System

สาเหตุที่ทำให้ VFD หรือ Inverter เกิด Fault ? เราคงปฏิเสธไม่ได้ว่าอุปกรณ์ที่นิยมใช้เพื่อปรับความเร็วรอบมอเตอร์ในโรงงานอุตสาหกรรม คือ Variable Frequency Drive (VFD) หรือหลายๆคนเรียก Inverter สิ่งแรกที่ควรรู้เมื่อซื้อ VFD มาใช้งาน คือ ความสะอาด ความเย็น และความชื้นต้องต่ำ เป็นสิ่งที่ต้องพึ่งระวังหากปฏิบัติตามคำแนะนำสามข้อนี้ อายุของ VFD จะยืดออกไปอย่างมาก บทความนี้จะกล่าวครอบคลุมถึงสาเหตุทั่วไปบางประการที่ทำให้ VFD ทำงานความล้มเหลวหรือเกิด Fault นั่นเอง และอาจก่อให้เกิดความเสียหายกับ VFD เองได้ถ้าปํญหาไม่ได้รับการแก้ไข นอกจากนั้นเราจะให้คำแนะนำเพื่อป้องกันไม่ให้ VFD มีอายุสั้นเกินควร สิ่งแวดล้อมไม่เหมาะสม VFD ถูกสร้างขึ้นด้วยอุปกรณ์อีเลคทรอนิคส์ มีไมโครโปรเซสเซอร์ทำหน้าที่ประมวลผลคล้ายกับคอมพิวเตอร์ และมีความอ่อนไหวอย่างยิ่งต่อฝุ่นละออง ความชื้น และความร้อนที่สูงเกินไป หากคุณกำลังใช้ VFD ในบริเวณที่มีฝุ่นละอองมาก หรือความชื้นสูงอย่างต่อเนื่อง อายุการใช้งานของ VFD จะสั้นลงอย่างแน่นอน ในสภาพแวดล้อมที่มีความชื้นสูง เช่น โรงบำบัดน้ำเสีย และน้ำประปา […]

การสร้างแบบจำลองข้อมูลอาคารนำไปสู่การร่วมงานระหว่าง ABB และ Sonepar การสร้างแบบจำลองข้อมูลอาคาร (Building Information Modelling, BIM) กำหนดแนวทางการทำงานร่วมกันภายใต้เทคโนโลยีดิจิทัล ซึ่งช่วยปลดล็อกวิธีการออกแบบและดำเนินงานโครงการก่อสร้างให้มีประสิทธิภาพมากขึ้น เรากำลังเห็นการนำ BIM ไปปรับใช้อย่างรวดเร็วโดยผู้เล่นหลักในอุตสาหกรรมของเรา มีแรงจูงใจหลักสองประการที่อยู่เบื้องหลังการเปลี่ยนแปลงนี้: ประการแรกคือประโยชน์ที่ BIM สร้างขึ้นนั้นไม่เพียงแค่ลูกค้า แต่ยังรวมถึงห่วงโซ่อุปทานทั้งหมดด้วย ประการที่สองคือความสามารถของ BIM ในการส่งเสริมความโปร่งใสและการทำงานร่วมกันระหว่างซัพพลายเออร์มากขึ้น ซึ่งจะช่วยลดการสูญเสียวัสดุตลอดทุกขั้นตอนของกระบวนการ นอกจากข้อดีหลักสองข้อนี้แล้ว BIM ยังช่วยให้เกิดความสม่ำเสมอ เพิ่มประสิทธิภาพการจัดการเวลาและการตัดสินใจเชิงกลยุทธ์ เพิ่มผลผลิต ขจัดความเสี่ยง รวมถึงอาชีวอนามัยและความปลอดภัยของพนักงานทุกคนที่เกี่ยวข้องในกระบวนการก่อสร้าง ในขณะที่สามารถคาดการณ์การลดต้นทุนตลอดอายุการใช้งานได้ ABB สนับสนุนพันธมิตรให้ผ่านประสบการณ์ BIM และได้สร้าง e-learning สำหรับทุกคนที่ต้องการสร้างความคุ้นเคยกับกระบวนการก่อนที่จะนำไปใช้งานกับโครงการของตนเอง  Technische Unie ได้เพิ่งหน้าแรกบนเว็บไซต์ของพวกเขาเกี่ยวกับ BIM และสร้างปลั๊กอินที่ลูกค้าดาวน์โหลดได้ และให้สิทธิ์เข้าถึงแค็ตตาล็อก ABB BIM เพื่อช่วยอำนวยความสะดวกในการดำเนินงานต่างๆ ด้วยความร่วมมือของ Sonepar กับ ABB ช่วยให้ e-Learning นี้เป็นประโยชน์ต่อลูกค้าของบริษัท ผู้อำนวยการฝ่ายผลิตภัณฑ์อาคารอัจฉริยะ Paolo […]

