System przetwarzania danych pomiarowych wykorzystujący SPC do obróbki krótkich serii zgodny z ideą Przemysłu 4.0

pol Article in Polish DOI: 10.14313/PAR_224/71

send Przemysław  Oborski, Bartłomiej Bielicki Politechnika Warszawska, Wydział Inżynierii Produkcji

Download Article

Streszczenie

W artykule przedstawiono wyniki badań opracowanej metody efektywnego pomiaru części w przemyśle lotniczym, redukującej zaangażowanie pracowników i umożliwiającej sterowanie procesem w oparciu o wyniki pomiarów. Stosując ideę SPC opracowano metodę analizy danych dostosowaną do nadzorowania i sterowania produkcją krótkich serii wysoko dokładnych części. Została ona zaimplementowana w zbudowanym w ramach badań systemie pomiarowym składającym się z dedykowanej aplikacji informatycznej współpracującej z systemem ERP zarządzającym zlecaniami produkcyjnymi, systemem zarządzania danymi technologicznymi i pomiarowymi oraz elektronicznymi urządzeniami pomiarowymi. Zbudowany system pomiarowy pozwalający na automatyzację zaawansowanego przetwarzania danych pomiarowych jest obecnie poddawany testom przemysłowym.

Słowa kluczowe

automatyzacja, integracja informatyczna, obróbka części lotniczych, produkcja małoseryjna, przemysł 4.0, Statystyczne Sterowanie Pomiarami, systemy pomiarowe, wytwarzanie

The System of Measurement Data Analysis Based on SPC Dedicated for Short Batches

Abstract

The article presents results of the research on new data analysing method suitable for control of production of high quality parts manufactured in short batches. The method was implemented in the IT measurement system. It allows automation of most of operations done by machine operator. It is also integrated with the ERP system for orders management, the system of process data management, barcodes sensors for parts and documentation identification and electronic measurement tools.

Keywords

airplane industry, automation, integration of data flow, manufacturing, measurement system, shop floor control, small batch production, Statistical Process Control

Bibliography

  1. Ribeiro L., Barata J., Re-thinking diagnosis for future automation systems: An analysis of current diagnostic practices and their applicability in emerging IT based production paradigms, “Computers in Industry” Vol. 62, 2011, 639–659.
  2. Oborski P., Integration of Advanced Monitoring in Manufacturing Systems, “Journal of Machine Engineering”, Vol. 15, No. 2, 2015, 55–68.
  3. Oborski P., Developments in integration of advanced monitoring systems, “The International Journal of Advanced Manufacturing Technology”, Vol. 75, Iss. 9, 2014, 1613–1632. 
  4. Sałaciński T., SPC statystyczne sterowanie procesami produkcji, Oficyna Wydawnicza Politechniki Warszawskiej, 2009.
  5. Lisowski M., Podstawy metrologii, Oficyna Wydawnicza Politechniki Wrocławskiej, 2011.
  6. Jakubiec W., Zator S., Majda P., Metrologia, Polskie Wydawnictwo Ekonomiczne, 2014.
  7. ISO Guide 99:PKN, Warszawa 2010.
  8. Majda P., http://slideplayer.pl/slide/9572697/#
  9. http://www.naukowiec.org/images/upload/krzywa_gaussa.jpg 
  10. Grasso M., Albertelli P., Colosimo B., An Adaptive SPC Approach for Multi-sensor Fusion and Monitoring of Time-varying Processes, “Procedia CIRP”, Vol. 12, 2013, 61–66.
  11. Montgomery D.C., Introduction to statistical quality control, John Wiley & Sons 2008.
  12. http://www.zarz.agh.edu.pl/bsolinsk/karty_kontrolne
  13. Mazurkiewicz J., Kliś J., Magner A., Współczynnik zdolności procesu i związki z rozkładem normalnym, „Problemy Jakości”, Nr 9, 2001, 26–28.
  14. http://przedsiebiorstwo.waw.pl/files/46/598/knob-3-2011-bartkowiak.pdf
  15. Iwasiewicz A., Zarządzanie jakością, PWN, Warszawa 1999.
  16. Oborski P., Kapeluszny T., Nowak J., Bielicki B., Fularski R., Zintegrowany modułowy system monitorowania procesów wytwarzania dla przemysłu lotniczego, „Mechanik”, Nr 8–9, 2016, 1494–1495.
  17. Oborski P., Kierunki rozwoju zintegrowanych systemów monitorowania procesów obróbki skrawaniem, „Mechanik”, Nr. 8–9, 2014, 591–598.
  18. Oborski P. Integrated monitoring system of production processes, „Management and Production Engineering Review”, Vol. 7, Nr 4, 2016, 86–96.
  19. Industry 4.0. How to navigate digitization of the manufacturing sector, McKinsey & Company 2015.