《从CIMES看设备与工艺的关系.docx》由会员分享，可在线阅读，更多相关《从CIMES看设备与工艺的关系.docx（6页珍藏版）》请在三一文库上搜索。
1、针对如何选择合适的制造方式.提出规模决定设备、设备决定工名的观点,以阶梯轮类零件加工为例,分别介绍基于小批量和大批R生产工艺的自动化生产线及其工艺流程,结合历年CIMES展会上展品的总体情况，指出目前存在的问题，并对前景进行了展中。近几年来，中国国际机床工具展览会(CIMES)在自动化柔性化制造、数字化和信息化等领域展出了许多精品案例.但是对干具体的制造企业来说应该怎样选择适合自己企业的制造方式？这种制造方式，怎样既能照顾到自己的产品特点，又能匹配企业规模？这些问珊比选择台加工设缶要复杂得多。本文就这些向胭，以及在智能制造案例i殳计及应用中期到的一些问题，读一些观点，希望对大家有所帮助.1 .
2、规模决定设备、设备决定工艺企业的发展需要过程，初期往往采用的是通川i殳备.随着规模的不断犷大，各种专用机床就会不断地增加，因此，同样的产品，在企业发展的不同阶段，会有完全不同的加工设备及加工工艺.卜面以常见的轴类零件为例，分析小批小生，:：I；人批二牛产的区别图I所示为普通的阶梯轴类零件.这种结构的阶梯轴在电动机、减速机、水泵和粮食机械等很多行业都有应用,在年产5万件以下的多品种小批JS生产企业中，大多采用通用设备加工，其加工工艺见表1图1普通阶梯轴类零件在表1所示生产模式中.内于采用的是通用设备产品换型容易,缺点是生产效率比较低.在大批果生产中，往往采用专机生产，其生产工艺见去2。对比表I、
3、发2可以发现，衣2比表I少了一道加工工序,而且在表2大批麻生产工艺中，工序-加工时间比较短，这就是采用专机加工的优势，表1、表2两种工艺的优缺点对比见表3”表3两种工艺的优缺点对比序号小批R生产工艺大戳及生产工艺I产给H1B容与2对原材料弯曲收要求较高较抵3生产效率较抵K4工序加工时差0较大较小5自动化生产纸纹无装JM无整别2 .基于生产工艺的自动化生产战图2所示为表1阶梯轴类零件小批盘生产自动化生产线布局,其加工工艺流程如图3所示，具体的工艺流程描述见我4.图2中,数控车床I车左渊面，数控车床3车右海面，数控车床4车右外K1.,数控车床12车左外圆，数控械床I1.钱镀槽。图2小批啾生产自动化
4、生产规布同I、3、4、12数控车床2一上料仓5、7、9一机器人6,8-输送战IO-卜科仓I1.一数控蜕床2号车床3号下球图3小批册生产工艺流程示意表4小批量生产工艺流程生产嘀序工作内容注意事项机石人以料上H仓上H便自动性涌.机器人逐一抓IR.I号车床松鼎无I：件机区人才抓取I号*床车左指面，砧中心A.用车/外日%*无顶if1.2号车床车轴右端面,站中心北一夹无顶输送线输送桧海到位机器人才放件3号手乐右外显3部一夹一Je4号车床车左外回生陆夹一顶蛤送线输送松溶到位机器人才放件快镀懵抽两钢均在IIt幡.TfS机;5人下料逐排F料根据工艺流程分析，出大加工时间为17伙.换料需20s,因此生产弟个工件
5、所需时间为170+20=190(三).I个月按工作26天、I天按16h计算，并且考虑机器定期雏修保养、嘤机以及准备刀具毛坯和工件搬运等非生产工时后，根据本公司的经脸及统计资料，该自动化加工单元的使用率约为82.3%.月产fit为26X16X3600X0.823/190=6486(件).如果产能更大，可以多建几个单元，I个熟练的操作者可操作2个或3个单元，体现了以机器人换人给企业带来的效益，对于10万件以上的大批及生产企业，可以采用表2中有专机的自动化生产线，如图4所小其中1号机床为帙打机,可以同时酰轴的两端面、钻两端中心孔以及套车一端外因1.加工效率高.，而旦两海中心孔的同轴度也比较高，在大批
6、麻轴的生产加工中被广泛采用.从2011年起，CIMES展会上每年都有此种专机展出，其功能和侦玳也在不断提升，总控台2号车床图4有专机的自动化生产线图3利图4所示只是轴类零件自动化加工的通用案例,对于具体的行业，可以采用具有行业特色的专属和工践，比如电动机生产企业可以采用如图5所示的自动化生产战。图S电动机自动化生产线3 .存在的何胞与前景展望从历年CIMES展会上展品的总体情况来看，中低海市场国产机床在品种上基本实现了全覆鼓，在市场占有率上成了绝对主流；在高端机床上，与国外产品的差矩也越来越小。自M中国制造202赞发布以后,明绕莉这个规划,各方都救了很多努力.第者在与客户的接洽中，不断有客户提
7、出要做最好的工艺和自动化生产线.且不说此种说法的不妥之处,但就工艺来说，其与企业现布设备的规模和规划投资有很大的关联性.从企业的现彳I谀备和规划投资两方面绘合考虑，适令自己企业的工艺就是最好的工艺，依此建造的自动化生产我就是最好的生产线，从展会情况来看,智能制造中的自动在线检测方面,在检测工具和应用软件上，与国外同行相比，国内还有很大的差距.在感应式检测上,以日本产品居多:在二雒、三维视觉检测上，以欧洲产品居多.在国能制造生产线方面,国内目前以2h或4h无人干预居多，主要的技术械颈在车床的自动化换刀方面,目前国内还没有机床厂开发基干机零人的自动化换刀车床或者基于自循环系统的自动化挨刀车床,这就
