自(zì)動化(huà)車床刀具檢測優化探討
2018-5-30 來源: 營口理工學院 作者:朱(zhū)江
摘 要:隨著自動化技術在各個行業的廣泛應用,自動化車床刀具的檢測(cè)方式也開始(shǐ)經曆了一定的改革(gé)和創(chuàng)新。文章從自動化車床加工零件過程中的問題檢測流程進行分析,為檢測方式的優化與刀具之(zhī)間的關係展開探討。
關鍵詞(cí):自動化車床(chuáng);刀具(jù);檢測技術;優化研究(jiū)
自動車床(chuáng)的可靠性以及(jí)維護(hù)策略一直都是相關行(háng)業的研究(jiū)課題,設計部門通過采取可靠性良好的維修模(mó)式可以幫助工業企業的發展提高生(shēng)產資本(běn)的使用效率。自動化車床的管使用是一個較為複雜的係統(tǒng),可(kě)以為生產工序的安全(quán)運行以及刀具的檢測結果進行優化。刀具檢測周期(qī)的設定一直是該課題中的(de)關鍵點,若是(shì)刀具(jù)檢測周期過長,可以降低檢測過程使用的經費但是往往也會對故障的(de)產生無可奈何;若是刀具檢測周期過短,可以提高產品檢測質量的同時也會增加檢查經費,因此研究部門需要對自動化車床刀具的檢測過程進行優化,全麵提高工業企業的生產質量和效(xiào)率。
一、自動化車床刀具檢測優化模型分析
在經過對自動化車床設備運行過程的研究可以發(fā)現,故障的出現階段往往(wǎng)是刀具的檢測環節,因此文中暫且將其他的設備故障形式稱之為小概率(lǜ)事件,在對自動化車床檢測優化(huà)的研究中隻考慮到刀具故障,使用數學中概率理論(lùn),建(jiàn)立(lì)檢測周期為(wéi)時間單(dān)位的期望資費模型,已確定最佳檢測周期為基本目的,利(lì)用(yòng)函數的性質將期待值(zhí)最小情況下的檢測周期推算出來,文中(zhōng)將會使用數學模(mó)型化的方式求出設備檢測周期和刀具更換的最佳時間間隔。
二、自動化車床刀具檢測優化問題假設
前文中提到使用自動化車床處(chù)理(lǐ)零件的過程作為課題的研究背(bèi)景,而刀具出(chū)現(xiàn)的故(gù)障是檢測(cè)過程中最需要優(yōu)化的地方,因此研究人員現將出現了100 次故障以後的刀具完成生產零件的數目進(jìn)行統計。
設定問題:假設自動化車床在刀具故障時無法生產任何合格的零件,而刀具正(zhèng)常的(de)情況(kuàng)下產生的零件均為(wéi)合格(gé)零件,設計出生產最佳情(qíng)況的故障檢測周期(qī)和刀具更換狀態;假設自動化車(chē)床刀具(jù)在(zài)故障時的零件合格率為40%,而正常情況(kuàng)生產的同時仍然存在2% 的不合格率,求解生產最佳情況的故障檢(jiǎn)測周期和刀具更換方式。
設定假設:假(jiǎ)設每一(yī)個零(líng)件的生(shēng)產過程的故障都是隨機具的壽命是(shì)影響(xiǎng)零件產生(shēng)的直接原因;假設隻能使(shǐ)用檢(jiǎn)測零件(jiàn)的方(fāng)式判斷故障的產生情況;假設不合格(gé)零(líng)件的檢查是沒有失誤的;假設不論(lùn)是任何(hé)形式的(de)刀具損壞情況維修費用均是3000 元每次,恢複好的刀具(jù)是可以立即投(tóu)入生產過程的;假設工序正常的情況(kuàng)下的停機(jī)費用在1500 元每次,這個費(fèi)用包(bāo)含了更換(huàn)刀(dāo)具的費用;假設零件的檢(jiǎn)測過程可以不必產生任何費用,隻是在檢測出不合格零件的同時需要工況的調整和誤工。
三、自動化車床刀具檢測優化模型建立
(一)零件(jiàn)和故障數據(jù)的(de)函數對應
