数据驱动型铸造厂的高效自动化
许多铸造生产线仍然几乎完全手动操作。如果操作员在计时或机器设置中犯下哪怕是最小的错误，废品率也会增加，生产速度会减慢或生产线完全停止。
为了最大限度地提高铸件质量、产量和正常运行时间，铸造厂越来越多地实施数据驱动的流程自动化。通过将处理造型、浇注、冷却和落砂的自动化系统无缝连接（称为设备对设备 （M2M） 集成），铸造过程变得更快，并始终如一地生产出更高质量的铸件。
自动化部分或全部流程有助于充分利用快速造型机等投资，收集的数据构建了运营的数字图景。全面的 M2M 集成还需要较少具有多年专业经验的经验丰富的操作员。总体上参与的工人减少，运营也变得更加安全。
自动化生产线的不同部分
潮模砂造型线大多只需要在稳定生产期间进行监督。但是在型板更换或其他原因停机后，需要手动输入。随着准时制生产成为常态，如今，铸造厂必须应对更多、更短的运行时间。
型板更换本身是瓶颈，但像迪砂的自动型板更换器 （APC） 这样的装置可以在短短一分钟内更换型板。无需留下太多时间来为新砂型和铸件设置生产线的其余部分。这就是自动化和同步发挥作用的地方。
自动化铸型输送以控制浇注后的型内冷却时间就是一个很好的例子，这可能是当今使用最广泛的 M2M 应用。
在型板更换或其他原因停机后，浇注的铸件将比平时冷却得更多，因此生产线可以在一段时间内运行得更快，也许以造型机的最大速度运行。走得太慢会浪费时间，但如果你跑得太快，就有可能在铸件仍然太热的时候进入落砂和清理环节。事实上，几乎不可能手动设置停机后所需的理想生产线速度以最大限度地提高产量。远低于最佳速度的生产线速度是唯一安全的手动选项。
但是，如果系统控制器知道每个铸型的位置，停止生产的时间以及所有其他相关参数，它就可以轻松计算出造型机和运输装置在停机后可以以多快的速度运行，然后准确计算出何时再次减速，以便停机后浇注的铸型在落砂前有足够的时间冷却。
落砂和铸件冷却
更换型板后，操作员必须从造型机向下移动到落砂控制单元，一旦开始出现第一批新铸件，就手动更改为新的设置，然后一直回到造型机。
通过自动化，落砂机或振动输送机控制系统 （PLC） 在型板更换后到达第一个新铸型时“知道”更改其设置。对于振动输送机来说，这意味着每种铸造类型都能获得所需的正确速度和振动频率。手动将频率设置得太低，它们可能会堆积并导致停机。
这同样适用于砂型和铸造冷却自动化。手动运行，操作员必须移动到生产线的末端，选择设置 – 加水量、冷却时间 - 并在正确的时间应用它们。水太少，铸件太热，操作员在落砂后无法分件和去除浇注系统，铸件在抛丸过程中会损坏。过多的水会在滚筒中形成一堆泥浆，线路必须停止，直到有人将其清理干净。
通过自动化，冷却滚筒的砂/铁/水比和每个铸件的冷却时间（“配方”）在数据库中定义一次，并在每次生产铸件时正确设置。再一次，这种转换发生在第一个新铸件到达滚筒时。
落砂前的分拣
自动化铸型跟踪功能还可以知道生产线上任何一组不良铸型的位置。传统上，如果金属测试显示球化处理不良，则必须丢弃许多完美的铸件，以避免将废品运送给客户。那是因为它们看起来与好的铸件相同，操作员对不合格批次在生产线上的开始和结束位置只有一个模糊的概念。事实上，在错误批次之前隔离两个批次，在不良批次之后隔离两个批次是很常见的。
通过数字化，操作员可以在系统中将这些铸型标记为不良，然后确保在落砂中混合之前对其进行分类。这可能就像红/绿灯一样简单，告诉手动分拣员何时去除不良铸件，但分拣也可以完全自动化。这样，当第一个坏铸型到达时，中央系统会触发冷却运输末端的机械臂或其他设备，开始将它们隔离。
其他不良铸型也是如此，也许是一个型芯设置错误的铸型。操作员可以立即在造型机上将其标记为不良，因为知道在落砂前会将其安全分拣出来。
浇注 – 自动化的极致
