીમાં ભિન્નતાના પ્રતિભાવમાં.અમે શું કરવાનો પ્રયાસ કરી રહ્યા છીએ તે બીબામાં ખરેખર શું થઈ રહ્યું છે તે વિશેની માહિતી પ્રદાન કરે છે.આ અમને વિવિધ માહિતીને નિર્ધારિત કરવાની મંજૂરી આપે છે જેમ કે ફ્લો ફ્રન્ટનો આકાર, દરેક પાર્ટ ટાઇમનું આગમન અને દરેક સેન્સર સ્થાન પર એકત્રીકરણની ડિગ્રી."
કોલો દરેક ઉત્પાદિત બેચ માટે પ્રક્રિયા પ્રોફાઇલ બનાવવા માટે ઇપોક્સી એડહેસિવ્સ, પેઇન્ટ્સ અને બીયરના ઉત્પાદકો સાથે કામ કરે છે. હવે દરેક ઉત્પાદક તેમની પ્રક્રિયાની ગતિશીલતા જોઈ શકે છે અને વધુ ઑપ્ટિમાઇઝ પરિમાણો સેટ કરી શકે છે, જ્યારે બેચ સ્પષ્ટીકરણની બહાર હોય ત્યારે હસ્તક્ષેપ કરવા માટે ચેતવણીઓ સાથે. આ મદદ કરે છે. સ્થિર અને ગુણવત્તા સુધારવા.
ઇન-મોલ્ડ સેન્સર નેટવર્કના માપન ડેટાના આધારે, સમયના કાર્ય તરીકે CosiMo ભાગમાં ફ્લો ફ્રન્ટનો વિડિયો (ઇન્જેક્શન પ્રવેશ કેન્દ્રમાં સફેદ બિંદુ છે). છબી ક્રેડિટ: CosiMo પ્રોજેક્ટ, DLR ZLP ઑગ્સબર્ગ, યુનિવર્સિટી ઓફ ઓગ્સબર્ગ
મેગીટના કરપાપાસ કહે છે, “હું એ જાણવા માગું છું કે પાર્ટના ઉત્પાદન દરમિયાન શું થાય છે, બૉક્સ ખોલીને પછી શું થાય છે તે જોવાનું નથી.” અમે ક્રેનફિલ્ડના ડાઇલેક્ટ્રિક સેન્સર્સનો ઉપયોગ કરીને જે પ્રોડક્ટ્સ વિકસાવી છે તે અમને ઇન-સીટુ પ્રક્રિયા જોવાની મંજૂરી આપી અને અમે સક્ષમ પણ હતા. રેઝિનના ઉપચારને ચકાસવા માટે."નીચે વર્ણવેલ તમામ છ પ્રકારના સેન્સર્સનો ઉપયોગ કરીને (એક સંપૂર્ણ સૂચિ નથી, માત્ર એક નાની પસંદગી, સપ્લાયર્સ પણ), ઉપચાર/પોલિમરાઇઝેશન અને રેઝિન ફ્લો પર દેખરેખ રાખી શકે છે. કેટલાક સેન્સરમાં વધારાની ક્ષમતાઓ હોય છે, અને સંયુક્ત સેન્સર પ્રકારો ટ્રેકિંગ અને વિઝ્યુલાઇઝેશનની શક્યતાઓને વિસ્તૃત કરી શકે છે. કમ્પોઝિટ મોલ્ડિંગ દરમિયાન. આ CosiMo દરમિયાન દર્શાવવામાં આવ્યું હતું, જેમાં કિસ્ટલર (વિન્ટરથર, સ્વિટ્ઝર્લૅન્ડ) દ્વારા તાપમાન અને દબાણ માપન માટે અલ્ટ્રાસોનિક, ડાઇલેક્ટ્રિક અને પીઝોરેસિસ્ટિવ ઇન-મોડ સેન્સરનો ઉપયોગ કરવામાં આવ્યો હતો.
ધ્યેય #3: ચક્રનો સમય ઘટાડવો. કોલો સેન્સર બે ભાગના ફાસ્ટ-ક્યોરિંગ ઇપોક્સીની એકરૂપતાને માપી શકે છે કારણ કે ભાગો A અને B RTM દરમિયાન અને મોલ્ડમાં જ્યાં આવા સેન્સર મૂકવામાં આવ્યા છે તે દરેક સ્થાન પર મિશ્રિત અને ઇન્જેક્ટ કરવામાં આવે છે. આ સક્ષમ કરવામાં મદદ કરી શકે છે. અર્બન એર મોબિલિટી (યુએએમ) જેવી એપ્લિકેશનો માટે ઝડપી ઉપચાર રેઝિન, જે આરટીએમ6 જેવા વર્તમાન વન-પાર્ટ ઇપોક્સીસની તુલનામાં ઝડપી ઉપચાર ચક્ર પ્રદાન કરશે.
કોલો સેન્સર ઇપોક્સીને ડીગાસ, ઇન્જેક્ટ અને સાજા થવાનું મોનિટર અને વિઝ્યુઅલાઈઝ પણ કરી શકે છે અને જ્યારે દરેક પ્રક્રિયા પૂર્ણ થાય છે. પ્રક્રિયા કરવામાં આવી રહેલી સામગ્રીની વાસ્તવિક સ્થિતિ (પરંપરાગત સમય અને તાપમાનની વાનગીઓ વિરુદ્ધ) પર આધારિત ક્યોરિંગ અને અન્ય પ્રક્રિયાઓને સમાપ્ત કરવી તેને મટિરિયલ સ્ટેટ મેનેજમેન્ટ કહેવામાં આવે છે. (MSM). AvPro ​​(Norman, Oklahoma, USA) જેવી કંપનીઓ દાયકાઓથી MSM નો પીછો કરી રહી છે જેથી તે કાચના સંક્રમણ તાપમાન (Tg), સ્નિગ્ધતા, પોલિમરાઇઝેશન અને/અથવા માટેના ચોક્કસ લક્ષ્યોને અનુસરે છે. સ્ફટિકીકરણ .ઉદાહરણ તરીકે, આરટીએમ પ્રેસ અને મોલ્ડને ગરમ કરવા માટે જરૂરી ન્યૂનતમ સમય નક્કી કરવા માટે કોસિમોમાં સેન્સર્સ અને ડિજિટલ વિશ્લેષણના નેટવર્કનો ઉપયોગ કરવામાં આવ્યો હતો અને જાણવા મળ્યું હતું કે મહત્તમ પોલિમરાઇઝેશનનો 96% 4.5 મિનિટમાં પ્રાપ્ત થયો હતો.
