Häiriöseurantamenetelmien lisääminen ja optimointi automaattisahoissa

Abstract

Tässä insinöörityössä tutkittiin olemassaolevia häiriöseurantamenetelmiä teräspalvelukeskuksen automaattisahoissa. Työn tavoitteena oli paikantaa häiriöseurannan ongelmakohtia ja luoda niille vaihtoehtoisia ratkaisuja.

Työssä hyödynnettiin TPM-ideologiaa osana kokonaisvaltaista työympäristön ja tehokkuuden parantamista.

Tarkasteluun otettiin kaksi sahaa, joiden häiriöt eivät piirtyneet kunnolla Machine Track ohjelmaan. Työ aloitettiin tarkastelemalla sahojen vikalokeja ja vertailemalla niitä ohjelmasta saatuihin virheilmoituksiin. Virheilmoitukset ja tilatiedot eivät täsmänneet sahojen oikean tilan kanssa johtuen epäedullisista signaalivalinnoista. Työtä rajattiin ajan ja resurssien puitteissa kuitenkin siten, että vanhempi saha jätettiin tarkastelun ulkopuolelle.

Uudemman sahan tarkastelussa huomattiin, että pelkästään valomajakasta saatu tieto ei ole riittävän luotettava kuvaamaan sahan oikeaa tilaa joka tilanteessa. Tarkasteltaessa asetuskansioita huomattiin signaalien muodostuvan vain kahdesta tulosta. Tietojen pohjalta kehitettiin vaihtoehtoisia ratkaisuja, jotka on otettava huomioon tulevaisuudessa.

Työ ei aiheuttanut seisauksia tuotannossa, vaan kaikki tutkimustyö tehtiin laitteiden ollessa käynnissä. Kuitenkin mahdollisille asennuksille laadittiin riskiarvio ja varautumissuunnitelma tuotannon suhteen. Työssä kehitettiin uusi malli, jota voidaan hyödyntää tulevaisuuden sahainvestoinneissa.

This thesis examines the improvement and optimization of failure tracking methods in automated manufacturing units. The goals of this project are to discover current tracking methods and principles and create alternative solutions for the existing methods.

The utilization of TPM is highly present in this thesis. Improving tracking methods serves a purpose as a section in the whole Total Productive Maintenance.

There were two band saws under the wider inspection. The main issue was the inability of MachineTrack – software to display errors correctly. Investigation started by reading the failure log files from the user interface and comparing them to the files received from the MachineTrack. Failures did not match as predicted due to insufficient and inaccurate signal inputs. The focus of the project was then limited and targeted to the newer band saw.

In the further inspection it was noted that the information given from the signal light was not reliable enough and needed adjustment. It was seen from the configuration file that the inputs consisted only of two signals. Based on this information, improvements were introduced which took the future needs into account.

During the course of this thesis there was no need for a stop or downtime in the production line. All the investigation and data gathering could be done while the machines were fully operational. However, risk analysis and anticipation for the possible events had to be carried out. As a result, a model for better failure tracking was achieved.