首页 > 机械论文 > 数控机床应用发展研究机械论文

数控机床应用发展研究

发布时间:2016-12-30      文章来源:未知

1章 绪论

1.1 课题来源与背景

        在国内的加工中心市场上,国产加工中心与国外进口的加工中心相比,故障隐患较多,先进的功能和性能指标不能长期维持,可靠性问题严重,已经成为企业、用户和销售市场关注的焦点[10]。我国是世界上加工中心消费的大国,特别是高档加工中心的进口量逐年增加[11],与之相对的现实情况却是国产加工中心的市场占有率越来越小。加工中心市场的激烈竞争主要是产品质量的竞争,这其中首要的是加工中心可靠性水平的竞争[12],因此,在国家“高档数控机床与基础制造装备”科技重大专项中,将“数控机床的可靠性设计和性能试验技术”列为专项的第一项关键共性技术[13]。在专项实施过程中,提升加工中心的可靠性也是反复强调的关键问题之一。
        一般来说,加工中心使用初期的可靠性一般只能达到其稳定工作阶段水平的60%左右,其内部往往隐藏着大量的设计缺陷或故障隐患,像配套元器件的质量较差、失误的设计或者制造工艺的不成熟、生产和管理上的失误造成的问题等等[20],必须在出厂以前加以解决。所以在加工中心出厂前做好早期故障的排除工作,为机床用户企业提供可靠性高、故障次数少、高精度保持性好的加工中心就变得至关重要。为此,提出一种行之有效的早期故障排除方法,并对相应故障进行深入的分析,对提高国产加工中心的可靠性水平具有非常重要的意义。
早在二十世纪四十年代国外就开始了数控机床方面的研究,在1952年世界上第一台数控机床在美国研制成功。随后日本和德国也于1956年分别研制出自己的第一台数控机床[21]。在最初的时间里由于技术的限制,数控机床行业发展缓慢。在二十世纪后期的几十年里,随着世界各国政府都开始投入大量财力和物力在数控机床方面,数控机床行业得到了飞速的发展。在这一背景下,高档数控机床在高速、高精度和多轴联动方面实现了跨越式发展[22]。进入二十一世纪,国外生产的数控机床的精度、效率等技术指标也实现了极大地提高。2010年在美国芝加哥召开的数控机床制造技术国际展览会上,有科学家预测未来的数控机床将会更多的与机器人技术、多传感器融合技术等相结合,从而将会使数控机床行业迎来新的发展机遇[23]
        在第二次世界大战期间德国的国防军工行业最早提出了可靠性的概念 [24]。此后的几年里,世界各国为了战争的需要而快速发展军事工业,与此同时可靠性理论与技术也在电子领域受到重视,得到了快速的发展与广泛的应用[25][26]。应用可靠性理论对机床的故障模式进行分析,美国科学家最先得到了相关的分析结果,并在之后将其应用到实际的机床生产中[27]。八十年代德国最先提出了数控机床可靠性的全生命周期概念,在这一观念的指导下,德国数控机床的可靠性水平得到了极大的提高了[29]。日本虽然在八十年代后期才将可靠性技术应用到数控机床领域,但却另辟蹊径,在现场检测与故障诊断方面迅速走在世界前列。像日本经典的FANUC16系统的故障诊断模块早已成为行业追赶的标准[30]。
我国于上世纪50年代才开始数控机床方面的研究,第一台数控机床是由北京第一机床厂联合清华大学在1958年研制成功的 [35],但随后我国的数控机床行业发展缓慢。进入到二十世纪八十年代后期,随着我国更多的与世界接轨,我国的数控机床行业才得到了迅猛的发展[36]。考虑到我国数控机床可靠性的研究起步相对较晚,技术也相对薄弱,为了在市场上能使国产数控机床与进口机床相比具有一定的竞争力,在国家“八五”期间提出了设立了国家科技重大专项可靠性技术研究课题的任务,数控机床的可靠性研究因此得到了快速的发展[37]。目前在部分高校和机床生产企业,国家也投入了大量资金建立了相应的数控装备可靠性研究的技术实验室,促进了对数控机床可靠性的研究。在国家的大力支持下,目前,我国数控机床可靠性技术发展迅速,某些方面已经接近或能赶上国际先进水平。
       在我国最早开展数控机床的可靠性研究工作的是吉林大学机械科学与工程学院的“数控装备可信性工程研究所”[38]。现阶段,我国的数控机床可靠性研究工作快速发展,吉林大学和北京航空航天大学等科研院校在可靠性的分析与估计等方面取得了很大进展[39-41]。在加工中心早期故障排除方向的研究中,重庆大学的范秀君等从数控机床的故障率浴盆曲线入手,深入分析了早期故障产生的原因[46]。宁波高等专科学校的程晓民等构建了加工中心早期故障数据库,为研究加工中心的早期故障提够了大量的基础数据 [42] 。通过专家的研究与企业自身的大量试验,我国加工中心的早期故障排除研究工作快速发展。
       在加工中心的早期故障排除工作研究中,加工中心的各个关键功能部件及各个子系统的故障排除工作也得到了广泛的关注,吉林大学等院校通过在实验室搭建加工中心各个关键功能部件试验台,并与机床生产企业合作[43-45],进行了加工中心整机及关键子系统的可靠性研究,在加工中心早期故障排除方面取得了丰硕的成果。