ડાઇલેક્ટ્રિક સેન્સર સપ્લાયર્સ જેમ કે લેમ્બિએન્ટ ટેક્નોલોજીસ (કેમ્બ્રિજ, એમએ, યુએસએ), નેટ્ઝસ્ચ (સેલ્બ, જર્મની) અને સિન્થેસાઇટ્સ (યુક્લે, બેલ્જિયમ) એ પણ ચક્રના સમયને ઘટાડવાની તેમની ક્ષમતા દર્શાવી છે. સિન્થેસાઇટ્સનો આર એન્ડ ડી પ્રોજેક્ટ કોમ્પોઝિટ ઉત્પાદકો ફ્રાન્સિન્સન, હચિન્સન (પેરિસર) સાથે. ) અને બોમ્બાર્ડિયર બેલફાસ્ટ (હવે સ્પિરિટ એરોસિસ્ટમ્સ (બેલફાસ્ટ, આયર્લેન્ડ)) અહેવાલ આપે છે કે રેઝિન પ્રતિકાર અને તાપમાનના રીઅલ-ટાઇમ માપના આધારે, તેના ઓપ્ટિમોલ્ડ ડેટા એક્વિઝિશન યુનિટ અને ઓપ્ટિવ્યુ સોફ્ટવેર દ્વારા અંદાજિત સ્નિગ્ધતા અને ટીજીમાં રૂપાંતરિત થાય છે. “ઉત્પાદકો Tg જોઈ શકે છે. વાસ્તવિક સમયમાં, જેથી તેઓ નક્કી કરી શકે કે ક્યોરિંગ સાઇકલ ક્યારે બંધ કરવી," નિકોસ પેન્ટેલિસ, સિન્થેસાઇટ્સના ડિરેક્ટર સમજાવે છે. "તેમને જરૂરી કરતાં વધુ લાંબી કેરીઓવર સાઇકલ પૂર્ણ કરવા માટે રાહ જોવી પડતી નથી.ઉદાહરણ તરીકે, RTM6 માટે પરંપરાગત ચક્ર 180°C પર 2-કલાકનો સંપૂર્ણ ઉપચાર છે.અમે જોયું છે કે કેટલીક ભૂમિતિઓમાં આને 70 મિનિટ સુધી ટૂંકાવી શકાય છે.આ INNOTOOL 4.0 પ્રોજેક્ટમાં પણ દર્શાવવામાં આવ્યું હતું (જુઓ "હીટ ફ્લક્સ સેન્સર્સ સાથે આરટીએમને વેગ આપો"), જ્યાં હીટ ફ્લક્સ સેન્સરનો ઉપયોગ RTM6 ઉપચાર ચક્રને 120 મિનિટથી 90 મિનિટ સુધી ટૂંકાવે છે.
ધ્યેય #4: અનુકૂલનશીલ પ્રક્રિયાઓનું બંધ-લૂપ નિયંત્રણ. CosiMo પ્રોજેક્ટ માટે, અંતિમ ધ્યેય સંયુક્ત ભાગોના ઉત્પાદન દરમિયાન બંધ-લૂપ નિયંત્રણને સ્વચાલિત કરવાનું છે. CW દ્વારા અહેવાલ કરાયેલ ZAero અને iComposite 4.0 પ્રોજેક્ટ્સનું પણ આ લક્ષ્ય છે. 2020 (30-50% ખર્ચમાં ઘટાડો). નોંધ કરો કે આમાં વિવિધ પ્રક્રિયાઓનો સમાવેશ થાય છે - ઝડપી ક્યોરિંગ ઇપોક્સી (iComposite 4.0) સાથે RTM માટે CosiMo માં ઉચ્ચ દબાણવાળા T-RTM ની સરખામણીમાં પ્રીપ્રેગ ટેપ (ZAero) અને ફાઇબર સ્પ્રે પ્રીફોર્મિંગનું સ્વચાલિત પ્લેસમેન્ટ. આમાંથી પ્રોજેક્ટ પ્રક્રિયાને અનુકરણ કરવા અને તૈયાર ભાગના પરિણામની આગાહી કરવા માટે ડિજિટલ મોડલ અને અલ્ગોરિધમ સાથે સેન્સરનો ઉપયોગ કરે છે.
પ્રક્રિયા નિયંત્રણને પગલાંઓની શ્રેણી તરીકે વિચારી શકાય છે, સોસે સમજાવ્યું. પ્રથમ પગલું સેન્સર્સ અને પ્રક્રિયા સાધનોને એકીકૃત કરવાનું છે, તેમણે કહ્યું, “બ્લેક બોક્સમાં શું ચાલી રહ્યું છે અને ઉપયોગ કરવા માટેના પરિમાણોની કલ્પના કરવી.અન્ય કેટલાક પગલાં, કદાચ ક્લોઝ્ડ-લૂપ કંટ્રોલનો અડધો ભાગ, દરમિયાનગીરી કરવા, પ્રક્રિયાને ટ્યુન કરવા અને નકારવામાં આવેલા ભાગોને રોકવા માટે સ્ટોપ બટનને દબાણ કરવામાં સક્ષમ છે.અંતિમ પગલા તરીકે, તમે ડિજિટલ ટ્વીન વિકસાવી શકો છો, જે સ્વચાલિત થઈ શકે છે, પરંતુ મશીન લર્નિંગ પદ્ધતિઓમાં રોકાણની પણ જરૂર છે.કોસિમોમાં, આ રોકાણ સેન્સર્સને ડિજિટલ ટ્વીનમાં ડેટા ફીડ કરવા સક્ષમ બનાવે છે, એજ વિશ્લેષણ (સેન્ટ્રલ ડેટા રિપોઝીટરીમાંથી ગણતરીઓ વિરુદ્ધ ઉત્પાદન લાઇનની ધાર પર કરવામાં આવતી ગણતરીઓ) નો ઉપયોગ પછી ફ્લો ફ્રન્ટ ડાયનેમિક્સ, ટેક્સટાઇલ પ્રીફોર્મ દીઠ ફાઇબર વોલ્યુમ સામગ્રીની આગાહી કરવા માટે થાય છે. અને સંભવિત શુષ્ક સ્થળો." આદર્શ રીતે, તમે પ્રક્રિયામાં બંધ-લૂપ નિયંત્રણ અને ટ્યુનિંગને સક્ષમ કરવા માટે સેટિંગ્સ સ્થાપિત કરી શકો છો," સોસે કહ્યું.તમે આ માહિતીનો ઉપયોગ તમારી સામગ્રીને ઑપ્ટિમાઇઝ કરવા માટે પણ કરી શકો છો."
