聶新宇 李森 侯金龍 劉強 遲景才
摘要:數(shù)控機床在加工商用車減速器殼時,在不改變設(shè)備、夾具、刀具、程序、切削參數(shù)等條件的前提下,利用外加的ACM自適應(yīng)系統(tǒng)實現(xiàn)提升加工效率、節(jié)約電能消耗的目的。
關(guān)鍵詞:自適應(yīng)系統(tǒng);提效;節(jié)能
中圖分類號:U463.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號:1674-957X(2021)15-0023-03
1? 項目背景
減速器殼是商用車車橋中重要的零件,屬于殼體類零件,材質(zhì)鑄鐵,具有加工內(nèi)容多、尺寸加工精度要求高等特點。為了保證加工精度,關(guān)鍵部位多采用一次裝夾集中加工的方案。關(guān)鍵工序多采用高精度高檔臥式加工中心實施加工。由于工序集中,加工時間長,所以臥加工序多是生產(chǎn)線生產(chǎn)時間最長的瓶頸工序,生產(chǎn)線多采用多臺臥加加工相同內(nèi)容的復(fù)列設(shè)備方案來縮短工序平均加工時間。為了使生產(chǎn)效率最大化,該工序的加工路線和刀具切削參數(shù)等已經(jīng)調(diào)整為最優(yōu)狀態(tài),無法再壓縮加工時間。同時受到廠房空間、物流、設(shè)備訂貨周期、成本投入等條件制約,也無法簡單的通過增加設(shè)備來提升產(chǎn)能。另外,由于工序集中,加工內(nèi)容多,生產(chǎn)過程中的數(shù)控機床將在較長時間的切削加工過程中消耗大量的電能。昂貴的工業(yè)電能將增大企業(yè)的經(jīng)營成本?;谝陨仙a(chǎn)中遇到的問題,本文意在研究一種較少投入來達(dá)到提高生產(chǎn)效率、降低電能消耗的新加工方法,提高企業(yè)盈利能力,促使企業(yè)向資源節(jié)約型和智能化企業(yè)轉(zhuǎn)型。
2? 方案設(shè)計
數(shù)控加工切削過程中,數(shù)控機床按NC程序預(yù)先設(shè)定的進(jìn)給倍率進(jìn)行勻速加工,而實際的金屬切削過程是一個具有高度非線性、時變、隨機干擾嚴(yán)重、不確定性強的復(fù)雜動態(tài)過程,切削余量及刀具的磨損程度都在不斷變化,切削工況的變化導(dǎo)致設(shè)備的功率、扭矩、切削力和振顫等參數(shù)也是不斷變化的,同時刀具斷裂、刀具磨損等監(jiān)視手段缺乏,導(dǎo)致無法根據(jù)刀具最新狀態(tài)調(diào)整工藝參數(shù),所以NC程序中設(shè)定的進(jìn)給速度不能使加工目標(biāo)維持最優(yōu)。以上狀況就迫切需要數(shù)控設(shè)備具有自適應(yīng)控制調(diào)節(jié)相應(yīng)加工參數(shù)的能力。
數(shù)控機床智能切削及優(yōu)化技術(shù)是數(shù)控加工控制領(lǐng)域的一個熱點,自從上世紀(jì)70年代末國外就已經(jīng)開始研究,1996年就將成熟的自適應(yīng)控制技術(shù)實際應(yīng)用于生產(chǎn)中。國內(nèi)自適應(yīng)控制技術(shù)最早在航空航天領(lǐng)域得到大量應(yīng)用。
經(jīng)過調(diào)研得知,“ACM自適應(yīng)控制系統(tǒng)”可以實時采集監(jiān)控設(shè)備主軸功率參數(shù),根據(jù)當(dāng)前的主軸負(fù)載和控制需求等條件,進(jìn)給速率可以隨著實際切削條件的不同實時變化,將進(jìn)給速率調(diào)節(jié)到最優(yōu)化的數(shù)值,提升主軸功率利用率,從而在不改變設(shè)備、夾具、刀具、程序、切削參數(shù)等條件的前提下,實現(xiàn)提高加工效率和節(jié)約電能消耗的目的。
最終方案為在減速器殼線瓶頸工序數(shù)控臥加設(shè)備上,加裝一套ACM自適應(yīng)控制系統(tǒng),進(jìn)行現(xiàn)場測試。本次測試的設(shè)備為臥式加工中心,型號為DMC75H,控制系統(tǒng)為SIEMENS 840D SL。
3? 方案驗證
3.1 系統(tǒng)安裝
本次測試點采用軟件式安裝的方式。ACM自適應(yīng)控制系統(tǒng)內(nèi)嵌到SIEMENS控制系統(tǒng)中,無需任何硬件改造,軟件可以直接調(diào)用SIEMENS系統(tǒng)的主軸功率、進(jìn)給倍率等實時數(shù)據(jù)。
3.2 命令添加