根據前文(wén)中列出的100 次故障檢測結果,使用(yòng)計算機軟件(jiàn)進行處理之後可以得出對應的散點擬合函數圖,根(gēn)據圖中體現的刀具壽命散點的正如(rú)態分(fèn)布情況(kuàng),可以設立出有關檢測周(zhōu)期的概率密度函數,再使用極大值的估計法可以對應(yīng)的密度數值。根據自(zì)動(dòng)化車床故障的問題假設,不(bú)是由刀(dāo)具(jù)的故障和零(líng)件的生(shēng)產數據和刀具故障產生的機率一致,因此可以求解(jiě)出每一個零件在不是刀具故障產生(shēng)的不合格情況的概率,由於每一個零件都屬互相(xiàng)獨立的存(cún)在,因此可求解出概率的合計分布情況(kuàng)。
(二)故障優化的模型建立
在對問題假設的分析可以了解(jiě)到,研(yán)究刀具檢測情況的問題也(yě)是對(duì)單(dān)個故(gù)障目標的研究問題,因此將函數中的平均(jun1)附加成本設為定值,這個(gè)定值越小(xiǎo)則故障檢測的投資也就越小。自動(dòng)化車床生產運行過程(chéng)中的附加成本可以分為三個部分,包括檢(jiǎn)測成本、不合格零件的浪費費用和刀具的維修費用,其中維修成本中(zhōng)還可(kě)以細分為(wéi)故障後的(de)維修成本和周期性更(gèng)換刀具的成本(běn)。因此(cǐ)自動化車床刀具故障的維護人員可以根據實際生產中的情況設定出對(duì)應的檢測過程(chéng)和檢查費用,維護流程和維護成本,具體(tǐ)的檢測過程可以根據下圖得出最終結果。
自動化車床刀具檢測優(yōu)化的流(liú)程參考
綜(zōng)上所述,文章使用了函數建模的形式為自動化(huà)車床刀具檢測優化的古城哦橫進(jìn)行了(le)對(duì)應的流程分析,為檢測成(chéng)本、不(bú)合格零件的損失情況以及故障維護和更換費用的統計提供了具體的方向。這樣的故障檢測優化方(fāng)案可(kě)以(yǐ)把(bǎ)把現實中比較難以用經(jīng)驗討論的(de)問題歸為(wéi)了模型和(hé)函數的形式(shì),自動化車床的故障檢測(cè)和維護人員可以根據實際的生(shēng)產工序對降低企業資本投入做出貢獻,對於企業的經濟發展和運營質量的提高也有一定的指導作用。
投稿箱:
如果您有機(jī)床行業、企業相關新(xīn)聞稿件發表,或進行資(zī)訊合作,歡迎聯係本網編輯部, 郵(yóu)箱:skjcsc@vip.sina.com
如果您有機(jī)床行業、企業相關新(xīn)聞稿件發表,或進行資(zī)訊合作,歡迎聯係本網編輯部, 郵(yóu)箱:skjcsc@vip.sina.com
更多相關信息
業界視點
| 更多(duō)
行(háng)業數據
| 更多
- 2024年(nián)11月 金屬(shǔ)切削機床產量數據
- 2024年11月 分地區金屬切削(xuē)機床產量數據(jù)
- 2024年11月 軸承(chéng)出口情況
- 2024年11月 基本型乘用車(轎車)產量數據
- 2024年11月 新(xīn)能源汽車產量數(shù)據(jù)
- 2024年11月 新能源汽車銷量情況
- 2024年10月 新能源汽車產量數據
- 2024年10月 軸承出口情況
- 2024年10月 分地區金屬切削機床產量(liàng)數據
- 2024年(nián)10月 金(jīn)屬切削(xuē)機床產量(liàng)數據
- 2024年9月(yuè) 新能源汽車銷量情況
- 2024年(nián)8月 新能(néng)源汽車產量(liàng)數據
- 2028年8月(yuè) 基(jī)本型乘用車(轎車)產(chǎn)量(liàng)數據