આમ કરવાથી, કંપનીઓ પ્રક્રિયાઓને સ્વચાલિત કરવા માટે સેન્સર્સનો ઉપયોગ કરી રહી છે. ઉદાહરણ તરીકે, સિન્થેસાઇટ્સ તેના ગ્રાહકો સાથે કામ કરી રહી છે જેથી ઇન્ફ્યુઝન પૂર્ણ થાય ત્યારે રેઝિન ઇનલેટ બંધ કરી શકાય અથવા જ્યારે લક્ષ્ય ઉપચાર પ્રાપ્ત થાય ત્યારે હીટ પ્રેસ ચાલુ કરવા માટે સાધનો સાથે સેન્સર સંકલિત કરવામાં આવે.
Järveläinen નોંધે છે કે દરેક ઉપયોગના કેસ માટે કયું સેન્સર શ્રેષ્ઠ છે તે નિર્ધારિત કરવા માટે, "તમે જે સામગ્રી અને પ્રક્રિયાને મોનિટર કરવા માંગો છો તેમાં કયા ફેરફારોને સમજવાની જરૂર છે, અને પછી તમારી પાસે વિશ્લેષક હોવું જરૂરી છે."એક વિશ્લેષક પ્રશ્નકર્તા અથવા ડેટા સંપાદન એકમ દ્વારા એકત્રિત કરવામાં આવેલ ડેટા મેળવે છે.કાચો ડેટા અને તેને ઉત્પાદક દ્વારા ઉપયોગમાં લઈ શકાય તેવી માહિતીમાં રૂપાંતરિત કરો.” તમે ખરેખર ઘણી કંપનીઓ સેન્સર્સને એકીકૃત કરતી જુઓ છો, પરંતુ પછી તેઓ ડેટા સાથે કંઈ કરતી નથી,” સોસે કહ્યું. તેમણે સમજાવ્યું કે, શું જરૂરી છે, તે છે “એક સિસ્ટમ ડેટા સંપાદન, તેમજ ડેટા પર પ્રક્રિયા કરવામાં સક્ષમ થવા માટે ડેટા સ્ટોરેજ આર્કિટેક્ચર.
Järveläinen કહે છે, "અંતિમ વપરાશકર્તાઓ માત્ર કાચો ડેટા જોવા માંગતા નથી." તેઓ જાણવા માગે છે, 'શું પ્રક્રિયા ઑપ્ટિમાઇઝ છે?'" આગળનું પગલું ક્યારે લઈ શકાય?"આ કરવા માટે, તમારે બહુવિધ સેન્સર્સને જોડવાની જરૂર છે. વિશ્લેષણ માટે, અને પછી પ્રક્રિયાને ઝડપી બનાવવા માટે મશીન લર્નિંગનો ઉપયોગ કરો."કોલો અને કોસિમો ટીમ દ્વારા ઉપયોગમાં લેવાતો આ એજ એનાલિસિસ અને મશીન લર્નિંગ અભિગમ સ્નિગ્ધતા નકશા, રેઝિન ફ્લો ફ્રન્ટના સંખ્યાત્મક મોડલ અને આખરે પ્રક્રિયાના પરિમાણો અને મશીનરીને નિયંત્રિત કરવાની ક્ષમતાને વિઝ્યુઅલાઈઝ કરીને પ્રાપ્ત કરી શકાય છે.
ઓપ્ટિમોલ્ડ એ સિન્થેસાઇટ્સ દ્વારા તેના ડાઇલેક્ટ્રિક સેન્સર માટે વિકસિત એક વિશ્લેષક છે. સિન્થેસાઇટ્સના ઓપ્ટિવ્યુ સોફ્ટવેર દ્વારા નિયંત્રિત, ઓપ્ટિમોલ્ડ એકમ મિશ્રણ ગુણોત્તર, રાસાયણિક વૃદ્ધત્વ, સ્નિગ્ધતા, ટી સહિત રેઝિન સ્થિતિને મોનિટર કરવા માટે રીઅલ-ટાઇમ ગ્રાફની ગણતરી કરવા અને પ્રદર્શિત કરવા માટે તાપમાન અને રેઝિન પ્રતિકાર માપનો ઉપયોગ કરે છે. અને ઉપચારની ડિગ્રી. તેનો ઉપયોગ પ્રીપ્રેગ અને લિક્વિડ ફોર્મિંગ પ્રક્રિયાઓમાં થઈ શકે છે. એક અલગ યુનિટ ઑપ્ટીફ્લોનો ઉપયોગ ફ્લો મોનિટરિંગ માટે થાય છે. સિન્થેસાઇટ્સે એક ક્યોરિંગ સિમ્યુલેટર પણ વિકસાવ્યું છે કે જેને ઘાટ અથવા ભાગમાં ક્યોરિંગ સેન્સરની જરૂર નથી, પરંતુ તેના બદલે તેનો ઉપયોગ કરે છે. આ વિશ્લેષક એકમમાં તાપમાન સેન્સર અને રેઝિન/પ્રીપ્રેગ નમૂનાઓ. "અમે વિન્ડ ટર્બાઇન બ્લેડના ઉત્પાદન માટે ઇન્ફ્યુઝન અને એડહેસિવ ક્યોરિંગ માટે આ અદ્યતન પદ્ધતિનો ઉપયોગ કરી રહ્યા છીએ," સિન્થેસાઇટ્સના ડિરેક્ટર નિકોસ પેન્ટેલીસે જણાવ્યું હતું.
