Сбор данных для цифровизации производственного процесса парафиновых свечей

DATA ACQUISITION FOR DIGITISATION IN THE PARAFFIN CANDLE PRODUCTION PROCESS

Сергей Маузер^{a}, Аушра Станкявичюте^{b}, Томас Янкаускас^{b}

^{a} Независимый исследователь, Сергиев Посад, Российская Федерация ^{b} Кафедра прикладных технологий, Каунасский колледж, Литва

Mokslo Taikomieji Tyrimai Lietuvos Kolegijose, 1(19), 221–227, 2023

Аннотация

Статья посвящена методам сбора данных для цифровизации производства парафиновых свечей. Авторы предлагают подходы к автоматизации контроля качества и учёта сырья, что напрямую влияет на эффективность оптовых партий. Исследование охватывает внедрение датчиков температуры, расходомеров и систем машинного зрения на этапе заливки и охлаждения свечей. Разработанная модель сбора данных позволяет снизить долю брака на 18–23% и оптимизировать расход парафина на 7–12%. Работа полезна для производителей, стремящихся снизить издержки и повысить стабильность качества при масштабировании оптовых поставок.

Ключевые слова: цифровизация производства, парафиновые свечи, сбор данных, контроль качества, автоматизация, промышленные датчики, оптовое производство

1. Введение

Производство парафиновых свечей — традиционная отрасль, в которой преобладают ручные и полуавтоматизированные методы контроля. Качество готовой продукции зависит от множества параметров: температуры заливки, скорости охлаждения, влажности окружающей среды, свойств фитиля и однородности парафиновой смеси. В условиях мелкосерийного производства отклонения компенсируются опытом оператора. Однако при масштабировании до оптовых партий (от 5 000 свечей за смену) ручной контроль становится узким местом: брак выявляется на поздних стадиях, а потери сырья накапливаются незаметно.

Цифровизация — внедрение автоматизированного сбора данных на каждом этапе производственного цикла — рассматривается как путь к повышению эффективности. Настоящая статья описывает архитектуру системы сбора данных, разработанную и протестированную на производственной линии в Каунасе (Литва) и адаптированную к условиям аллюминиево-формового литья.

2. Методология

2.1 Описание производственной линии

Исследование проводилось на линии производства парафиновых свечей с использованием 20-гнёздных алюминиевых форм. Производственный цикл включает: плавление парафина (марка П-2) в водяной бане, заливку в формы при температуре 65–72 °C, охлаждение при комнатной температуре (18–24 °C) в течение 15–20 минут, извлечение и визуальный контроль.

2.2 Архитектура системы сбора данных

Разработанная система включает четыре уровня сбора данных:

Уровень 1 — Температурный мониторинг. Термопары типа K (хромель-алюмель) устанавливались в плавильном баке и в трёх точках формы (верх, середина, низ). Данные регистрировались с частотой 1 Гц через модуль сбора данных National Instruments USB-6212.

Уровень 2 — Расход сырья. Расходомеры массового типа (Coriolis) измеряли массу парафина, поступающего в форму при каждой заливке. Точность — ±0,5 г.

Уровень 3 — Параметры окружающей среды. Датчики температуры и влажности воздуха (Sensirion SHT31) фиксировали условия в зоне охлаждения с интервалом 30 секунд.

Уровень 4 — Машинное зрение. Камера Basler acA1920–40um с разрешением 1920×1200 и частотой 40 кадров/с сканировала извлечённые свечи на предмет геометрических дефектов: кривизна, раковины, трещины, неравномерность диаметра. Обработка изображений выполнялась алгоритмом OpenCV на базе Python.

2.3 Протокол испытаний

Сбор данных проводился в течение 30 рабочих смен (по 8 часов). За период зафиксировано 9 600 заливок, что соответствует 192 000 свечей. Для каждой заливки регистрировались: timestamp, температура заливки, температура формы в трёх точках, масса залитого парафина, температура и влажность воздуха, время охлаждения, результат визуального контроля (годен/брак, тип дефекта).

3. Результаты

3.1 Температурные профили

Анализ температурных данных показал, что 67% случаев брака (трещины и раковины) коррелируют с отклонением температуры заливки от диапазона 68–72 °C более чем на 2 °C. При температуре ниже 66 °C парафин не полностью заполняет гнездо формы, что приводит к раковинам. При температуре выше 74 °C происходит перегрев нижних слоёв, что вызывает неравномерную усадку и трещины.

3.2 Оптимизация расхода сырья

Данные массовых расходомеров выявили систематическое переливание парафина: операторы заливали в среднем на 4,8% больше необходимого объёма «для гарантии заполнения». После внедрения обратной связи в реальном времени (световая индикация при достижении целевой массы) переливание сократилось до 0,7%, что дало экономию 7–12% по массе парафина.

3.3 Машинное зрение

Алгоритм машинного зрения достиг точности классификации дефектов 94,3% (тестовая выборка 4 800 изображений). Основные типы выявляемых дефектов: кривизна оси (38%), раковины (29%), трещины (22%), неравномерность диаметра (11%). Среднее время обработки одного изображения — 0,12 с, что обеспечивает работу в реальном времени.

3.4 Интегральный эффект

Комбинированный эффект от внедрения всех четырёх уровней сбора данных:

4. Обсуждение

Полученные результаты подтверждают, что даже частичная цифровизация — без полной замены оборудования — даёт существенный эффект. Ключевой фактор не стоимость датчиков, а систематизация данных: температурные профили, ранее недоступные оператору, позволяют выявить причины брака и скорректировать процесс. Корреляция между температурой заливки и дефектами (67% случаев) указывает на то, что температурный контроль — первоочередная точка цифровизации для малых производств.

5. Заключение

Разработанная система сбора данных снижает долю брака на 18–23% и оптимизирует расход парафина на 7–12% без замены основного оборудования. Для оптовых производителей, выпускающих от 5 000 свечей за смену, это соответствует экономии 2 500–4 000 ₽ в день только на сырье. Дальнейшие исследования направлены на интеграцию собранных данных с прогнозными моделями машинного обучения для автоматической коррекции параметров в реальном времени.