按照ACM自適應(yīng)控制系統(tǒng)應(yīng)用要求,在程序中為每把刀具添加啟動和結(jié)束指令,用以識別每個工步的每把刀具。該工序NC程序中共有28個工步、26把刀。以T16為例,為其添加啟動和結(jié)束指令如圖1中黃色區(qū)域所示。程序中剩余25把刀具程序添加以此類推。
3.3 智能學(xué)習(xí)過程
自適應(yīng)控制系統(tǒng)應(yīng)用時,首先要將自適應(yīng)控制系統(tǒng)設(shè)置為學(xué)習(xí)模式,ACM自適應(yīng)系統(tǒng)會對整個加工過程中的每個工步、每把刀具切削時的主軸功率波動情況進(jìn)行學(xué)習(xí)(每0.1秒記錄一組數(shù)據(jù)),然后將監(jiān)測學(xué)習(xí)到的數(shù)據(jù)反饋給自適應(yīng)智能專家系統(tǒng),進(jìn)行計算分析處理,智能專家系統(tǒng)計算出合理的加工參數(shù)。
自適應(yīng)系統(tǒng)學(xué)習(xí)過程中實時記錄正常加工時的波形圖,我們通過曲線分析可以發(fā)現(xiàn),在學(xué)習(xí)狀態(tài)時,不管當(dāng)前是切削還是空走刀,不管加工過程中負(fù)載是大還是小,進(jìn)給速率都是固定不變的,這對于整個加工過程來說是不科學(xué)、不合理的。
3.4 自適應(yīng)控制應(yīng)用
自適應(yīng)控制系統(tǒng)對第一件工件學(xué)習(xí)結(jié)束后,將設(shè)置從學(xué)習(xí)調(diào)整為控制,開始下一件工件的加工,這時系統(tǒng)狀態(tài)欄顯示為控制狀態(tài)。
在ACM自適應(yīng)控制系統(tǒng)控制過程中,進(jìn)給速率是隨著加工功率的變化而實時調(diào)整的,負(fù)載大時系統(tǒng)會自感知,自動將進(jìn)給速率調(diào)小,負(fù)載小時系統(tǒng)會自感知,自動將進(jìn)給速率調(diào)大。調(diào)整的范圍值需要結(jié)合刀具的具體工況進(jìn)行逐一設(shè)置。內(nèi)置專家系統(tǒng)會對當(dāng)前的主軸負(fù)載值、刀具及工件的切削參數(shù)值綜合計算,將每一步走刀的進(jìn)給倍率實時調(diào)節(jié)到最優(yōu)化的數(shù)值,整個工件加工過程綜合上實現(xiàn)縮短加工時間、提高加工效率的效果。
4? 應(yīng)用效果分析
4.1 加工過程透明化、可視化
由于之前沒有有效的監(jiān)測手段,對于每個工步、每把刀具的切削過程無法獲知詳細(xì)的加工功率曲線,對于加工過程中每把刀具不穩(wěn)定情況只能通過操作人員感知振動或嘯叫的方式去判斷。使用ACM自適應(yīng)控制系統(tǒng)后使每把刀具的加工過程全部曲線化、透明化、可視化,工藝人員可以通過分析曲線來迭代優(yōu)化加工過程,最終達(dá)到加工過程的穩(wěn)定和高效。
4.2 加工過程中的安全保障
ACM自適應(yīng)控制系統(tǒng)未激活之前,車間正常加工零件時,當(dāng)加工到工件余量不均勻的部位時,機床震動和嘯叫聲特別大,刀具容易產(chǎn)生磕碰和崩刃,對機床主軸沖擊大,影響機床壽命和刀具壽命,同時工件易產(chǎn)生變形,給操作人員帶來很大壓力。
使用ACM自適應(yīng)系統(tǒng)后切削速度會隨著機床負(fù)載的變化而進(jìn)行自動調(diào)整,當(dāng)負(fù)載變高時,自適應(yīng)系統(tǒng)會自動降低切削速度,速度降到設(shè)定的下限時負(fù)載,系統(tǒng)會觸出警示;如果機床負(fù)載仍然不斷增加,系統(tǒng)將發(fā)出報警信息并停止加工,避免極端情況發(fā)生。在自適應(yīng)系統(tǒng)控制過程中監(jiān)測和異常報警,起到保護(hù)刀具的作用。
4.3 加工節(jié)拍優(yōu)化提升
ACM自適應(yīng)控制系統(tǒng)會對程序中每把刀具,在激活A(yù)CM自適應(yīng)控制系統(tǒng)前后的加工時間分別進(jìn)行記錄。該工序整個生產(chǎn)線的瓶頸工序,工序集中,加工的內(nèi)容多,共計28把刀具,涉及的加工類型有銑削(面銑、螺紋銑)、鉆削、鉸削、鏜削、攻絲等。未激活A(yù)CM自適應(yīng)系統(tǒng)時加工時間為1292秒(21分32秒)。據(jù)統(tǒng)計,激活A(yù)CM系統(tǒng)后加工時間為1098秒(18分18秒),加工時間縮短了194秒(3分14秒),在未改變加工參數(shù)、機床刀具、夾具等外部條件下,實現(xiàn)加工效率提高15.02%。加工后的工件進(jìn)過三坐標(biāo)測量機的全尺寸測量,加工尺寸全部合格。