સિન્થેસાઇટ્સ પ્રોસેસ કંટ્રોલ સિસ્ટમ્સ સેન્સર્સ, ઑપ્ટિફ્લો અને/અથવા ઑપ્ટિમોલ્ડ ડેટા એક્વિઝિશન યુનિટ્સ અને ઑપ્ટીવ્યૂ અને/અથવા ઑનલાઇન રેઝિન સ્ટેટસ (ઓઆરએસ) સૉફ્ટવેરને એકીકૃત કરે છે. છબી ક્રેડિટ: સિન્થેસાઇટ્સ, ધ CW દ્વારા સંપાદિત
તેથી, મોટાભાગના સેન્સર સપ્લાયરોએ તેમના પોતાના વિશ્લેષકો વિકસાવ્યા છે, કેટલાક મશીન લર્નિંગનો ઉપયોગ કરીને અને કેટલાક નહીં. પરંતુ સંયુક્ત ઉત્પાદકો તેમની પોતાની કસ્ટમ સિસ્ટમ્સ પણ વિકસાવી શકે છે અથવા ઑફ-ધ-શેલ્ફ સાધનો ખરીદી શકે છે અને ચોક્કસ જરૂરિયાતોને પહોંચી વળવા તેમને સંશોધિત કરી શકે છે. જો કે, વિશ્લેષક ક્ષમતા છે. માત્ર એક જ પરિબળ ધ્યાનમાં લેવાનું છે. બીજા ઘણા છે.
કયા સેન્સરનો ઉપયોગ કરવો તે પસંદ કરતી વખતે સંપર્ક એ પણ એક મહત્વપૂર્ણ વિચારણા છે. સેન્સરને સામગ્રી, પ્રશ્નકર્તા અથવા બંને સાથે સંપર્કમાં રહેવાની જરૂર પડી શકે છે. ઉદાહરણ તરીકે, હીટ ફ્લક્સ અને અલ્ટ્રાસોનિક સેન્સરને આરટીએમ મોલ્ડમાં 1-20 મીમી સુધી દાખલ કરી શકાય છે. સપાટી - સચોટ દેખરેખ માટે બીબામાં સામગ્રી સાથે સંપર્કની જરૂર નથી. અલ્ટ્રાસોનિક સેન્સર વપરાયેલી આવર્તનના આધારે વિવિધ ઊંડાણો પર પણ ભાગોની પૂછપરછ કરી શકે છે. કોલો ઇલેક્ટ્રોમેગ્નેટિક સેન્સર પણ પ્રવાહી અથવા ભાગોની ઊંડાઈ વાંચી શકે છે - 2-10 સે.મી., તેના આધારે પૂછપરછની આવર્તન પર - અને રેઝિન સાથે સંપર્કમાં રહેલા બિન-ધાતુના કન્ટેનર અથવા સાધનો દ્વારા.
જો કે, ચુંબકીય માઇક્રોવાયર (જુઓ "કોમ્પોઝીટ્સની અંદર તાપમાન અને દબાણનું બિન-સંપર્ક મોનિટરિંગ") હાલમાં 10 સેમીના અંતરે કંપોઝીટની પૂછપરછ કરવા સક્ષમ એકમાત્ર સેન્સર છે. તે એટલા માટે કે તે સેન્સરમાંથી પ્રતિભાવ મેળવવા માટે ઇલેક્ટ્રોમેગ્નેટિક ઇન્ડક્શનનો ઉપયોગ કરે છે, જે સંમિશ્રિત સામગ્રીમાં એમ્બેડ કરેલ છે. એડહેસિવ બોન્ડ લેયરમાં એમ્બેડેડ AvPro ​​ના થર્મોપલ્સ માઇક્રોવાયર સેન્સરની બોન્ડિંગ પ્રક્રિયા દરમિયાન તાપમાન માપવા માટે 25 મીમી જાડા કાર્બન ફાઇબર લેમિનેટ દ્વારા પૂછપરછ કરવામાં આવી છે. કારણ કે માઇક્રોવાયર 3-70 માઇક્રોનનો રુવાંટીવાળો વ્યાસ ધરાવે છે, તેઓ સંયુક્ત અથવા બોન્ડલાઇન કામગીરીને અસર કરતા નથી. 100-200 માઇક્રોનના સહેજ મોટા વ્યાસ પર, ફાઇબર ઓપ્ટિક સેન્સર પણ માળખાકીય ગુણધર્મોને બગાડ્યા વિના એમ્બેડ કરી શકાય છે. જો કે, કારણ કે તેઓ માપવા માટે પ્રકાશનો ઉપયોગ કરે છે, ફાઇબર ઓપ્ટિક સેન્સર્સનું વાયર્ડ કનેક્શન હોવું આવશ્યક છે. પ્રશ્નકર્તા. તેવી જ રીતે, કારણ કે ડાઇલેક્ટ્રિક સેન્સર રેઝિન ગુણધર્મોને માપવા માટે વોલ્ટેજનો ઉપયોગ કરે છે, તેઓ પણ પ્રશ્નકર્તા સાથે જોડાયેલા હોવા જોઈએ, અનેમોટાભાગના તેઓ જે રેઝિનનું નિરીક્ષણ કરી રહ્યા છે તેના સંપર્કમાં પણ હોવા જોઈએ.
