Nel campo della zincatura continua di lamiere sottili per l'industria siderurgica automobilistica, il controllo preciso dello strato di zinco è di grande importanza. Al centro del processo di zincatura continua c'è il crogiolo o bagno di zinco, un elemento essenziale per garantire una produzione regolare gestendo i costi.
Questa presentazione spiega l'uso del sistema air gap di Clecim (Dynawipe), essenziale per controllare e regolare lo spessore e l'uniformità del rivestimento su tutta la larghezza e la lunghezza delle sottili strisce di acciaio. Questo processo soddisfa la sfida continua di ottimizzare la protezione dalla corrosione e ridurre al minimo il consumo di zinco; si adatta anche alla tendenza di Industry4.0 di registrare, analizzare e modellare i processi fisici per migliorare le prestazioni dei clienti.
Questa presentazione mostra come è stato utilizzato JMP, passo dopo passo, per creare una mappa di pressione in funzione di vari parametri per il confronto con la modellazione di elementi finiti. La sfida principale che abbiamo affrontato è stata la determinazione precisa del picco di pressione massimo. Il nostro approccio consiste nel registrare i dati, modellare la pressione utilizzando una curva gaussiana (piattaforma Fit Curve), esportare i parametri, modellarli in funzione dei parametri di processo utilizzando Fit Model e quindi produrre un grafico animato utilizzando Graph Builder.
Salve, mi chiamo Stephane Gouttebroze e vi presenterò questo documento intitolato Zinc Coating Excellence: Leveraging JMP for Accurate Pressure Control and Thermodynamic Modeling. Questo è il contenuto della mia presentazione. Innanzitutto, una breve introduzione su Clecim. Dopo, parlerò del background e dell'impostazione sperimentale. Dopo, farò una breve dimostrazione di salto e concluderò con alcune conclusioni. Clecim, chi siamo? Siamo un integratore francese di apparecchiature per l'industria siderurgica globale. Ci troviamo in Francia, vicino a Lione, a Montbrison.
L'azienda ha 100 anni e siamo circa 200 dipendenti in questa azienda. Abbiamo un ufficio di progettazione, un'officina e un servizio di installazione e messa in servizio in loco. Le attività principali di Clecim sono la fornitura di singole macchine e anche di linee di produzione complete come linee di decapaggio, ricottura, zincatura, verniciatura e così via. Clecim è anche in grado di fornire servizi come pezzi di ricambio o manutenzione.
Disponiamo inoltre di un reparto di consulenza che può offrire competenza e audit di processo ai nostri clienti. Gli esempi di installazione sono i seguenti. Ad esempio, laminatoi, linee di livellamento a caldo o a freddo, sistemi di ispezione superficiale per la qualità delle strisce e saldatrici laser, e molto altro.
In fondo a questa slide, puoi vedere un esempio di linea di zincatura dedicata al mercato automobilistico. La lunghezza di questa linea da qui a qui è di circa 500 metri e l'altezza approssimativa è di 35 metri. Nelle slide seguenti, ci concentreremo su quest'area, che è l'area del crogiolo di zinco.
Per quanto riguarda il background e l'impostazione sperimentale, siamo nell'area del crogiolo di zinco, e qui avete un bagno di zinco liquido. Qui dovete immaginare una striscia che esce da una fornace qui, che entra nel bagno di zinco e che esce dopo essere stata ricoperta di zinco in questo zinco liquido. La striscia è in continuo movimento. È una produzione continua. Potete immaginare che una volta che la striscia esce dallo zinco liquido, c'è uno strato di zinco rivestito sulla sua superficie.
Per qualità, produttività e resistenza alla corrosione, dobbiamo essere sicuri, o dobbiamo assicurare che ci sia uno spessore di zinco costante e uno spessore di zinco omogeneo lungo la larghezza e la lunghezza della striscia. Ciò è garantito da un dispositivo specifico, che chiamiamo lama d'aria. È questo il design qui. È in effetti proprio come un essiccatore ad aria. Soffia aria sulla superficie della striscia per rimuovere lo zinco in eccesso.
L'obiettivo dello studio era di condurre delle misurazioni sperimentali. Vogliamo anche modellare la pressione d'impatto rispetto a vari parametri e anche confrontarla con la modellazione a elementi finiti. Alla fine, adattare il modello a elementi finiti in modo che sia in accordo con quanto abbiamo misurato. Ecco i risultati della modellazione con elementi finiti e ora passeremo al banco di prova.
Il banco di prova è, come puoi vedere qui, il sistema di soffiaggio dell'aria in funzione. Qui hai il dispositivo a lama d'aria. La larghezza di questo dispositivo è rappresentata dall'asse Y e l'altitudine è rappresentata dall'asse Z. Su questo banco di prova, abbiamo aggiunto una piccola parte qui, che è una lamiera, strumentata con un trasduttore di pressione per misurare la pressione di impatto dell'aria su questa lamiera. Questo sarà utile per rappresentare la pressione della lama d'aria su una striscia fittizia.