เซอร์โวมอเตอร์ (servo motor) ตอนที่ 3(การเลือกขนาดมอเตอร์) การเลือกขนาดเซอร์โวมอเตอร์ให้เหมาะสมกับงานนั้นยากกว่าการเลือกขนาดอินดักชั่นมอเตอร์แบบทั่วไป  เพราะไม่เพียงแต่ต้องคำนึงถึงอัตราเร่งความเร็ว อัตราการชะลอตัวและแรงบิดในการขับโหลดเท่านั้น แต่ยังรวมถึงความสามารถของเซอร์โวมอเตอร์ในการควบคุมความเร็ว ตำแหน่งหรือแรงบิด  ซึ่งเราต้องคำนวณแรงบิดสูงสุด(peak torque) อัตราเร่งความเร็วและอัตราชลอความเร็ว  ตลอดจนแรงบิดขณะขับโหลดปกติ(normal torque) นอกจากนี้ต้องคำนวณความเฉื่อย(inertia)ของระบบ (Inertia คือ ความต้านทานต่อการเปลี่ยนแปลงความเร็ว) เพื่อให้แน่ใจว่ามอเตอร์ไม่ร้อนเกินไปในระหว่างการใช้งาน นอกจากนี้การจับคู่ความเฉื่อยระหว่างมอเตอร์และโหลดเป็นสิ่งที่จำเป็นเพื่อให้แน่ใจว่ามีการตอบสนองและประสิทธิภาพของระบบที่เหมาะสม ต่อไปเราจะตรวจสอบปัจจัยสำคัญเหล่านี้ เพื่อใช้ประกอบการเลือกขนาดมอเตอร์ให้เหมาะสมกับงาน INERTIA RATIO ปัจจัยที่สำคัญประการแรก คือ อัตราส่วนความเฉื่อย(Inertia ratio) วัตถุที่หมุนใดๆ ต้องมีความเฉื่อย ความเฉื่อยคือความต้านทานการเปลี่ยนความเร็วในการหมุนของวัตถุนั้น ความเฉื่อยทั้งหมดของระบบเซอร์โวมอเตอร์สามารถแบ่งออกเป็นสองส่วน คือ ความเฉื่อยของมอเตอร์ และ ความเฉื่อยของโหลด ความเฉื่อยของมอเตอร์(Motor inertia) JM จะระบุไว้ในแคตตาล็อกของผู้ผลิต  ส่วนความเฉื่อยของโหลด(Load inertia) JL มักประกอบด้วยหลายชิ้นส่วนที่ประกอบเข้าด้วยกัน ทุกองค์ประกอบที่ถูกขับด้วยมอเตอร์จะถูกรวมกันเป็นความเฉื่อยของโหลดทั้งหมด  ซึ่งต้องใช้การคำนวณต่างๆ เพื่อให้ได้ค่าความเฉื่อยขององค์ประกอบทั้งหมดนั้น Inertia ratio = JL/JM  โดยทั่วไปอัตราส่วนความเฉื่อย 5: 1 […]

อีก 5 ปีข้างหน้า อุตสาหกรรมจะก้าวกระโดดเพราะ Machine Learning ทุกวันนี้คงปฎิเสธไม่ได้ว่ามองไปทางไหนก็มีแต่คนพูดเรื่องปัญญาประดิษฐ์ (Artificial Intelligence ชื่อย่อ AI) และผู้คนจำนวนไม่น้อยก็ใช้ AI ในชีวิตประจำวันทั้งแบบรู้ตัวและไม่รู้ตัว ตัวอย่างเช่น ข้อเสนอที่แฝงตัวบน YouTube ซึ่งใช้ Machine Learning ในการประมวลข้อมูลร่วมกันกับบริการอื่นของบริษัท เช่น บริการแนะนำวิดีโอที่ผู้ใช้งานอาจจะชอบ หรือ แอบแทรกโฆษณาแอพพิลเคชั่นที่เกี่ยวกับสิ่งที่คุณชอบ ถ้าคุณชอบชมดนตีก็จะมีแอพพลิเคชั่นสอนการเล่นดนตีขึ้นมาระหว่างการชม  ซึ่งสิ่งเหล่านี้ระบบจะเรียนรู้จากพฤติกรรมการรับชมของเรา โดย AI จะมีส่วนการเรียนรู้ที่เรียกว่า Machine Learning ซึ่งหลายคนต่างกังวลว่ามันจะเข้ามาแย่งงานในอนาคตหรือไม่ ทำไมบางองค์กรเร่งตัวและประสบความสำเร็จในการนำเทคโนโลยี Machine Learning มาใช้ และไม่อีกกี่ปีต่อจากนี้การประยุกต์ใช้งาน Machine Learning ในภาคอุตสาหกรรมจะแพร่หลายมากขึ้น เพราะมันสามารถช่วยสร้างผลลัพธ์ที่ดีกว่าและช่วยแก้ไขปัญหาต่างๆได้อย่างเหมาะสม  อุตสาหกรรมการผลิตมีความซับซ้อนมากขึ้นและมีการพัฒนาอย่างต่อเนื่องซึ่งเราจะสังเกตเห็นว่าหน่วยการผลิตทำหน้าที่หลายอย่างมากเกินไปและแต่ละหน่วยผลิตมีหน้าที่รับผิดชอบในการผลิตสินค้าที่มีคุณภาพ ดังนั้นการรักษาให้เครื่องจักรและกระบวนการผลิตคงสภาพการผลิตสินค้าที่มีคุณภาพจึงเป็นสิ่งสำคัญที่โรงงานอุตสาหกรรมต้องพึ่งพาเทคโนโลยี่และระบบควบคุมอัตโนมัติ  แต่ระบบอัตโนมัติอาจไม่เพียงพอสำหรับอนาคตอันใกล้นี้  ในปัจจุบันหน่วยการผลิตต่างๆได้เริ่มใช้เครื่องจักรอัจฉริยะและเทคโนโลยีที่สามารถช่วยปรับปรุงผลผลิตและเพิ่มประสิทธิภาพกันมากขึ้น บริษัท ยักษ์ใหญ่ทั่วโลกกำลังลงทุนอย่างมีนัยสำคัญเพื่อนำเทคโนโลยี Machine Learning มาใช้งานในกระบวนการผลิตของตนและได้รับผลลัพธ์ที่น่าพอใจ  ธุรกิจจำนวนมากกำลังใช้ประโยชน์จาก Machine Learning ในหลายๆ […]