કોલો પ્રોબ (ટોપ) સેન્સરને પ્રવાહીમાં ડૂબી શકાય છે, જ્યારે કોલો પ્લેટ (નીચે) વાસણ/મિશ્રણ વાસણ અથવા પ્રોસેસ પાઇપિંગ/ફીડ લાઇનની દિવાલમાં સ્થાપિત થયેલ છે. છબી ક્રેડિટ: ColloidTek Oy
સેન્સરની તાપમાન ક્ષમતા એ અન્ય મુખ્ય વિચારણા છે. ઉદાહરણ તરીકે, મોટાભાગના ઑફ-ધ-શેલ્ફ અલ્ટ્રાસોનિક સેન્સર સામાન્ય રીતે 150 ડિગ્રી સેલ્સિયસ સુધીના તાપમાને કાર્ય કરે છે, પરંતુ કોસિમોના ભાગો 200 ડિગ્રી સેલ્સિયસથી ઉપરના તાપમાને બનાવવાની જરૂર છે. તેથી, UNA આ ક્ષમતા સાથે અલ્ટ્રાસોનિક સેન્સર ડિઝાઇન કરવું પડ્યું. લેમ્બિયન્ટના નિકાલજોગ ડાઇલેક્ટ્રિક સેન્સરનો ઉપયોગ ભાગ સપાટી પર 350°C સુધી કરી શકાય છે, અને તેના ફરીથી વાપરી શકાય તેવા ઇન-મોલ્ડ સેન્સરનો 250°C સુધી ઉપયોગ કરી શકાય છે. આરવીમેગ્નેટિક્સ (કોસીસ, સ્લોવાકિયા) વિકસિત થયું છે સંયુક્ત સામગ્રી માટે તેનું માઇક્રોવાયર સેન્સર કે જે 500 °C પર ક્યોરિંગનો સામનો કરી શકે છે. જ્યારે કોલો સેન્સર ટેક્નોલોજીમાં પોતે કોઈ સૈદ્ધાંતિક તાપમાન મર્યાદા નથી, કોલો પ્લેટ માટે ટેમ્પર્ડ ગ્લાસ શિલ્ડ અને કોલો પ્રોબ માટે નવી પોલિથેરેથેરકેટોન (PEEK) હાઉસિંગ બંનેનું પરીક્ષણ કરવામાં આવ્યું છે. Järveläinen અનુસાર, 150°C પર સતત ડ્યુટી માટે. તે દરમિયાન, PhotonFirst (Alkmaar, The Netherlands) એ SuCoHS પ્રોજેક્ટ માટે તેના ફાઇબર ઓપ્ટિક સેન્સર માટે 350°Cનું ઓપરેટિંગ તાપમાન પૂરું પાડવા માટે પોલિમાઇડ કોટિંગનો ઉપયોગ કર્યો હતો.ect, ટકાઉ અને ખર્ચ-અસરકારક ઉચ્ચ-તાપમાન સંયોજન માટે.
અન્ય પરિબળ, ખાસ કરીને ઇન્સ્ટોલેશન માટે, ધ્યાનમાં લેવાનું છે કે શું સેન્સર એક બિંદુ પર માપે છે અથવા બહુવિધ સેન્સિંગ પોઈન્ટ સાથેનું રેખીય સેન્સર છે. ઉદાહરણ તરીકે, કોમ એન્ડ સેન્સ (એકે, બેલ્જિયમ) ફાઈબર ઓપ્ટિક સેન્સર 100 મીટર સુધી લાંબા અને ફીચર અપ હોઈ શકે છે. 40 ફાઇબર બ્રેગ ગ્રેટિંગ (FBG) સેન્સિંગ પોઈન્ટ્સ ઓછામાં ઓછા 1 સે.મી.ના અંતર સાથે. આ સેન્સર્સનો ઉપયોગ 66-મીટર-લાંબા સંયુક્ત પુલના માળખાકીય સ્વાસ્થ્ય મોનિટરિંગ (SHM) અને મોટા બ્રિજ ડેકના ઇન્ફ્યુઝન દરમિયાન રેઝિન ફ્લો મોનિટરિંગ માટે કરવામાં આવ્યો છે. આવા પ્રોજેક્ટ માટે વ્યક્તિગત પોઈન્ટ સેન્સર્સને મોટી સંખ્યામાં સેન્સર્સ અને ઘણાં ઇન્સ્ટોલેશન સમયની જરૂર પડશે. NCC અને ક્રેનફિલ્ડ યુનિવર્સિટી તેમના રેખીય ડાઇલેક્ટ્રિક સેન્સર્સ માટે સમાન ફાયદાઓનો દાવો કરે છે. લેમ્બિયન્ટ, નેટ્ઝચ અને સિન્થેસાઇટ્સ દ્વારા ઓફર કરાયેલ સિંગલ-પોઇન્ટ ડાઇલેક્ટ્રિક સેન્સરની તુલનામાં, “ અમારા રેખીય સેન્સર સાથે, અમે લંબાઈ સાથે સતત રેઝિન પ્રવાહનું નિરીક્ષણ કરી શકીએ છીએ, જે ભાગ અથવા સાધનમાં જરૂરી સેન્સરની સંખ્યાને નોંધપાત્ર રીતે ઘટાડે છે."