Questo vi mostra le misurazioni sperimentali. Abbiamo una misurazione della velocità del ventilatore, che varierà e che cambierà la pressione all'interno del coltello d'aria. Abbiamo anche tre posizioni X, Y e Z, che possono variare per le misurazioni. Misuriamo la pressione d'impatto qui con il trasduttore di pressione e la temperatura dell'aria. Con tutte queste misurazioni, possiamo creare una tabella dati e vedremo dopo questa tabella.
Il flusso di lavoro dello studio è il seguente. Iniziamo qui con le misurazioni. Con queste misurazioni, scegliamo la posizione X e Y, che sono fisse, e stiamo variando la posizione Z per misurare la pressione d'impatto. Vediamo che la curva avrà questa forma. Con questa forma, decidiamo di modellare come una curva gaussiana con lo strumento in JMP chiamato curva di adattamento gaussiana. Avremo ora tre parametri che rappresentano queste curve, A, B e C, che sono il valore di picco, il punto critico e il tasso di crescita.
Questi tre parametri saranno incorporati nella nostra tabella dati e faremo alcune correzioni di misurazione. Ad esempio, aggiungeremo un offset Z per ricentrare tutte le curve perché il nostro dispositivo sperimentale può spostarsi un po' sull'asse Y. Dopo di che, abbiamo scelto di modellare il valore di picco e il tasso di crescita in funzione dei parametri di processo. Creeremo una nuova tabella con la formula prevista per poter prevedere la pressione in tutto lo spazio 3D in X, Y e Z, e anche nella velocità del motore e nella temperatura dell'aria.
L'obiettivo è ottenere questo grafico di contorno. Questo grafico di contorno qui rappresenta la pressione prevista rispetto al valore Z e al valore X con temperatura dell'aria fissa e velocità del motore del ventilatore fissa. Dobbiamo mantenere questa curva e ora vi mostrerò come ottenere questo grafico di contorno.
Ora devo passare a JMP. Aprirò la tabella dati. La tabella dati è qui. Qui hai 13 misurazioni con la stessa data e ora, che rappresentano un set di misurazioni per una data velocità del motore, X, Y. Stiamo variando il valore Z da meno tre a più tre e misuriamo la pressione di impatto e la temperatura dell'aria. Posso mostrarti tutti i punti di misurazione qui. Puoi vedere che abbiamo scelto di creare valori X come questi, valori Y e Z. Non abbiamo una rappresentazione ottimizzata. In futuro, vorremmo fare un progetto di esperimento per avere una migliore rappresentazione di questo spazio 3D.
Se ora grafico la pressione con Z, puoi riconoscere questa forma di curva gaussiana. Tutte le curve non sono allineate. È a causa del fenomeno che ho spiegato in precedenza con la deriva nel banco di prova. L'obiettivo ora sarà quello di modellare tutte queste curve come una funzione di questi parametri. Per fare ciò, utilizzo la piattaforma Fit curve in JMP. Ho scelto di adattare la pressione della curva come una funzione. Scusa, come una curva come questa. Riconosci i tre parametri introdotti in precedenza? Con questo, faccio la curva di seduta rispetto a tutti i punti di regolazione delle misurazioni.
Ora, con questo, posso incorporare, scusate, posso estrarre i valori dei parametri in una nuova tabella come questa. Vedete che con questa misurazione, la stessa data e ora, abbiamo i tre parametri e i tre valori. Devo modificare un po' per dividere questa tabella in modo da poterla incorporare in quella originale. Uso questa funzione di divisione. Ora una riga rappresenta il punto critico, il tasso di crescita e il valore di picco per ogni punto di prova.
Una volta che ho questo, posso integrare questa tabella a quella originale. Questo si fa facendo questo. Ora vedi la tabella originale qui con queste colonne aggiunte. Queste quattro colonne sono solo il calcolo di una piattaforma di curve di adattamento. Questa è una formula che ho creato. Serve solo per ricentrare il valore Z rispetto al punto critico. Se uso questo valore ora, e posso tracciare la pressione rispetto a questo valore, e vedi che ora tutte le curve sono allineate a zero.
Con questa curva, ora sono interessato a sapere o a trovare quali parametri o come i parametri stanno variando il valore di picco, per esempio. Questo è ciò che posso mostrarti qui. Se cambio la velocità del motore, per esempio, come sta cambiando il valore di picco, o qual è l'influenza del valore X o della temperatura dell'aria. Per ottenere questi due profiler, lo stesso vale per il tasso di crescita. Per ottenere questi due profiler, devo usare una nuova piattaforma, un'altra piattaforma. È la piattaforma del modello di adattamento. Puoi trovarla qui. Ho scelto di mantenere solo tre parametri con, è un modello lineare. Per me, è un buon modello perché abbiamo un buon R quadrato.
