Ihre Maschine mag stabil aussehen. Ihre Teile sind es vielleicht nicht.
Maschinendaten sind wichtig, aber sie sagen nicht immer alles darüber aus, was im Inneren der Form passiert. Schneckenposition, Füllzeit, Transferposition und Einspritzdruck können sich wiederholen, während sich die Bedingungen in der Kavität noch ändern.
Die autonome Prozesssteuerung verleiht CoPilot eine tiefere Ebene der Prozessbeeinflussung, indem sie den maschinenseitigen Zugriff mit dem Feedback aus dem Werkzeug verbindet. Das bedeutet, dass CoPilot mehr tun kann, als nur Abweichungen zu erkennen – es kann dabei helfen, den Prozess so zu steuern, dass die Bedingungen, unter denen tatsächlich gute Teile produziert werden, eingehalten werden.
| Was Ihnen das Gerät sagen kann | Was CoPilot kontrollieren kann |
|---|---|
| Ob Schraubenposition wiederholt | Ob der Hohlraum auf die gleiche Weise gefüllt wurde |
| Ob die Füllzeit konstant blieb | Ob sich der Druck in der Form richtig entwickelt hat |
| Ob die Übertragung zum selben Zeitpunkt stattfand | Ob das Teil unter den richtigen Bedingungen verpackt wurde |
| Ob der Druck der Maschine innerhalb des Bereichs blieb | Ob der Druck auf das Teil mit dem Gutteilprozess übereinstimmt |
| Ob die Einstellungen gleich geblieben sind | Ob der Prozess mit der Qualität der Teile verbunden bleibt |
CoPilot verwandelt In-Mold-Daten in Echtzeit-Prozesskontrolle.
Mit der autonomen Prozesssteuerung übernimmt CoPilot eine aktivere Rolle bei der Aufrechterhaltung des Spritzgießprozesses. Durch die Kombination des maschinenseitigen Zugriffs mit der Rückmeldung des Werkzeuginnendrucks kann CoPilot erkennen, wenn sich der Prozess vom Gutteil-Zustand entfernt, und dabei helfen, ihn wieder in die vertrauten Kontrollgrenzen zu bringen.
Dies ist keine Maschinenautomatisierung um der Automatisierung willen. Es handelt sich um eine Kontrollstrategie, die auf dem Ereignis der Teileherstellung aufbaut – unter Verwendung der Daten, die der Qualität am nächsten kommen, um den Prozess in Echtzeit zu beeinflussen.

Spüren Sie, worauf es ankommt

CoPilot verwendet Maschinen- und In-Mold-Daten, um zu verstehen, was während der Abfüllung und Verpackung passiert.

Prozessvariationen verstehen

Das System verfolgt, ob der Prozess mit dem festgelegten Prozess-Fingerprint übereinstimmt.

Anpassen, um Qualität zu erhalten

CoPilot hilft, die Maschine in Echtzeit zu beeinflussen, um die Bedingungen für die Herstellung guter Teile zu erhalten.
Autonomie ist nur so gut wie die Daten dahinter
Die autonome Steuerung hängt von der Qualität der Daten ab, die die Entscheidung beeinflussen. Maschinendaten können Ihnen sagen, was die Presse zu tun versucht hat. Der Werkzeuginnendruck sagt Ihnen, was der Kunststoff in der Form erlebt hat. Dieser Unterschied ist wichtig, wenn das Ziel darin besteht, den Prozess rund um das Teil und nicht nur um die Maschineneinstellungen zu steuern.
- Maschinendaten sind nützlich – aber unvollständig. Sie können nicht vollständig berücksichtigen, was hinter der Düse passiert.
- Der Werkzeuginnendruck ist näher an der Qualität. Er zeigt die Füllung, die Packung, das Einfrieren des Anschnitts, den Druckabfall und das Formverhalten der Teile.
- Bessere Daten ermöglichen eine bessere Kontrolle. Autonome Systeme, die In-Mold-Daten verwenden, können auf reale Prozessänderungen reagieren, anstatt diese indirekt abzuleiten.

Bewährte Richtung. Neue Ebene der Kontrolle.
RJG setzt seit Jahrzehnten auf autonome Prozesssteuerung durch Werkzeuginnendruckmessung, DECOUPLED MOLDING®, Prozessüberwachung und CoPilot. Die neue Option Autonome Prozesssteuerung baut auf dieser Grundlage auf, indem sie die Kontrolle über die Überwachung und Alarmgrenzen hinaus auf eine aktive Prozessanpassung erweitert.
Diese Beispiele weisen auf das größere Ziel hin: die Erfassung von Expertenentscheidungen in einer wiederholbaren Kontrollstrategie, die sicher und konsistent in der Produktion angewendet werden kann.
Beispiel für eine Materialvariation
Als sich die Viskosität um 11% änderte, half die Werkzeuginnendruckkontrolle dabei, den Zielzustand der Kavität beizubehalten, obwohl die Maschine anders reagieren musste.
%
viscosity change

Beispiel für Ausfallzeiten
Ein DECOUPLED III Prozess reduzierte die Ausfallzeiten von 20 Stopps auf 2 Stopps über einen Zeitraum von 24 Stunden in dem zitierten Beispiel.
↓
downtime events

Beispiel einer extremen Materialveränderung
RJG beschrieb einen Prozess, bei dem von HDPE mit 7 Schmelzflüssen auf ein Material mit weniger als 1 Schmelzfluss umgestellt wurde, ohne das Bedienfeld der Maschine zu berühren, während weiterhin gute Teile hergestellt wurden.
Δ
melt flow change

*Die Anwendungsergebnisse variieren je nach Form, Maschine, Material und Sensorstrategie.
Wo autonome Prozesskontrolle am meisten helfen kann

Material Variation
Für Spritzgießer, die mit wechselnden Harzchargen, recyceltem Material, Regenerat, PCR oder Materialien mit größerer Spezifikation arbeiten.

Teile mit hohem Ausschussanteil oder Defektanfälligkeit
Für Prozesse, bei denen kleine Druck-, Packungs- oder Kühlungsänderungen zu Abmessungs- oder kosmetischen Mängeln führen.

Bedienerabhängige Prozesse
Für Teams, die weniger auf ständige Eingriffe von Technikern angewiesen sind und die Entscheidungen von Experten über Schichten hinweg wiederholbar machen müssen.

Hochwertige Anwendungen mit hoher Betriebszeit
Für Werkzeuge, bei denen Stopps, festsitzende Teile, kurze Schüsse oder Neustarts schnell teuer werden.
Möchten Sie sehen, ob Ihr Prozess zu Ihnen passt?
Die autonome Prozesssteuerung wurde für Gießereien entwickelt, die bereit sind, über die Prozessüberwachung hinauszugehen und eine eingebettete Gussintelligenz zu entwickeln. Erzählen Sie uns von Ihrem Prozess, Ihren Materialproblemen oder Ihrer aktuellen CoPilot-Einrichtung, und RJG kann Ihnen bei der Beurteilung helfen, ob Ihre Anwendung für eine autonome Steuerung geeignet ist.