8、使得12或16刀位刀架的机床在连续车削加工2h4h后,大多到了更换新刀具或刀片换向的极限，无法再连续加工。而这种自动换刀技术不存在开发难点。展望未来,中国制造的强大实力和快速发展，已经被越来越多的人认同,相信一些短板很快会被补齐,中国制造会越来越强大.存在问超较多的企业,对上伯息化或数字化系统的期里也很高.很多企业往往等到同应比较严正或是出现的何曲比较综合的时候，才自主决定实施系统建设.在这种情况下，企业不仅有管理提升上的期望，也会有工艺改进上的期望.但现在实施MES关注比较多的还是打通管理流程,比如实现执行进度的管理、实现数据的采集、实现精益物流等，理点解决的还是信息流与实物流的有序、协阔方
9、面的问题，当然这些问题对部分企业来说也是非常垂要的，但MES不能仅仅只做这些对于企业来说，业核心的问题还是制造技术本身的同题，这是根本，所有的一切都要为这个服务.从管理角度为制造技术的发挥提供更大的支持,这应该是MES也设的初衰,但不能将此当成终点.MES为数据采集、信息流动、流程协调提供了支持，但不能仅仅是采集数据入库、信息流动顺畅、业务环节防调这”内容,还应该发挥更大的作用，为制造工艺技术的改进和提升提供支持.原fit数据与工艺的融合在产品质吊数据采集以后，通过SPC可以及时发现异常点或者不好的玲势，这是MESUr以实现的。但产品检测出的状态，对该件产品而言，已经是事后状态了。随后，需要追
10、问的是.发现何跑了,接下来怎么办？依然就手工分析来解决？MES还能提供什么样的分析支持呢？影响产品质量状态的因素有很多，包括设备自身的状态、加工操作的工艺参数、原材料毛坏或上道工序的加工状态等,都可能对本道工序的加工质用产生徵响。因此，MtS不仅仅进行产品质检数据采集.应该同时采集获取设备状态信息、工2梦数信息、毛坯或上道工序信息,通过建立集成的分析模型，对这些数据进行利用，才能在发现问时的基础上，找到问鹿的原因。这应该是一种融合，如果分析模型能够将工人的经验融合进去，则该环节可以认为具有一定的智能化提升,与智能制造的思路就不双而合了。这方面在具体实践当中还有很多细化的扩展之处：第一，在精细化
11、方面，按照数控程序代码的执行顺序，达至可以分析每一条指令代码下的设；状态、工艺多数等的变化（程序示波器），借助模型进行智能分析与判断：笫二，不是茏统的设得状态信息,可以对关系到加工质附的刀具进行独立磨损与断裂监测.借助模型进行智能的换刀决策和智能加工补偿等：第，对于复杂产品，建立面向工艺流程的工序精度状态链条，建立智能的误差分析模型，实现施于上一步状态的当前这一步加工工艺舂数的自适应调整，保证加工质;k这些都是面向质量的域于聚集数据的建模与分析，也应该是MES持续发力研究、实现和改进的地方.这样不仅能够有效推动质量数据与工之的融合,而且也有了智能化的味道.进度数据与工艺的融合制造执行进度的监控
12、是MES的标配功能，但是否还有更深的含义可以挖掘呢？车间管理人员经常说：同样一个活，同样的机床,不同的人来做，时间和精度可能都存在发大的不同.其实这里而反映工人技能水平的走异,有差异就说明有好的也有差的.有些企业利用SOP（标准作业悚作）机制来进行现冠，也是育效果的.但MES是否也可以在其中做些少呢？比如通过进度数据的统计分析，从精细化数据的角度，找出彼此的差异，建立与加工工艺参数等数据的关联，分析挖掘干得又快又好的经验知识,应该也是可以逐步改进操作工之的.哪怕是持续优化SOP呢.MES的价值也会更加深刻了.设备/单元级状态多数数据与工艺的融合现在很多MES都提供了产线段数字双恂胎的三维展示模
13、块，通过号称“虚实同步映射“实现了三维产线运行状态的完整展示,但目前更多的是“实虚”映射.其实“虚实”的反馈控制味道是比较淡的,相当于所iF；的CPS没有实现闭环.但从MES与工艺融合的角度，设i单元级的CPS是能够实现从状态数据采集、分析推理决策、闭环控制执行的完整链条的，其中的分析推科决策环15,就是体现工艺功底和能力的抓手.这就需要基于状态参数建立加工工艺的物理仿真模型，学术界、工业界和软件开发方都应该大张粗鼓地开展研究，这样才能有效推动MES与工艺的融合，智能化也应该体现在这个方面，通过上面的初步分析，可以得出两点法本结论：MES米架的大埴数据,不能仅仅是存档入库，必须结合工艺才能有效地挖掘出其内在的价值,数据如何为工之提供决策支技,是企业智能化提升可以参考的结合点、切入点和发力点.现在MES厂商团队的人员大多儡由于计算机、管理等方面的人才，但随着智能制造的深入进行,工艺人才与知识的蚊乏将成为其能否走得更快、走得更远的决定性制约因素。