ફાઇબર ઓપ્ટિક સેન્સર માટે AFP NLR ઉચ્ચ તાપમાન, કાર્બન ફાઇબર રિઇનફોર્સ્ડ કમ્પોઝિટ ટેસ્ટ પેનલમાં ચાર ફાઇબર ઓપ્ટિક સેન્સર એરે મૂકવા માટે કોરિઓલિસ AFP હેડની 8મી ચેનલમાં એક વિશેષ એકમ સંકલિત કરવામાં આવ્યું છે. છબી ક્રેડિટ: SuCoHS પ્રોજેક્ટ, NLR
લીનિયર સેન્સર્સ ઇન્સ્ટોલેશનને સ્વચાલિત કરવામાં પણ મદદ કરે છે. SuCoHS પ્રોજેક્ટમાં, રોયલ NLR (ડચ એરોસ્પેસ સેન્ટર, માર્કનેસી) એ ચાર એરેને એમ્બેડ કરવા માટે 8મી ચેનલ ઓટોમેટેડ ફાઇબર પ્લેસમેન્ટ (AFP) હેડ કોરિઓલિસ કોમ્પોઝિટ્સ (ક્વેવન, ફ્રાન્સ) માં સંકલિત એક વિશિષ્ટ એકમ વિકસાવ્યું છે. અલગ ફાઈબર ઓપ્ટિક લાઈનો), દરેક 5 થી 6 FBG સેન્સર સાથે (ફોટનફર્સ્ટ કુલ 23 સેન્સર ઓફર કરે છે), કાર્બન ફાઈબર ટેસ્ટ પેનલ્સમાં. આરવીમેગ્નેટિક્સે તેના માઈક્રોવાયર સેન્સર્સને પલ્ટ્રુડેડ GFRP રીબારમાં મૂક્યા છે.” વાયરો અવ્યવસ્થિત છે [1-4 સે.મી. મોટા ભાગના કમ્પોઝીટ માઇક્રોવાયર માટે લાંબા હોય છે], પરંતુ જ્યારે રીબાર ઉત્પન્ન થાય છે ત્યારે આપમેળે સતત મૂકવામાં આવે છે," આરવીમેગ્નેટિક્સના સહ-સ્થાપક રતિસ્લાવ વર્ગાએ જણાવ્યું હતું.“તમારી પાસે 1km માઇક્રોવાયર સાથેનો માઇક્રોવાયર છે.ફિલામેન્ટની કોઇલ અને તેને રીબાર બનાવવાની રીત બદલ્યા વિના તેને રીબાર ઉત્પાદન સુવિધામાં ફીડ કરો.”દરમિયાન, કોમ એન્ડ સેન્સ પ્રેશર વેસલ્સમાં ફિલામેન્ટ વિન્ડિંગ પ્રક્રિયા દરમિયાન ફાઈબર-ઓપ્ટિક સેન્સરને એમ્બેડ કરવા માટે ઓટોમેટેડ ટેક્નોલોજી પર કામ કરી રહી છે.
વીજળીનું સંચાલન કરવાની તેની ક્ષમતાને કારણે, કાર્બન ફાઇબર ડાઇલેક્ટ્રિક સેન્સર્સ સાથે સમસ્યા ઊભી કરી શકે છે. ડાઇલેક્ટ્રિક સેન્સર એકબીજાની નજીક મૂકવામાં આવેલા બે ઇલેક્ટ્રોડનો ઉપયોગ કરે છે. આ કિસ્સામાં, ફિલ્ટરનો ઉપયોગ કરો."ફિલ્ટર રેઝિનને સેન્સર્સમાંથી પસાર થવા દે છે, પરંતુ તેને કાર્બન ફાઇબરથી ઇન્સ્યુલેટ કરે છે."ક્રેનફિલ્ડ યુનિવર્સિટી અને એનસીસી દ્વારા વિકસિત રેખીય ડાઇલેક્ટ્રિક સેન્સર એક અલગ અભિગમનો ઉપયોગ કરે છે, જેમાં તાંબાના વાયરની બે ટ્વિસ્ટેડ જોડીનો સમાવેશ થાય છે. જ્યારે વોલ્ટેજ લાગુ કરવામાં આવે છે, ત્યારે વાયર વચ્ચે ઇલેક્ટ્રોમેગ્નેટિક ક્ષેત્ર બનાવવામાં આવે છે, જેનો ઉપયોગ રેઝિન અવરોધને માપવા માટે થાય છે. વાયર કોટેડ હોય છે. ઇન્સ્યુલેટીંગ પોલિમર સાથે કે જે ઇલેક્ટ્રિક ફિલ્ડને અસર કરતું નથી, પરંતુ કાર્બન ફાઇબરને ટૂંકા થતા અટકાવે છે.
અલબત્ત, ખર્ચ પણ એક મુદ્દો છે. કોમ એન્ડ સેન્સ જણાવે છે કે FBG સેન્સિંગ પોઈન્ટ દીઠ સરેરાશ કિંમત 50-125 યુરો છે, જે બેચમાં (દા.ત., 100,000 પ્રેશર વેસલ માટે) ઉપયોગમાં લેવામાં આવે તો લગભગ 25-35 યુરો થઈ શકે છે.(આ છે. સંયુક્ત દબાણ જહાજોની વર્તમાન અને અંદાજિત ઉત્પાદન ક્ષમતાનો માત્ર એક અંશ, હાઇડ્રોજન પર સીડબ્લ્યુનો 2021 લેખ જુઓ. પૂછપરછ કરનારની કિંમત લગભગ £10,000 (€12,000) છે." અમે પરીક્ષણ કરેલ રેખીય ડાઇલેક્ટ્રિક સેન્સર વધુ કોટેડ વાયર જેવું હતું જે તમે શેલ્ફમાંથી ખરીદી શકો છો," તેમણે ઉમેર્યું. "અમે જે પ્રશ્નકર્તાનો ઉપયોગ કરીએ છીએ," એલેક્સ સ્કોર્ડોસ ઉમેરે છે, રીડર ( વરિષ્ઠ સંશોધક) ક્રેનફિલ્ડ યુનિવર્સિટી ખાતે કમ્પોઝીટ પ્રોસેસ સાયન્સમાં, "એક ઇમ્પીડેન્સ વિશ્લેષક છે, જે ખૂબ જ સચોટ છે અને તેની કિંમત ઓછામાં ઓછી £30,000 [≈ €36,000] છે, પરંતુ NCC એક વધુ સરળ પ્રશ્નકર્તાનો ઉપયોગ કરે છે જેમાં મૂળભૂત રીતે ઑફ-ધ-શેલ્ફનો સમાવેશ થાય છે. કોમર્શિયલ કંપની એડવાઈઝ ડેટા [બેડફોર્ડ, યુકે]ના મોડ્યુલો."સિન્થેસાઇટ્સ ઇન-મોલ્ડ સેન્સર માટે €1,190 અને સિંગલ-યુઝ/પાર્ટ સેન્સર માટે €20 EUR માં, Optiflow ને EUR 3,900 અને Optimold EUR 7,200 માં ક્વોટ કરી રહી છે, બહુવિધ વિશ્લેષક એકમો માટે વધતા ડિસ્કાઉન્ટ સાથે. આ કિંમતો અને કોઈપણ સૉફ્ટવેર ઑપ્ટીવ્યુ સમાવેશ થાય છે. જરૂરી આધાર, પેન્ટેલીલિસે ઉમેર્યું હતું કે, વિન્ડ બ્લેડ ઉત્પાદકો ચક્ર દીઠ 1.5 કલાક બચાવે છે, દર મહિને લાઇન દીઠ બ્લેડ ઉમેરે છે અને માત્ર ચાર મહિનાના રોકાણ પર વળતર સાથે ઊર્જા વપરાશમાં 20 ટકાનો ઘટાડો કરે છે.