Possiamo migliorare un po' questo modello perché da qui la forma, il pattern nei valori residui sembra essere ottimizzato, ma scegliamo di mantenere così perché sarà una formula semplice. Posso mostrarti la formula. L'espressione di previsione. Vedi, è lineare ed è molto semplice. Abbiamo deciso di mantenere questo modello. Con questo modello, posso aggiungere la formula di previsione per il valore di picco. Qui puoi vedere che è aggiunta con la formula che hai qui, la riconosci. Farò lo stesso per il tasso di crescita. Stesse conclusioni. Abbiamo un R quadrato molto buono, solo gli stessi parametri, anche lineari, e la stessa conclusione sul residuo, possiamo forse migliorare un po', ma non è il punto qui. Manterremo così.
Ora ho due nuove colonne, formula di previsione per il valore di picco e per il tasso di crescita. Posso aggiungere, naturalmente, l'ultima, l'ultima colonna, che sarà la formula di previsione per la pressione qui. Se vi mostro la formula, riconoscete la formula della curva gaussiana con la formula di previsione per il tasso di crescita e la formula di previsione per il valore di picco.
Ora, abbiamo una formula di previsione per la pressione e come funzione di tutti questi parametri più la temperatura dell'aria. Ora, l'idea è di costruire una nuova tabella contenente questi parametri con valori all'interno dei limiti delle misurazioni, ma con, ad esempio, una ripartizione ottimizzata. Vi mostrerò come fare. Per prima cosa, aprirò. Ho preparato le quattro tabelle. Riconoscete qui la velocità del motore, il valore X, il valore Z e la temperatura dell'aria. Quello che devo fare ora è combinare queste quattro tabelle in una sola con tutte le combinazioni possibili tra i quattro parametri.
Per questo, uso la tabella della piattaforma, la tabella di concatenazione, e scelgo di concatenare, ad esempio, scusate, mi scusi, non è concatenare, è join. Scegliamo di unire la tabella. Scegliamo di unire la velocità del motore con, ad esempio, D, e invece di usare per colonna corrispondente, devo cambiare e scegliere join cartesiano. Potete vedere qui, tutte le combinazioni tra questi due parametri che ho calcolato da JMP. Mi crea una nuova tabella. Se la uso di nuovo con Z e di nuovo con la temperatura dell'aria, avrete una tabella dati completa con questi quattro parametri.
L'ho già fatto in precedenza, quindi lo aprirò. Qui hai i miei quattro parametri con tutte le possibili combinazioni che portano a circa 3.000 righe. Con questa tabella, posso aggiungere la mia formula. Qui abbiamo le quattro colonne. Qui abbiamo la formula di previsione calcolata in precedenza e la pressione di previsione, la stessa mostrata in precedenza, aggiunta in queste colonne. Il vantaggio di fare questo è che posso cambiare la ripartizione o la precisione in Z, X, temperatura dell'aria o velocità del motore.
Con questa tabella, ora posso realizzare il grafico di contorno che vi ho mostrato. Qui, potete riconoscerlo e posso animarlo rispetto alla velocità del motore. Ora, vedete che abbiamo ottenuto ciò che vorremmo avere come mostrato qui.
Vorrei solo darvi qualche parola in conclusione. Le conclusioni sono che abbiamo qui sulla parte sinistra, un modello di elementi finiti importato in JMP. In questa parte centrale, ci sono i risultati sperimentali visualizzati con JMP. In confronto, possiamo tracciare queste due curve, che sono tagli di questo grafico di contorno con valore costante X. Qui vedete un'ottima corrispondenza tra elementi finiti sperimentali e 3D. Mentre qui abbiamo qualche differenza. In questo caso, vorremmo migliorare il nostro modello di elementi finiti modificando alcune ipotesi o alcuni parametri di modellazione.
In conclusione, possiamo dire che JMP aiuta Clecim a esplorare i dati in modo intuitivo, analizzare e modellare le misurazioni in modo semplice ed efficace. Abbiamo convalidato la nostra configurazione sperimentale. Possiamo facilmente confrontare un modello di elementi finiti e i risultati sperimentali. Possiamo anche estrapolare le nostre misurazioni, convalidare le nostre ipotesi. Possiamo presentare i risultati in modo accattivante e comunicare e convincere i nostri clienti delle nostre prestazioni e capacità di studio. Questa è la conclusione del mio discorso e vorrei ringraziarvi per la vostra attenzione. Se avete domande, non esitate a contattarmi via e-mail o tramite LinkedIn o per telefono. Grazie.