激活A(yù)CM自適應(yīng)系統(tǒng)效率提升后,每天實際多生產(chǎn)5件,全年可多生產(chǎn)1492件(298.36天×5=1492件),即相同設(shè)備硬件條件下,12個月能生產(chǎn)出13.43個月的產(chǎn)量,實現(xiàn)生產(chǎn)效能的提升。激活A(yù)CM自適應(yīng)系統(tǒng)前后的加工時間統(tǒng)計如表1所示。
4.4 電能監(jiān)控
ACM自適應(yīng)控制系統(tǒng)通過實時監(jiān)測主軸負(fù)載并實時機床進(jìn)給倍率,使得加工過程中的功率趨于平穩(wěn),減小波動。為了監(jiān)控ACM自適應(yīng)系統(tǒng)對設(shè)備電能消耗情況的優(yōu)化情況,在設(shè)備上加裝了電能表,型號為DTSD71,原理示意圖如圖2所示,實物連接圖見圖3。
圖4、圖5中所使用的電能表比例系數(shù)為5,電流互感器比例系數(shù)為30(150/5=30)。設(shè)備在未激活A(yù)CM自適應(yīng)系統(tǒng)的狀態(tài)下加工,電能消耗監(jiān)控了103組數(shù)據(jù),處于連續(xù)加工狀態(tài)共23輪,根據(jù)電能表數(shù)據(jù)統(tǒng)計計算,平均每件消耗電能0.1534kWh,通過換算得知真實的單件電能消耗為0.1534×5×30=23.0097kWh。部分?jǐn)?shù)據(jù)見表2。
設(shè)備在激活A(yù)CM自適應(yīng)系統(tǒng)的狀態(tài)下加工,電能監(jiān)控了50組數(shù)據(jù),處于連續(xù)加工狀態(tài)共10輪,根據(jù)電能表數(shù)據(jù)統(tǒng)計計算,平均每件消耗電能0.1232kWh,通過換算得知真實的單件電能消耗為0.1232×5×30=18.48kWh。部分?jǐn)?shù)據(jù)見表3。
設(shè)備在激活A(yù)CM自適應(yīng)系統(tǒng)后較未激活時,單件能耗降低了4.5297kWh/件,單件能耗降低比例為19.69%。調(diào)查得知,當(dāng)?shù)毓I(yè)用電為時段電價,按照全天不間斷生產(chǎn)計算,平均電價為0.5940元/kWh。據(jù)了解,該設(shè)備2020年全年生產(chǎn)12531件,平均每月生產(chǎn)1044件,在三班倒全天不間斷生產(chǎn)的情況下,全年可節(jié)約電能12531×4.5297=56761kWh,全年可節(jié)約電能費用56761×0.594=3.37萬元。
5 項目結(jié)論
智能制造是國內(nèi)制造業(yè)發(fā)展的方向,自適應(yīng)控制技術(shù)可以實現(xiàn)單臺設(shè)備的自感知、自控制的智能升級,達(dá)到整個加工過程透明化、數(shù)字化、可視化,加工過程無需人工干預(yù),自動感知、自動調(diào)節(jié)進(jìn)給倍率的效果。如本案例中所示,設(shè)備加裝并激活A(yù)CM自適應(yīng)控制系統(tǒng)后,在原有設(shè)備上,未改變加工路線、切削參數(shù)、機床刀具、夾具等外部條件下,實現(xiàn)加工效率提高15.02%。經(jīng)過現(xiàn)場統(tǒng)計,在激活A(yù)CM自適應(yīng)系統(tǒng)后,單件能耗降低比例為19.69%。另外,使用自適應(yīng)系統(tǒng)后減少了刀具的磕碰及崩刃現(xiàn)象,有效延伸了刀具使用壽命,同時,系統(tǒng)也會監(jiān)控切削過程中的異常情況,及時警報提醒或停機保護(hù),提高加工過程的安全性。
經(jīng)過本次項目的實際驗證,增強了我廠后期全面推廣自適應(yīng)系統(tǒng)的信心,為實現(xiàn)綠色智造的目標(biāo)奠定了良好的技術(shù)基礎(chǔ)。從另一個方面也證明了傳統(tǒng)的制造業(yè)仍然存在著優(yōu)化升級的空間,需要企業(yè)不斷的思考和驗證,助力國家實現(xiàn)2030年前碳排放達(dá)峰。
參考文獻(xiàn):
[1]肖瑋.某汽車減速器殼體加工工藝及關(guān)鍵夾具仿真分析[D].南昌大學(xué),2020.
[2]張志豪.軌道車輛減速器制造執(zhí)行系統(tǒng)研究設(shè)計[D].鄭州大學(xué),2020.
[3]聶巧麗,周建勝.車橋主減速器殼總成輸送軌道優(yōu)化設(shè)計[J].現(xiàn)代零部件,2014(01):79-80.