કમ્પોઝીટ 4.0 ડિજિટલ મેન્યુફેક્ચરિંગ વિકસિત થતાં સેન્સરનો ઉપયોગ કરતી કંપનીઓને ફાયદો થશે. ઉદાહરણ તરીકે, કોમ એન્ડ સેન્સ ખાતે બિઝનેસ ડેવલપમેન્ટના ડિરેક્ટર ગ્રેગોઇર બ્યુડુઇન કહે છે, “જેમ દબાણ વેસલ ઉત્પાદકો વજન, સામગ્રીનો ઉપયોગ અને ખર્ચ ઘટાડવાનો પ્રયાસ કરે છે, તેઓ અમારા સેન્સર્સનો ઉપયોગ ન્યાયી ઠેરવવા માટે કરી શકે છે. 2030 સુધીમાં તેમની ડિઝાઇન અને ઉત્પાદનનું નિરીક્ષણ કરવું જરૂરી સ્તરે પહોંચે છે. ફિલામેન્ટ વિન્ડિંગ અને ક્યોરિંગ દરમિયાન સ્તરોમાં તાણના સ્તરનું મૂલ્યાંકન કરવા માટે ઉપયોગમાં લેવાતા સમાન સેન્સર હજારો રિફ્યુઅલિંગ ચક્ર દરમિયાન પણ ટાંકીની અખંડિતતાને મોનિટર કરી શકે છે, જરૂરી જાળવણીની આગાહી કરી શકે છે અને ડિઝાઇનના અંતે ફરીથી પ્રમાણિત કરી શકે છે. જીવનઅમે ઉત્પાદિત દરેક સંયુક્ત દબાણ જહાજ માટે ડિજિટલ ટ્વીન ડેટા પૂલ પ્રદાન કરી શકીએ છીએ, અને ઉપગ્રહો માટે ઉકેલ પણ વિકસાવવામાં આવી રહ્યો છે."
ડિજિટલ જોડિયા અને થ્રેડોને સક્ષમ કરવું કોમ એન્ડ સેન્સ તેના ફાઈબર ઓપ્ટિક સેન્સર્સનો ઉપયોગ કરવા માટે તેના ફાઈબર ઓપ્ટિક સેન્સર્સનો ઉપયોગ કરવા માટે કામ કરી રહ્યું છે જેથી ડિજિટલ આઈડી કાર્ડને સપોર્ટ કરવા માટે ડિઝાઈન, પ્રોડક્શન અને સર્વિસ (જમણે) દ્વારા દરેક ભાગ (ડાબે) ના ડિજિટલ ટ્વિનને સપોર્ટ કરે. ઈમેજ ક્રેડિટ: કોમ એન્ડ સેન્સ અને આકૃતિ 1, વી. સિંઘ, કે. વિલકોક્સ દ્વારા “ડિજીટલ થ્રેડ્સ સાથે એન્જિનિયરિંગ”.
આમ, સેન્સર ડેટા ડિજિટલ ટ્વીનને સપોર્ટ કરે છે, તેમજ ડિજિટલ થ્રેડ કે જે ડિઝાઇન, ઉત્પાદન, સેવા કામગીરી અને અપ્રચલિતતાને વિસ્તૃત કરે છે. જ્યારે આર્ટિફિશિયલ ઇન્ટેલિજન્સ અને મશીન લર્નિંગનો ઉપયોગ કરીને વિશ્લેષણ કરવામાં આવે છે, ત્યારે આ ડેટા ડિઝાઇન અને પ્રોસેસિંગમાં પાછો ફરે છે, પ્રદર્શન અને ટકાઉપણું સુધારે છે. પુરવઠા શૃંખલાઓએ એકસાથે કામ કરવાની રીતમાં પણ ફેરફાર કર્યો છે. ઉદાહરણ તરીકે, એડહેસિવ ઉત્પાદક કિલ્ટો (ટેમ્પેરે, ફિનલેન્ડ) તેના ગ્રાહકોને તેમના મલ્ટિ-કમ્પોનન્ટ એડહેસિવ મિશ્રણ સાધનોમાં ઘટકો A, B, વગેરેના ગુણોત્તરને નિયંત્રિત કરવામાં મદદ કરવા માટે Collo સેન્સર્સનો ઉપયોગ કરે છે.”Kiilto. હવે વ્યક્તિગત ગ્રાહકો માટે તેના એડહેસિવ્સની રચનાને સમાયોજિત કરી શકે છે," Järveläinen કહે છે, "પરંતુ તે કિલ્ટોને એ સમજવાની પણ મંજૂરી આપે છે કે ગ્રાહકોની પ્રક્રિયાઓમાં રેઝિન કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે અને ગ્રાહકો તેમના ઉત્પાદનો સાથે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે, જે સપ્લાય કેવી રીતે કરવામાં આવે છે તે બદલાઈ રહ્યું છે.સાંકળો સાથે મળીને કામ કરી શકે છે.