第2章 加工中心早期故障排除试验时间的求解模型

2.1参数的求解

        马尔科夫链蒙特卡洛方法(MCMC)的基本原理:首先构造一条收敛的马尔科夫链,随后利用计算机进行随机抽样,使这条马尔科夫链收敛到未知参数的后验分布。最后利用这条马尔科夫链收敛时的样本进行蒙特卡洛积分[62]。则应用马尔科夫链蒙特卡洛方法进行参数求解的具体过程为:
(1) 构造一条收敛至未知参数的后验分布马尔科夫链;
(2) 从样本空间中某一点出发,利用(1)中的马尔科夫链进行随机动态抽样模拟,产生点序列:,这也是进行蒙特卡洛积分的区间;
(3) 利用蒙特卡洛积分计算函数的期望:
利用MCMC方法我们可以对式(2.13)进行相应估计,进而推断出参数的估计值,当参数由0.995趋近于1时,本文选定为早期故障期的时间拐点。至此我们建立了加工中心早期故障排除试验时间的求解模型。

注:出稿时经Ucheck查重检测合格,出自论文无忧网(lunwen5u.com),专注原创文章定制

第3章 模型的验证与试验时间的确定

3.1 参考加工中心故障数据处理

      现场试验数据是机床生产企业在参考加工中心出厂之前进行早期故障排除试验过程中所产生的故障数据。具体记录见下表3.1。
表3.1  现场试验部分故障数据

机床编号 故障间隔时间 机床编号 故障间隔时间
在可靠性分析中常用的四种分布模型为:威布尔分布模型、正态分布模型、对数正态分布模型和指数分布模型[63]。其中威布尔分布具有如下特点:

3.1.1 现场试验数据分析

为了便于分析,我们首先需要绘制这批故障数据的直方图,包括故障频率直方图和累积故障频率直方图。具体步骤如下:
(1)找出数据中的最大值和最小值,分别为,并将数据按从小到大的顺序排列。
(2)将试验数据分为个区间:将代入上式,可得
(3)计算组距,带入数据可得
(4)计算各组的组中值:
(5)计算各组的频率
(6)计算各组的累积频率
表3.3  数据整理表

组号 下限值 上限制 组中值 频数 频率 累积频率
(7)绘制直方图
1)故障频率直方图:如下图3.5所示。通过故障频率直方图可以看出,这批数据所服从的概率密度函数呈单调下降的趋势。 
2)累积故障频率直方图:通过累积故障频率直方图我们能大致判断该批数据所服从分布函数的曲线形状。从下图3.6我们可以看出,这批数据的累积分布函数是单调上升的,但是其斜率是逐渐变小的。这与正态分布的累积分布函数和对数正态分布的累积分布函数不相符。
通过对故障数据的频率直方图和累积频率直方图进行分析,并考虑到可靠性工作的一般经验,本文首先假设这批现场试验数据服从二参数威布尔模型,将在后文通过假设检验来验证其正确性。

3.1.2参数估计

二参数威布尔分布的累计分布函数如下式(3.6)所示:
相应的概率密度函数则为:
其中:为威布尔分布的尺度参数,为威布尔分布的形状参数,。本文将利用最小二乘法对相应未知参数进行估计。
(1)将式(3.6)两边同时取自然对数则有:
(2)将故障间隔时间按从小到大的顺序排列,.并且采用中位秩法对进行取值:
则由最小二乘法得到的线性回归方程为:

3.1.3线性相关性检验

在知道二参数威布尔分布的线性回归方程的基础上,还需要通过线性相关性检验来判断两个未知变量之间的线性相关性。相关系数的计算公式为:
由概率论的知识可知[65],相关系数应落在区间中,当时,认为两变量具有显著的线性相关性水平。当时,说明两个变量是负完全相关,当时,说明两个变量是正完全相关。取显著性水平为0.1,则临界值计算公式为:
由上式可得:;再通过公式(3.17)可求得相关系数:。因为,则本文认为变量之间具有显著的线性相关性。

3.1.4假设检验

假设检验就是通过将拟合模型的曲线与数据的散点进行比对,验证所求得的分布模型与相应数据的吻合程度如何,做出是否接受结果的决定[66]
通过将拟合模型的曲线与试验观测数据的散点进行比对,如上图3.7和图3.8所示,可以做出接受该批试验数据服从相应的二参数威布尔分布的判定。
在进行假设检验时有两种常用的数学计算方法有检验法和检验法。而检验法常用于样本量适中情况的假设检验[67],因此本文选用检验方法进行假设检验。
通过上文的计算与相关验证,我们可以列出这批数据的累积分布函数与概率密度函数分别为:

3.1.5计算后验分布

WINBUGS软件的基本原理是:通过马尔科夫链蒙特卡洛(MCMC)算法,利用计算机进行随机动态抽样,生成收敛到先验参数的后验分布的马尔可夫链,利用随机生成的样本进行蒙特卡洛积分,从而完成对模型的未知参数进行估计[67]。适用于求解像式(2.13)这种形式较为复杂的高维积分,这也是本文选用WINBUGS软件的原因。具体求解过程如下:
1)取值范围的确定
在利用软件进行求解前需要编写相应的函数模型。在二参数威布尔函数的分布模型的程序编写中,比较重要的两个参数是。由上一小节先验分布可以确定的取值区间为:

2)数据的处理及模型的检验
编写完成相应的二参数威布尔分布模型的程序之后,就可以对相应的未知参数进行计算了。为了使计算结果更加准确,我们利用WINBUGS软件进行了10000组变量的随机抽样模拟来对比分析。
首先根据目标产品(加工中心)第一个观测到的故障间隔时间建立WINBUGS模型,进行MCMC计算。软件运行界面如下:
利用WINBUGS软件我们可以得到参数的估计值及相关检测量值如下表3.5。
利用上表中的数据,对于未知参数有:
对于未知参数则有:
通过计算可知误差均小于的5%,我们可以做出接受计算结果的判定,即未知参数后验分布的估计准确性良好。为了估计准确,下面我们利用软件生成的的三条马尔科夫链的轨迹图做进一步的判断。
从上图3.12和图3.13中的迭代轨迹图,可以看出的三条经过随机动态抽样生成的马尔科夫链迭代轨迹图几乎重合,因此我们可以进一步断定马尔科夫链是收敛的,并且趋于稳定。
从下图3.14和图3.15的的核密度曲线,可以看出的动态估计值分布较为集中,都集中在参数值附近,这也证明了相应的马尔科夫链是收敛的。
至此,我们利用第一个观测到的故障间隔时间,利用WINBUGS软件完成参数后验分布的估计值为:
随后我们利用前两个故障间隔时间建立WINBUGS模型进行MCMC模拟,得出。依次利用前三个、四个、五个故障间隔时间分别建立WINBUGS模型进行MCMC模拟,可以得出相应的估计值。如下表3.6所示。
3)早期故障时间的求解
利用MATLAB编制相应程序我们可计算出目标加工中心的故障率浴盆曲线早期故障期的时间拐点附近的各个时间点对应的值。当由0.995逐渐趋近于1时对应的故障间隔累计时间,可以选取为目标加工中心的早期故障期的时间拐点,利用牛顿插值方法,可以得到相应的累积故障时间为。至此,我们完成了参考加工中心的早期故障期时间拐点的求解,并验证了上一章提出的求解模型的正确性。

注:出稿时经Ucheck查重检测合格,出自论文无忧网(lunwen5u.com),专注原创文章定制

第4章 加工中心早期故障排除试验

        加工中心早期故障排除试验属于可靠性试验的一种,可依据可靠性试验的一般流程来进行。首先制定一个指导性的文件,内容应包括加工中心早期故障排除试验的整个过程。其次是可靠性数据的收集。
并在接下来的文章中安排了加工中心早期故障排除试验的试验内容和数据收集方法。并利用国产某型立式加工中心开展早期故障排除试验,
在本文的研究基础上,希望后续工作可以从以下几个方面开展:

4.1试验的环境要求

        为了得到更加真实的可靠性数据,实验室试验必须能够重现加工中心早期故障排除试验的整个过程,因此,实验室的试验环境也是一个必须考虑的问题。经过研究发现,加工中心早期故障期的工作环境要求如下:室温要求在
本文制定的试验内容包括1)整机试验包括:手动功能性试验、加工中心空运转试验、加工中心负荷性试验与用户典型零件试验。2)关键子系统试验包括:主轴系统试验、自动换刀系统试验以及进给系统试验。
(1)加工中心的手动功能性试验
采取人工操作按键的方式对加工中心的各项功能进行检验,
(2)加工中心空运转试验
选择几种典型试件(板类零件、盘类零件等),编制相应的数控程序,让试验加工中心作连续空运转试验。在设定的各项功能循环时,每个循环之间的停止时间不得超过。其中在加工中心空运转的过程中保持冷却液要全流量对准模拟切削部位进行喷射,并且排屑器在循环中不得终止运转。若遇到无法抗拒的情况如断电停机、气温过高等情况,允许停机适当时间后继续进行试验。

4.2 加工中心早期故障排除试验数据收集方法

收集数据的准确性对后期的分析结果的准确性有很大影响,直接关乎试验的成败。在收集的可靠性数据中,利用加工中心的运行数据与故障数据可进行相应的可靠性评估计算,利用加工中心载荷数据可以进行相应的载荷分析与频谱分析。另一方面试验数据主要由试验人员手动收集与记录,因此要制定规范的数据收集表格,对试验加工中心的运行情况、故障情况和加工情况进行详细的记录。为了方便数据的收集,本文根据加工中心早期故障排出试验的实际情况制定了规范的记录表。实验人员应该严格按照记录要求,真实准确全面的进行记录。具体记录表格详见附录D、附录E。

4.3 典型故障分析及可靠性改进意见

在进行加工中心的早期故障排除试验时,收集到故障数据10条,在排除重复故障数据后,下表5.4列出了部分故障数据。部分故障照片见图5.9-图5.12。在对故障数据进行相应分析后,提出相应的可靠性改进意见:
(1) 建立外购、外协件的入厂检验措施,从源头保证零、部件的质量。
(2) 建立可靠性评审制度,指定相关技术人员对加工中心的设计缺陷进行排查。
(3) 采取关键工序的质量保证措施,对在制造、安装过程中问题予以足够的重视。
(4) 制定运输过程中的检验规范,保证运输途中加工中心各项性能正常。

表5.4 加工中心典型早期故障
故障部位 故障现象 故障原因 改进分析
润滑冷却系统 管接头漏油 密封圈质量不合格 密封圈属于外购、外协件,在安装前应进行严格检查
自动换刀系统 换刀时,刀库掉刀 刀套卡簧无压缩 完成刀库的安装后,应仔细检查,同时提高工人的安装水平
润滑冷却系统 切削液泄漏 冷却液箱开焊 提高零部件制造水平
主轴系统 主轴高低档转换时,噪声过大 主轴动平衡水平较低 提高设计水平,严格进行动平衡试验
电气系统 数控系统报警 灭火器烧毁 灭弧属于外购、外协件,应该能够在严酷环境中工作。在安装前应进行严格检查
排屑系统 切削液回收不彻底 链条与挡板缝隙过小,切削液流出机床外 排屑器属于外协件,在选型时应该考虑设计是否与机床相配合
防护系统 拉门不能合紧 端点螺钉松动 在安装调试之后,应仔细检查易松动部位

附录

附录D  加工中心运行记录表
加工中心型号:                        加工中心名称:                
    机床编号:                            制造单位:                 
    出厂日期:                            验收日期:                 
    使用时间:                            考评时间:                 

工作日期
 
生产班次
(单位为h)
运行情况 操作
者1
操作
者2
操作
者3
正常 停机情况
1班 2班 3班 停 机时  间 重  启
时  间
                   
附录E 加工中心加工工序记录表
加工中心型号:                             加工中心名称:                
加工零件数量:                             加工零件名称:                  
  加工零件材料:                             加工材料特性:                  

加工中工序序号 加工工序名称 加工
刀具名称
加工刀具材料 加工刀具主偏角 加工刀具副偏角 加工刀具
直径
加工刀具
齿数
主轴转速r /min 主轴进给速度mm/min 加工刀具切削深度
mm
刀具切削宽度
mm
加工时 间
长度
Min
注:出稿时经Ucheck查重检测合格,出自论文无忧网(lunwen5u.com),专注原创文章定制 
收缩