为了跟上垂直造型的高速，越来越多的铸造厂采用了自动浇注以及双工位浇注（同时浇注两个铸型）等技术。自动型板更换可进一步提高生产效率，但瓶颈往往是在型板更换后手动重新定位浇注装置。
完全同步的浇注和造型 - 无缝浇注 - 就是答案，对于面临多次短周期挑战的铸造厂来说特别有价值。在所有可能的情况下协调这两种功能需要深度的 M2M 集成，同样，关键是始终准确了解每个铸型的位置。这样，浇注装置就可以计算出何时何地浇注下一个铸型，并在需要时调整浇注装置的位置以适应。
在稳定生产期间，这相对简单。每次浇注后，铸型串向前移动相同的距离 - 铸型厚度 - 并且浇注装置保持在相同的位置。补偿铸型厚度的任何微小变化只需要进行小幅调整。
但对于垂直造型，当型板更换后，铸型厚度也会发生变化。这是因为 DISAMATIC 的工艺会改变铸型厚度，以保持砂铁比恒定，并考虑铸型高度。这提高了质量并最大限度地减少了资源消耗，但是，在型板更换后，造型线将生产一种铸型厚度，而浇注装置将填充另一种厚度的铸型。
在过渡期间，自动化系统每次浇注前一个模式的剩余铸型时都必须调整浇注位置。如果新铸型较厚，则造型机有时必须等待两个铸型浇注。如果新铸型更薄，浇注装置也必须能够在一个造型周期内跳过浇注。
Ortrander 的无缝浇注
德国铸造厂 Ortrander Eisenhütte 运营着三条迪砂造型线，每天生产约 100 吨铸件。而且它经常更换型板。
Ortrander 发现手动定位浇注装置和浇注铸型太慢，需要更多的操作员，并且容易出现浇注过多等错误。员工最终会感到疲倦、注意力不集中并犯错误，例如增加松弛时间。 现在，它的炉子、造型线和浇注都是数字控制和同步的，几乎完全自动运行。
在型板更改后，pourTECH 浇注控制器根据来自 CIM 系统的数据计算浇注装置的放置位置 。它清楚地知道第一个新铸型何时到达浇注装置，并自动切换到新的浇注顺序。如果浇注装置到达其行程的终点，造型机会暂停，而浇注装置会自行重新定位 - 所有这些都是自动的。
转换时间从 4.5 分钟下降到不到 2 分钟。在 8 到 12 次型板更换中，每个班次的型型更换大约需要 30 分钟，不到自动化前时间的一半。
无缝浇注的额外一致性以及更强的工艺优化能力已将废品率降低了 20%。仅需2个人运行整条线，而不是之前的3个人；在某些班次中，3个人操作两条线。除了监控之外，他们所做的只是选择下一个模式，管理混砂和铁水输送。
尽管操作员确实需要一些自动化培训，但它提供的额外过程信息有助于做出正确的决策，因此需要的经验丰富的员工较少。将来，机器可能会自己做出所有决定。
数据红利
将自动造型与其他子过程（如浇注、冷却和落砂）同步，可实现更快的工艺和更低的废品率。添加自动模式更改，生产线以最少的手动输入有效地自行运行。
每个铸造厂都需要略有不同的定制解决方案，但技术已得到充分验证。大约一半的 DISA 客户已经以某种形式实施了 Monitizer | CIM。此处描述的 M2M 集成（包括无缝浇注）目前在全球多个地点运行，并且完全在所有现代铸造厂的范围内。
除了配方管理和过程警报等功能外，数字化还为数据收集、存储、报告和分析提供了符合工业 4.0 标准的基础。Ortrander 为它浇注的每个铸型收集大约一千个参数。 铸造厂管理层可以查看详细报告并深入研究数据，从而帮助揭示复杂、相互关联的铸造问题的根本原因。
如果铸件中出现表面夹杂物，主管可以立即检查超出公差的参数。或者，他们可以测量浇注液位和温度如何影响每种型板下的充型。
流程数据库也是机器学习和 AI 等自动化分析的起点。 事实证明，AI 驱动的全流程优化可以从根本上提高性能；多家铸造厂报告显示使用 Monitizer |PRESCRIBE 可以有效的将废品率下降40%。
过去，铸造厂最大的资产是型板和员工的经验。现在，随着更广泛的自动化与工业 4.0 系统相结合，数字化正迅速成为铸造成功的第三大支柱。