Zaawansowana kontrola

Wykorzystanie maszyn CMM, skanerów 3D i innych urządzeń pomiarowych optycznych czy laserowych gwałtownie rośnie. Pozwalają one kontrolować większość wymiarów produktu bez konieczności budowania kosztownych sprawdzianów/szablonów. Także dokładność i powtarzalność takich pomiarów jest zwykle wyższa, niż ręczna kontrola czujnikami.

rys. 1. Przykładowe źródła danych kontroli jakości.

Zwiększenie liczby takich urządzeń, zwykle oznacza też wzrost ich różnorodności w firmie. Konsekwentne stosowanie maszyn od jednego dostawcy może nie być możliwe lub jest nieopłacalne. Maszyny bowiem często maja swoje specjalizacje czy wskaźnik możliwości/cena sugeruje optymalny wyrób. Inną przyczyną może być narzucenie rozwiązań przez Grupę lub Klienta. Wynikiem tego jest wzrost liczby pomiarów jakimi firma musi zarządzać oraz ich rosnąca różnorodność.

W takiej sytuacji firmy orientują się, że korzystanie z aplikacji dostarczanych przez dostawców maszyn, wprowadza pewne uciążliwości. Raporty są w różnych formach, często metody liczenia wskaźników SPC i formuły nie są jednolite. Eksport do jednego formatu i agregacja danych w ramach jednego wyrobu sprawia trudności, jest czasochłonna i wymaga systematycznych działań.

Skutek jest taki, że firma nie dysponuje praktycznie jednym systemem analiz i raportowania pokrywającym komplet danych pomiarowych dla wyrobu.

Kompleksowy nadzór nad jakością wyrobu

Cel taki można osiągnąć wprowadzając platformę, która:

1. pozwoli nadzorować dane z kontroli manualnych,
2. dostarczy interfejs do czytania danych z większości maszyn CMM i innych urządzeń 2 i 3D (lasery, skanery optyczne),
3. udostępni interfejs otwarty do integracji specjalnych kontroli (np. dynamometria, pomiary LVDT, zmienne ze sterowników PLC).

Wszystkie powyżej wymienione punkty są ważne, o kontroli manualnej pisaliśmy w poprzednich artykułach, w tym artykule chciałbym skupić nad kolejnym punktem: b) interfejs do czytania danych z maszyn CMM i innych urządzeń 2 i 3D.

By interfejs taki był efektywny, na podstawie naszych doświadczeń wdrożeniowych uważamy, że powinien obsługiwać standardy:

• CSV/TXT (do importy danych z wszystkich urządzeń zapisujących dane w formatach tekstowych. We wdrożeniach wykorzystujemy ten interfejs zwykle do obsługi urządzeń Mitutoyo, Systemów wizyjnych i Ramion pomiarowych),
• DMIS (pliki DMO) – jeden ze światowych standardów, wykorzystywany np. w urządzeniach DEA oraz GOM,
• Calypso, Umess – standardy firmy Zeiss,
• QS-Stat (pliki DFQ) – format danych pod aplikację QS-Stat, wykorzystywany przez wielu producentów maszyn szczególnie związanych z przemysłem niemieckim,
• Inne interfejsy przydatne w kontroli: Metrolog, Zwick-txt, Wenzel, XML.

 

Reasumując dla efektywnej pracy w dzisiejszym otoczeniu kontroli jakości potrzebujemy systemu, który pozwoli nadzorować kompletne plany kontroli i rejestrację danych, a także podłączy wszystkie źródła danych, niezależnie od obszaru i formy pomiaru.

Takie systemy są obecnie dostępne na rynku, a nasze 12 letnie doświadczenie opieramy na jednym z nich: aplikacji QDA9 firmy QDA Solution GmbH.

 

Jak to będzie działało i czy nasze pomiary się do tego nadają?

To typowe pytanie na wstępie projektu, wbrew pozorom nie jest to skomplikowane.

