MachineMetrics预测

所面临的挑战

BC加工面临的核心挑战是捕获与刀具破损相关的机器数据。它的机器是自动化的，但当一个工具坏了，团队无法监控或测量破损程度，机器继续运行。

由于没有自动化的数据收集和有效的机器监控，BC加工公司无法洞察刀具何时磨损或刀具是否即将断裂。可见性的这种差距导致了高昂的报废成本和坏掉的工具。

此外，该公司还依靠作业者的肉眼观察来验证工具是否破损。如果没有实时数据和停机时间洞察，管理人员无法立即确定工具故障是工艺问题还是操作员问题。

解决方案

BC机械加工公司利用MachineMetrics的工具监控解决方案来解决其挑战，并显著降低报废率。这种自适应工装技术使制造商能够诊断、预测和自动防止机床故障，导致刀具破损、零件报废和昂贵的停机时间。

MachineMetrics工具监控解决方案在发生灾难性工具故障之前识别出BC加工公司Star sr -20上的信号。以前，在这些高负荷期间生产的零件都被废弃了，这给公司带来了时间和金钱的损失。

一个可预测的模式很快就出现了，在机床可能发生故障时以99%的准确率显示出来。该平台通过在BC加工公司的STAR机床上自主实现进给保持，诊断、预测和预防这些机床故障;当零件即将发生故障时，这有效地停止了机器，以便在产生报废和计划外停机之前更换工具。

该解决方案的无传感器、高频数据收集功能为公司机器的健康状况提供了前所未有的可见性，实现了曾经不可能实现的诊断和模式识别。

结果

自部署MachineMetrics工具监控解决方案以来，BC Machining对机器和工具健康状况的可见性已显著提高。该团队在工具监控系统中实现了近100%的准确性，并成功地使用了“熄灯”生产，并对系统在很少或没有直接监督的情况下执行的能力充满信心。

该公司将可操作数据传递给运营商，并在问题发生前发现问题的流程提高了90%。此外，工具监控使操作人员能够专注于生产零件，而不是监控缺陷。

在machemetrics出现之前，BC机械加工公司每班经常损失三分之一的零件，操作员每班要花一个小时来分类零件以识别报废零件。使用MachineMetrics的预测刀具破损技术消除了这种浪费，节省了大量成本。MachineMetrics工具监控解决方案的部署每年为BC Machining每台机器节省超过72,000美元。