Medición y gestión de variables para el éxito del conformado de chapa

Mantener bajo control las numerosas variables asociadas con el conformado de metales permite a una empresa producir piezas de calidad de manera constante. supermatros / iStock / Getty Images PlusL

Formar componentes de chapa metálica de forma exitosa y eficiente requiere gestionar muchas variables, incluidas las propiedades y condiciones de sus materiales, equipos y procesos. Cuando los haya administrado bien, podrá crear componentes de calidad, minimizar los gastos de recursos y optimizar las contribuciones de los empleados. Pero una sola variable que se comporta mal puede provocar un fracaso en la calidad.

Para garantizar que las variables de su operación funcionen bien juntas, debe medir cada una y comprender su rango operativo aceptable. El control estadístico de procesos ofrece un proceso para medir valores operativos variables contra los límites de control superiores y los límites de control inferiores. Los proveedores de equipos y materiales de fabricación comprenden y publican el rango operativo utilizable de sus productos. Los profesionales experimentados y la investigación de laboratorio pueden mejorar la información proporcionada por los proveedores sobre cómo los materiales de fabricación responden a la demanda de sus operaciones y geometrías de componentes.

Algunas de sus variables se pueden medir de forma directa y precisa en tiempo real. Probablemente su equipo ya mida las carreras por minuto, la velocidad del ariete y el perfil del ciclo. Por ejemplo, su prensa debe tener un medidor de tensión en el marco de carga que mida la fuerza ejercida por la prensa a lo largo de la carrera. Con el monitoreo de tonelaje, puede identificar cargas desequilibradas, lubricación inadecuada, variaciones en las propiedades mecánicas del material, desgaste de herramientas, errores en los ajustes de altura de cierre y grietas y arrugas.

Algunas variables, como las propiedades de tracción de un material, normalmente se estiman y asumen. La fábrica realiza pruebas destructivas en los extremos de la bobina y reporta los resultados, entre otras características, en la certificación de la fábrica entregada con la bobina. Sin embargo, las operaciones del laminador introducen variaciones en las propiedades a lo largo de la bobina, y las pruebas destructivas proporcionan propiedades sólo para el lugar probado.

Las pruebas no destructivas son una alternativa para determinar propiedades en una muestra más grande de la bobina. Este proceso utiliza relaciones observadas entre las propiedades magnéticas y mecánicas para determinar las propiedades de tracción. Si bien no son una medida directa de las propiedades de tracción, las pruebas no destructivas pueden resultar útiles para obtener un perfil más amplio de las propiedades mecánicas de una bobina.

La fabricación inteligente incluye herramientas para medir muchas de estas variables para evaluar su efecto en la producción de calidad. También le brinda la oportunidad de predecir problemas y alertar al personal.

Con herramientas de fabricación inteligentes, puede identificar fácilmente correlaciones e investigar causas y efectos entre variables de fabricación y eventos de producción. El uso adecuado de estas herramientas requiere varios compromisos:

La cantidad de variables que influyen en el éxito del conformado hace que el conformado de chapa sea increíblemente complejo. A medida que los OEM incorporen más calidades y tipos de chapa en sus productos, la complejidad del conformado seguirá aumentando. Y a medida que los vehículos eléctricos de batería adquieran mayor protagonismo, el aligeramiento seguirá impulsando una mayor innovación en materiales.

Ahora es el momento de desarrollar sus estrategias analíticas y de seguimiento. Estas estrategias le ayudarán a comprender mejor las implicaciones de sus decisiones y a hacer que su fuerza laboral se adapte mejor a los cambios inevitables.

Para formar componentes de chapa de forma exitosa y eficiente es necesario gestionar muchas variables. Para garantizar que estas variables funcionen bien juntas, es necesario medir cada una y comprender su rango operativo aceptable.