OPTO-લાઇટ થર્મોપ્લાસ્ટિક ઓવરમોલ્ડેડ ઇપોક્સી CFRP ભાગો માટે ક્યોરિંગ પર દેખરેખ રાખવા માટે કિસ્ટલર, નેટ્ઝચ અને સિન્થેસાઇટ્સ સેન્સર્સનો ઉપયોગ કરે છે. છબી ક્રેડિટ: AZL
સેન્સર નવીન નવી સામગ્રી અને પ્રક્રિયા સંયોજનોને પણ સમર્થન આપે છે. OPTO-લાઇટ પ્રોજેક્ટ પર CW ના 2019 લેખમાં વર્ણવેલ (જુઓ “થર્મોપ્લાસ્ટિક ઓવરમોલ્ડિંગ થર્મોસેટ્સ, 2-મિનિટ સાયકલ, એક બેટરી”), AZL આચેન (આચેન, જર્મની) બે-પગલાંનો ઉપયોગ કરે છે. સિંગલ ટુ (UD) કાર્બન ફાઇબર/ઇપોક્સી પ્રીપ્રેગને આડી રીતે સંકુચિત કરવાની પ્રક્રિયા, પછી 30% શોર્ટ ગ્લાસ ફાઇબર રિઇનફોર્સ્ડ PA6 સાથે ઓવરમોલ્ડ કરવામાં આવે છે. ચાવી એ પ્રિપ્રેગને માત્ર આંશિક રીતે મટાડવી છે જેથી ઇપોક્સીમાં બાકીની પ્રતિક્રિયા થર્મોપ્લાસ્ટિક સાથે બંધનને સક્ષમ કરી શકે. .AZL ઈન્જેક્શન મોલ્ડિંગને ઑપ્ટિમાઇઝ કરવા માટે સિન્થેસાઇટ્સ અને નેટ્ઝ્ચ ડાઇઇલેક્ટ્રિક સેન્સર્સ અને કિસ્ટલર ઇન-મોલ્ડ સેન્સર્સ અને ડેટાફ્લો સોફ્ટવેર સાથે Optimold અને Netzsch DEA288 એપ્સીલોન વિશ્લેષકોનો ઉપયોગ કરે છે. થર્મોપ્લાસ્ટિક ઓવરમોલ્ડિંગ સાથે સારું જોડાણ હાંસલ કરવા માટે ઉપચારની સ્થિતિને સમજો," AZL સંશોધન ઇજનેર રિચાર્ડ શેરેસ સમજાવે છે."ભવિષ્યમાં, પ્રક્રિયા અનુકૂલનશીલ અને બુદ્ધિશાળી હોઈ શકે છે, પ્રક્રિયા પરિભ્રમણ સેન્સર સંકેતો દ્વારા ટ્રિગર થાય છે."
જો કે, ત્યાં એક મૂળભૂત સમસ્યા છે, Järveläinen કહે છે, “અને તે છે ગ્રાહકો દ્વારા આ વિવિધ સેન્સર્સને તેમની પ્રક્રિયાઓમાં કેવી રીતે એકીકૃત કરવા તેની સમજનો અભાવ.મોટાભાગની કંપનીઓ પાસે સેન્સર નિષ્ણાતો નથી.હાલમાં, આગળના માર્ગ માટે સેન્સર ઉત્પાદકો અને ગ્રાહકોને આગળ અને પાછળ માહિતીની આપ-લે કરવાની જરૂર છે. AZL, DLR (ઑગ્સબર્ગ, જર્મની) અને NCC જેવી સંસ્થાઓ મલ્ટિ-સેન્સર કુશળતા વિકસાવી રહી છે. સોસે જણાવ્યું હતું કે UNA ની અંદર જૂથો છે, તેમજ સ્પિન-ઓફ પણ છે. કંપનીઓ જે સેન્સર એકીકરણ અને ડિજિટલ ટ્વીન સેવાઓ પ્રદાન કરે છે. તેમણે ઉમેર્યું કે ઓગ્સબર્ગ AI પ્રોડક્શન નેટવર્કે આ હેતુ માટે 7,000-ચોરસ-મીટર સુવિધા ભાડે આપી છે, “કોસીમોના વિકાસ બ્લુપ્રિન્ટને ખૂબ જ વ્યાપક અવકાશમાં વિસ્તારીને, લિંક્ડ ઓટોમેશન સેલ સહિત, જ્યાં ઔદ્યોગિક ભાગીદારો. મશીનો મૂકી શકે છે, પ્રોજેક્ટ ચલાવી શકે છે અને નવા AI સોલ્યુશન્સ કેવી રીતે એકીકૃત કરવા તે શીખી શકે છે.”
કારાપ્પાસે કહ્યું કે NCC ખાતે મેગીટનું ડાઇલેક્ટ્રિક સેન્સરનું પ્રદર્શન એ માત્ર પ્રથમ પગલું હતું. “આખરે, હું મારી પ્રક્રિયાઓ અને વર્કફ્લો પર દેખરેખ રાખવા માંગુ છું અને તેને અમારી ERP સિસ્ટમમાં ફીડ કરવા માંગુ છું જેથી મને સમય પહેલા ખબર પડે કે કયા ઘટકોનું ઉત્પાદન કરવું, કયા લોકોને હું જરૂર છે અને કઈ સામગ્રીનો ઓર્ડર આપવો.ડિજિટલ ઓટોમેશન વિકસિત થાય છે.
ઓનલાઈન સોર્સબુકમાં આપનું સ્વાગત છે, જે સોર્સબુક કમ્પોઝીટ ઈન્ડસ્ટ્રી બાયર્સ ગાઈડની કોમ્પોઝીટ્સવર્લ્ડની વાર્ષિક પ્રિન્ટ એડિશનને અનુરૂપ છે.
સ્પિરિટ એરોસિસ્ટમ્સ કિંગ્સ્ટન, NCમાં A350 સેન્ટર ફ્યુઝલેજ અને ફ્રન્ટ સ્પાર્સ માટે એરબસ સ્માર્ટ ડિઝાઇનનો અમલ કરે છે


પોસ્ટ સમય: મે-20-2022