2023年01月30日 10:30:32 来源:东莞市宇匠数控设备有限公司 >> 进入该公司展台 阅读量:26
文章预览:
近几年科研生产任务量逐年增加,然而设备和人员却不可能无限制的增加。如何提高现有加工中心设备的利用率来提高产量并且满足精益生产的要求,已成为一个棘手的问题。对所有加工中心利用率进行分析,寻找影响加工中心使用效率的原因并采取针对性措施是解决这一问题的重要方法。但是加工中心利用率的统计工作目前只能通过粗略的人工统计方式进行,实时性、准确性均难以满足要求。
随着网络技术、信息技术和大数据技术在商业及工业领域的大量使用,这些技术的应用效果越来越显著,对提高销量或产量有着极大的推动作用。因此应当将这些技术应用到数控加工生产中去,建立起一套基于MDC (生产数据采集)技术的数宇化、网络化的加工中心运行监控管理系统来辅助管理和决策部门合理安排生产,最终实现生产效率提升。鉴于目前市场上仍然缺乏此类成熟产品,而且难以给出适应西安飞行自动控制研究所实际情况的解决方案来,因此本文主要以加工中心运行时间采集系统作为研究对象,对相关技术进行应用试验和验证,尝试开发适合所内现状的数控加工中心运行时间采集管理系统。
1数控加工中心运行时间自动采集方法
加工中心利用率数据是由加工中心运行时长与开机时长的比值确定^比值越小就说明加工中心真正用于加工的时间越短。开机时长是指加工中心通电后的持续时间长度,反映出加工中心是否可用。包含了准备时间、等待时间、运行时间等。运行时长为加工中心实际加工所用时间长度,可等效为执行自动程序所用时间。
针对这两个时间的自动采集方法主要有两种,_种是通过与加工中心数控系统通信的方式直接采集,另一种是通过外部仪器设备捕捉加工中心运行时产生的特征信息间接
采集。
直接采集需要通过数控系统提供的通信端口并结合相应的软件或硬件才能实现。由于数控系统一般都不是开放的,通信协议也不同,想要通过一个平台直接访问多个品牌的数控系统内的变量是很困难的。据调研,国内很少有成熟的解决方案。国外也非常少,盖勒普公司有一套完整的MDC系统解决方案,但是价格高昂,并且不一定能满足我所实际需求。与数控系统通信会带来信息泄露和数控系统被恶意破坏的安全风险,另外,由于直接采集要使用数控系统通信端口,使用中有可能会因为雷电、电网波动等原因烧坏通信端口甚至是数控系统(已有此类故障发生。其次,直接采集方式对于没有数控系统或类似控制器的普通加工中心、特种设备和其它科研生产设备都无法应用,使用范围有限。因此本文不倾向于直接采集方式。
间接采集可以不受数控系统软件和硬件的限制,不会对加工中心及控制系统产生任何影响。通过附加的装置采集能够反映加工中心运行状态的信号,这些装置又可以连接成网络,并由上位机统_记录数据和监控管理。该方法的优势在于成本低,容易实现,通用性、扩展性强。国内已经有多个企业在尝试用该方法研发设备运行时间采集系统。据悉,有公司通过采集加工中心加工时的负载电流这一特征信号实现对加工中心运行时间的采集。因此本文最终选择间接采集方式。
要实现间接采集,最关键的一点就是找到能够反映加工中心运行状态的特征信号,这个信号能够在加工中心开始加工零件的时候出现,还能在加工完毕时消失。总结日常维修改造的经验,本文认为采用加工中心加工负载电流作为加工中心运行特征信号存在较多缺陷,比如每台加工中心的电流阀值都不相同,需要逐台进行标定;模拟量采集有误差;存在较多干扰因素等。
为了寻找并确定合适的特征信号,本文选取了所内30余台典型的数控加工中心作为研究对象(见表fi。经过逐台对比分析,发现加工中心内部的直流电源的输出端或者通电时间计时器可以反映出加工中心是否通电,而加工中心自带的自动程序运行时间计时器或者指示自动程序正在运行的指示灯可以反映出加工中心是否处在运行状态,以这些开关量信号作为特征信号,不需要模数转换,因此更易实现且可靠性高。
备注:为保证文章的完整度,本文核心内容都PDF格式显示,如未有显示请刷新或转换浏览器尝试!
结束语:
经过前期调研和多项试验验证,证明了通过采集能够反映加工中心运行状态的开关量特征信号,可以实现对加工中心是否运行进行判断。以此方法建立的数控加工中心运行时间采集系统能够实现加工中心运行时间的采集和记录,并且可以进行联网和集中监控。优势:投入成本低,容易实现;每台加工中心都是一个独立子系统,可以按需配置、灵活调整,不受加工中心自身软硬件条件限制;PLC和人机界面功能丰富,可以扩展多种监视和控制功能,还能够扩展应用到普通加工中心和其它科研生产设备中;通过以太网可实现大规模集中监控。不足:采集精度仍需提高。自动程序运行中包含了换刀、测量和其他非加工时间,目前采集到的时间仍然不能反映纯粹的加工时间,因此还需要作进一步研究;对于没有计时器或运行指示灯的加工中心不适用,还要寻找新的解决办法。总之,经过后期的改进完善,该采集系统即可投入使用。如果全面应用,将成为生产管理部门和决策层的重要管理工具。