Unifikacja importu danych z różnych aplikacji opiera się na założeniu, że każdy pomiar zawiera:

• „nagłówek” – coś w rodzaju adresu na paczce, mówiącego aplikacji do jakiego produktu, planu inspekcji i projektu przypisać pomiary,
• obszar danych o ustalonej strukturze, gdzie jest ustalone stałe miejsce dla nazwy parametrów, wyniku pomiaru i innych pozycji,
• rola wcześniej wymienionych interfejsów sprowadza się do „odszyfrowania” danych tak, by były widoczne z nagłówkiem i przejrzystym obszarem danych.

Wdrażana przez nas aplikacja QDA9 pozwala według tego mechanizmu podłączyć ponad 100 różnych maszyn i rozwiązań kontrolnych. Importując dane pomiarowe wraz z identyfikatorami zleceń, maszyn linii i wielu innych cennych informacji.

Przykład importu dla skanera z zapisem danych do plików tekstowych CSV

A. Plik zrzucony przez maszynę tuż po pomiarze

rys. 2. Plik wynikowy z maszyny.

- zawiera dane identyfikujące [ramka niebieska] raz zestaw parametrów z wynikami pomiaru [ramka zielona i poniższe kolejne wiersze]. Dzięki nagłówkowi wiemy dokładnie, gdzie zaadresować dane.

 

B. Zdefiniowany w aplikacji interfejs dla określonego typu danych

rys. 3. Tworzenie interfejsu.

- interfejs określono dla plików typu csv (txt).  Interfejs jest dostosowany do formatu pliku tekstowego, umożliwia dokładne określenie pól, wierszy itd.,

- rodzaj interfejsu, ustawiono jako import pliku (ważne, by import mógł być robiony automatycznie, bez udziału operatora).

 

C. W interfejsie określono zmienne adresowe wg. układu z danej maszyny

rys. 4. Adresowanie danych.

- minimum wymagane to nazwa detalu (część),

- każdy kolejny parametr zwiększa możliwości automatyzacji kontroli i rozszerza zakres możliwych analiz.

 

D. Ostatni krok wskazujemy miejsce zapisu wyników

rys. 5. Alokacja wyników.

- w ramach definiowania odczytu wyników, minimum to nazwa parametru i wartość zmierzona,

- dodanie tolerancji i nominału zwiększa możliwości automatyzacji tworzenia planu kontroli oraz umożliwia weryfikację czy granice na maszynie są zgodne z dokumentacją jakości.

 

Optymalizacja

W ramach konfiguracji możemy ustalić szereg dodatkowych funkcji:

- możliwość tworzenia planu kontroli na podstawie danych z maszyny,

- weryfikacja specyfikacji i alerty w sytuacji niespójności pomiędzy maszyną, a dokumentacja jakości,

- alerty dot. trendów i innych specyficznych reguł jakości (Six-Sigma),

- opcja korekty dodawania parametrów „w locie” na podstawie zmian programu na maszynie.

 

Powyższy algorytm zawiera podstawowe operacje, jakie wykonuje się na platformie do importu danych. Bazując na wdrożeniach aplikacji QDA możemy wskazać, że największym usprawnieniem, obok oczywiście zebrania różnych danych do jednej bazy, jest dodanie danych identyfikacyjnych na maszynach.

By przygotować bowiem nagłówek („dane adresowe”) firmy przy okazji dodają szereg informacji, nie zapisywanych wcześniej na maszynie przy pomiarze. Te informację pozwalają potem np. dotrzeć do przyczyn problemów produkcyjnych, pozwalając podzielić dane ze wzg. na nr maszyny czy partię materiału.

 

Definiowane analizy CMM przykład w aplikacji QDA9

Rys. 6. Agregacja danych w raportach.

Podsumowanie

Podłączenie wszystkich źródeł danych, spójne reguły analiz i jeden standard raportowania. Dają możliwość rzetelnej oceny procesu. Dostępność danych „pod palcem”, automatyzacja raportowania i generowanie alarmów zamienia system analiz i raportowania w wydajne narzędzie sterowania procesem.