 |
«Швабе» усовершенствовал производство ситалла
Холдинг «Швабе» начал производство ситалла на обновленной системе управления печью отжига. За счет модернизации оборудования значительно повысились энергоэффективность производства и качество термической обработки материала.
Модернизированная система запущена в работу на производственной площадке ведущего в России изготовителя ситалла – предприятия Холдинга «Швабе» – Лыткаринского завода оптического стекла (ЛЗОС). С ее помощью осуществляется управление печью, которая выполняет отжиг заготовок из стеклокристаллического материала диаметром до 3 метров.
«За счет модернизации системы повысилась энергоэффективность стекловаренного участка и усилился контроль качества термической обработки ситалла – сейчас он проводится по четырем точкам вместо двух. Для каждой заготовки разрабатывается свой технологический процесс отжига, который выполняется программой автоматически», – отметил генеральный директор ЛЗОС Александр Игнатов.
Сенсорная панель оператора позволяет наглядно контролировать процесс отжига и вносить необходимые корректировки согласно режиму. В случае его отклонения от заданных параметров на сенсорной панели появляется информационное сообщение для оператора. Все данные архивируются в компьютерной системе SCADA, что обеспечивает высокий уровень контроля процесса и его результатов.
Ранее система управления состояла из четырех несвязанных между собой регуляторов температуры, каждый из которых отвечал за отдельную зону нагрева заготовки. В рамках работ по модернизации была установлена автоматизированная система управления технологическим процессом, учитывающая температуру каждой зоны. Сегодня можно изменять ее на каждом из нагревателей согласно техническому процессу.
Напомним, ЛЗОС занимает 98% российского рынка оптических материалов. Предприятие выпускает широкую номенклатуру стекол, включая ситалл – основной материал для подложек зеркал для крупногабаритных астрономических телескопов наземного и космического базирования. Во всем мире технологией его изготовления владеют лишь две компании, в том числе «Швабе».
Контактное лицо: пресс-служба
Компания: Швабе
Добавлен: 15:50, 15.06.2017
Количество просмотров: 751
Страна: Россия
| ТОМЕЗ представил новейшую комбинированную дорожную машину МКДУ-24 на выставке «Дорога-2026», АО "ТОМЕЗ", 22:11, 21.10.2026, Россия112 |  |
| АО «Тосненский механический завод» (ТОМЕЗ), один из ведущих отечественных производителей коммунальной и дорожной техники, представил новейшую комбинированную дорожную машину МКДУ-24 на базе автомобиля КАМАЗ-6595-910992-СА. Презентация разработки прошла на Международной специализированной выставке «Дорога-2026», которая проходит с 13 по 15 октября 2026 года в Краснодаре. |
| ТОМЕЗ представил новый логотип и визуальный стиль, АО "ТОМЕЗ", 22:05, 21.10.2026, Россия70 |  |
| 13 октября 2026 г. Тосненский механический завод (ТОМЕЗ), российский производитель дорожной, коммунальной и аэродромной техники, провел ребрендинг. Компания представила новый логотип с изображением льва, слоган «Технологии чистых городов» и обновленный фирменный стиль. Смена айдентики стала частью программы модернизации и развития завода. |
| В Алтайском ГАУ прошел «День электрика», ФГБОУ ВО "Алтайский государственный аграрный университет", 21:52, 13.10.2026, Россия187 |
| Алтайский государственный аграрный университет и «Союз электриков Барнаула» провели для студентов Инженерного факультета мероприятие, знакомящее с современными технологиями электромонтажа. |
| ТГУ прошёл инспекцию Росздравнадзора, ТГУ, 19:27, 07.10.2026, Россия183 |  |
| В ТГУ завершилась инспекция производства в соответствии с требованиями к внедрению, поддержанию и оценке системы менеджмента качества медицинских изделий. |
| 3Logic Group расширяет линейку Crusader новыми серверами для задач искусственного интеллекта, 3Logic Group, 22:35, 01.10.2026, Россия156 |  |
| Компания 3Logic Group, дистрибьютор комплектующих и ИТ-решений, расширила линейку серверов собственной торговой марки Crusader двумя высокопроизводительными конфигурациями Squire 4245R. Новые платформы ориентированы на ресурсоемкие вычислительные нагрузки, включая генеративный искусственный интеллект, обучение больших языковых моделей и математическое моделирование. |
|
 |