DISA TAG-System

Das TAG-System versieht jedes Gussteil mit einer eindeutigen ID, die die Bediener einscannen können, um das Gussteil einer bestimmten Fehlerursache zuzuordnen oder um die Parameter des Herstellungsprozesses nachzuschlagen.

Quelle: DISA

DISA hat ein neues Rückverfolgungssystem auf Gussteilebene mit dem Namen Trace and Guidance (TAG) veröffentlicht, das eine Verbindung zwischen Prozess- und Qualitätsdaten herstellt und Grünsandgießereien eine vollständige Rückverfolgbarkeit von Gussteilen ermöglicht. Gießereien können mit TAG jedes einzelne Gussteil zurückverfolgen, anstatt sich auf weniger genaue Chargendaten zu verlassen. Das neue System ermöglicht es den Betreibern, einen Überblick über den gesamten Prozess auf der Ebene des einzelnen Gussteils zu erhalten.

"Es kann sehr schwierig sein, die Ursache für Ausschuss zu finden, was es schwierig macht, qualitätsbezogene Kosten zu reduzieren", sagte Per Larsen, Innovationsmanager bei DISA. "DISA TAG fügt jedem Gussteil eine eindeutige ID hinzu, die der Bediener einfach scannen kann, um das Gussteil einer bestimmten Fehlerursache zuzuordnen oder um die Prozessparameter nachzuschlagen, mit denen es hergestellt wurde. DISA TAG verspricht, die Qualitätskosten auf ein bisher nicht gekanntes Niveau zu senken.

Das DISA TAG System funktioniert in drei Schritten. Zuerst installieren die Gießereien Markierungseinheiten in ihren Modellplatten, um jedem Gussteil eine eindeutige TAG-ID zu geben. Nach dem Sortieren der Gussteile werden die Codes mit einem Handscanner gelesen und mit bestimmten Fehlerarten verknüpft. Diese Qualitätsdaten werden automatisch in der TAG-Datenbank gespeichert.

Im letzten Schritt werden der eindeutige Code eines jeden Gussteils und der spezifische Fehler mit den Prozessdaten des Gussteils verknüpft. Die Ingenieure können dann spezifische Fehler mit den Prozessdaten korrelieren, um verborgene Erkenntnisse und die Grundursachen der Fehler zu finden.

DISA TAG eignet sich hervorragend für automatisierte Analysen, die künstliche Intelligenz (KI) nutzen. Die Daten auf Gießereiebene helfen der KI, viel schneller zu lernen, die Optimierungsgenauigkeit zu verbessern und so die Ausschussreduzierung zu maximieren. Dies ist ein wesentlicher Bestandteil auf dem Weg zur Null-Fehler-Produktion und zu einer nachhaltigeren Zukunft.

Quelle: DISA