L’obbiettivo di questo studio è quello di ridurre i tempi di set-up delle linee di estrusione di tubazioni in PVC e di fornire un tool per il monitoraggio e controllo di determinati requisiti in tempo reale, questo è stato possibile attraverso lo sviluppo e l’applicazione di un Digital Twin in grado di prevedere con precisione la portata volumetrica. È la prima volta che questa metodologia viene applicata specificatamente ai compound di PVC dove subentrano particolari comportamenti al variare delle condizioni di processo come, ad esempio, il wall slip che va ad alterare la portata. La prima parte del progetto si è basata sulla scelta e sulla creazione del processo della raccolta dei dati in tempo reale che sono stati recuperati direttamente da sensori esterni e da quelli proprietari dell’estrusore passando attraverso il PLC, questi sono stati poi resi disponibili online attraverso il protocollo di comunicazione OPC-UA e inseriti in un unico dataset. Questo dataset aggiornato in tempo reale rappresenta “l’input” dei modelli utilizzati dal Digital Twin che vanno a simulare in tempo reale il processo. Un altro set point importante è stato effettuare la caratterizzazione dei materiali utilizzati nello studio direttamente sull’estrusore: questo permette di ottenere un forte risparmio sia economico che temporale e di creare allo stesso tempo un dataset con cui andare ad allenare e validare i modelli presenti all’interno del sensore software. Andando infatti a recuperare i dati direttamente a bordo macchina, tramite l’implementazione di un DOE, siamo riusciti a ricondurre alla portata massica reale estrusa alle varie condizioni processuali investigate già considerando il fenomeno dello slip. Successivamente abbiamo scelto e allenato gli algoritmi utilizzati per rappresentare i modelli dell’estrusore e della matrice, la combinazione di questi modelli e dell’equazione di continuità ci permette infatti di descrivere interamente il processo e di andare a ricavare alcuni dati geometrici e fisici in maniera indiretta senza dover interrompere la produzione/sezionare il tubo. I modelli sono stati poi opportunamente utilizzati in maniera diretta o inversa per farli cooperare tra di loro e per arrivare, dati determinati parametri, a suggerire all’operatore una velocità della vite adeguata in fase di set-up e a fornire un riscontro costante durante la produzione di determinate caratteristiche richieste. Una volta allenati i modelli, infatti, andando a settare i target della produzione quali massa per unità di lunghezza, diametro interno e produttività oraria, si può ottenere un numero di giri necessario da impostare basato sulle condizioni di processo Real time. Operando iterativamente questa procedura si può raggiungere il completamento della fase di set-up circa almeno 5 volte più velocemente di un tecnologo esperto (mediamente sotto i 200 secondi).

Sviluppo di un sensore software per il controllo della portata di estrusione di tubi in PVC

FANTIN, FABRIZIO
2022/2023

Abstract

L’obbiettivo di questo studio è quello di ridurre i tempi di set-up delle linee di estrusione di tubazioni in PVC e di fornire un tool per il monitoraggio e controllo di determinati requisiti in tempo reale, questo è stato possibile attraverso lo sviluppo e l’applicazione di un Digital Twin in grado di prevedere con precisione la portata volumetrica. È la prima volta che questa metodologia viene applicata specificatamente ai compound di PVC dove subentrano particolari comportamenti al variare delle condizioni di processo come, ad esempio, il wall slip che va ad alterare la portata. La prima parte del progetto si è basata sulla scelta e sulla creazione del processo della raccolta dei dati in tempo reale che sono stati recuperati direttamente da sensori esterni e da quelli proprietari dell’estrusore passando attraverso il PLC, questi sono stati poi resi disponibili online attraverso il protocollo di comunicazione OPC-UA e inseriti in un unico dataset. Questo dataset aggiornato in tempo reale rappresenta “l’input” dei modelli utilizzati dal Digital Twin che vanno a simulare in tempo reale il processo. Un altro set point importante è stato effettuare la caratterizzazione dei materiali utilizzati nello studio direttamente sull’estrusore: questo permette di ottenere un forte risparmio sia economico che temporale e di creare allo stesso tempo un dataset con cui andare ad allenare e validare i modelli presenti all’interno del sensore software. Andando infatti a recuperare i dati direttamente a bordo macchina, tramite l’implementazione di un DOE, siamo riusciti a ricondurre alla portata massica reale estrusa alle varie condizioni processuali investigate già considerando il fenomeno dello slip. Successivamente abbiamo scelto e allenato gli algoritmi utilizzati per rappresentare i modelli dell’estrusore e della matrice, la combinazione di questi modelli e dell’equazione di continuità ci permette infatti di descrivere interamente il processo e di andare a ricavare alcuni dati geometrici e fisici in maniera indiretta senza dover interrompere la produzione/sezionare il tubo. I modelli sono stati poi opportunamente utilizzati in maniera diretta o inversa per farli cooperare tra di loro e per arrivare, dati determinati parametri, a suggerire all’operatore una velocità della vite adeguata in fase di set-up e a fornire un riscontro costante durante la produzione di determinate caratteristiche richieste. Una volta allenati i modelli, infatti, andando a settare i target della produzione quali massa per unità di lunghezza, diametro interno e produttività oraria, si può ottenere un numero di giri necessario da impostare basato sulle condizioni di processo Real time. Operando iterativamente questa procedura si può raggiungere il completamento della fase di set-up circa almeno 5 volte più velocemente di un tecnologo esperto (mediamente sotto i 200 secondi).
2022
Development of a soft-sensor for the flow rate monitoring in PVC tube extrusion
Soft-sensor
IoT
Estrusione
PVC
smart factory
File in questo prodotto:
File Dimensione Formato  
Fantin_Fabrizio.pdf

Open Access dal 21/04/2024

Dimensione 3.69 MB
Formato Adobe PDF
3.69 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/46225