基於雲製造的數控機床自動化生產係統設計-齒輪（lún）加工機床網-數（shù）控機床市場網

您現在的位置：齒輪加工機床網> 技術前沿>基於雲製造的數控機（jī）床（chuáng）自動化生（shēng）產係統設計（jì）

基於雲製造的數控機床自動（dòng）化生產係統設計

2021-6-7 來源：南昌大學科學技術（shù）學院作者：羅永洪，胡（hú）小兵

摘要：傳統的數控（kòng）機床存在自動化程度（dù）差、係統集成度低的問題，為（wéi）了（le）提高數（shù）控機（jī）床的信息資源自動化程（chéng）度，文中設計資源元數據粒度模型，剔除了機床生產中的冗餘信息並提高（gāo）其控製效率。針對解決數控機床控製難以集成的問（wèn）題，文中設計基（jī）於軟 PLC 的數控機床控製方案。通過硬件（jiàn）與軟件分離技（jì）術提高自動控製係統的可移植（zhí）性，實現雲端上位機的集中控製（zhì）。為了驗證（zhèng）該方案的可行性，文中建立基（jī）於三軸作動器（qì）的數控機床驗（yàn）證平台，相比於兩種傳統（tǒng）方案，該方（fāng）案耗時減少了50%，能耗更低，且準確性提高了（le） 12% 以上。

關鍵詞：數控機床；自動化生產；係統設計；雲製造；粒度模型；自動控製

0 引言

傳統數控機（jī）床在生產上仍較大程度地（dì）依賴於人的參與程度，主要是通過人為設定控製器與主軸裝置並驅（qū）動機床的作動（dòng）器與電機（jī）來完（wán）成。而嵌入式（shì）數控機床在正常工作時，隻（zhī）能控製驅動裝置與主軸，不能控製液壓冷卻係統（tǒng）等輔助裝置（zhì），從而大幅降低了數控機床生產係統的自動化水（shuǐ）平。在雲製造技術蓬勃發展的背景下，通信頻帶（dài）大幅拓寬，且控製延時顯著（zhe）降低。本文（wén）基於（yú）雲（yún）製（zhì）造技術，使（shǐ）用軟 PLC 設計的方法設計了一套數控車床自動生產方案（àn）。通過雲端上（shàng）位機的開發環境更改數控機床的相關（guān）配置，從而達（dá）到自動化生產的目的。

1 、數控機（jī）床（chuáng）控製結構建模

由於粒度結（jié）構具有可拓展且便於分解（jiě）的特點，能夠精（jīng）確地（dì）分析車床（chuáng）的信息資源（yuán），且準確檢測元數據（jù）的相關信息。因此，可以對車床控製係統建立其元數據（jù）粒度結構模型，如下所（suǒ）述。

1.1 粒度結構建（jiàn）模

定義三元組（X，F，T）表征車床（chuáng）資源的元數據：元數據（jù）集合（hé）為（wéi） X；數據（jù）間映射集合為（wéi） F；歐氏空間中的元數據（jù）集合為 Y；粒度結構為 T，用（yòng）於描述數據粒度間的關（guān）係。對於車床元數據粒（lì）度結構模型，分析器的元數據對象（xiàng）與特征信息處理步驟如下：

1）獲取數控機床的製造（zào）信息中所（suǒ）包含的元數據對（duì）象及其特（tè）征信息。其（qí）中，R 代表（biǎo）元數據對象集合；Ri為資源類型，包括產品、人力與管理資源；Rij代表不同類型中含（hán）有的資源對象。

2）定（dìng）義數（shù）控機床的（de）信息製造元數的特征映（yìng）射體係F（R）。通過對（duì）其表征的信息資源數據對象與生產周期中映射關係的研究，對於主（zhǔ）要特征的（de）加工進行處理（lǐ），從而獲取資源數據對象的主要特征。

3）定義數控機床的資源元數據（jù）特（tè）征集合{ C1,C2,…,Ck,…,Ckn}。其（qí）中，Ck 代表元數據集合 R 所對應的對象 Rij，Ckn代表元數據（jù）對象的具體特征。該數據通過生產過程中的各種映射（shè）關係被獲取，是元數據各項指標的（de）集（jí）中檢測。

通（tōng）過對數控機（jī）床信息資源的精準建模，采集關於數控機床的所有信息。但由於采集到（dào）的信息存在（zài）冗餘重複現象，故依據實際情況對數（shù）控機床製造信息資源內部信息數據進行關聯（lián）。定義 OEM：Xg→< Rg，其中，第 g粒度層元數據定義（yì）為 Rg，數控機床采集到的相關信息表示為 xR。g=1 時，R1= { R1,R2,…,Rm}。通過對於粒（lì）度模型的建立，有效篩選掉數（shù）控機床（chuáng）的製（zhì）造（zào）信息模（mó）型（xíng）並（bìng）建立自動（dòng）化控製模型，如下：

式（shì）中，X 為數控機床數據中的信息平均（jun1）值。當采集到的數控機床數據量大於閾值 X 時，模型記錄本機采樣值；否則，輸出上（shàng）一粒度層次的元數據記錄 Rg - 1。

2 、基於 PLC 的控製係統設計

本次設計使用軟 PLC 係統與硬件獨立的策略，提高（gāo）了軟件設（shè）計在不同（tóng）程（chéng）序間的複用率（lǜ），降低了係統（tǒng）集成（chéng）成本。在設計時，使用成熟的通信協（xié）議建立模塊（kuài）式（shì）架構（gòu）與非線（xiàn）性（xìng）控製的控製係統。控製係統中使用共享交互內存機製，在對 CNC 執（zhí）行器發送指令的周期內，同步硬件（jiàn）的信息交換與中央（yāng）處理單元的數據，進而達到控製係統（tǒng）全局數據更新的目的。通過（guò）對 CNC 嵌入式電路中的物理與邏輯地址序列進（jìn）行依次比對，然後（hòu）逐一計算出數據矩陣中輸入（rù）/輸出端口的各項配置參數。在前期開發設備時，對硬件（jiàn）進行確認；在雲製造環（huán）境下，高（gāo）速工業網絡選擇具（jù）有唯一 ID的模塊。PLC 輸入/輸出配置結構如圖 1 所示（shì）。

圖 1 PLC 配（pèi）置（zhì）結構

係（xì）統的運作流程如下：

1）對連接到 CNC 係統的所有（yǒu） PLC 及周邊設備進行（háng）初（chū）始化，各設備發送包含製造商信息（xī）與（yǔ）產品型號的（de）初始化數據至控製係統（tǒng）核心的程（chéng）序啟動模塊。

2）將上述信息轉（zhuǎn）換為矩陣形式，輸入/輸出設備組由通信模塊與內部總線（xiàn）組成（chéng）。物理（lǐ）信號在輸入槽轉換為邏輯信號，邏輯信號在後續（xù）運行中進入軟件控製的（de）共享存儲單元與數據處理器（qì）中。

3）計算硬件配置。假定任（rèn）意模塊 i 的第 j 個插槽存儲器存在一個（gè）數據包，對任（rèn）意第 i 個模塊所有插槽共（gòng）享（xiǎng）儲存（cún）單元（yuán）數據量( S)Di的計算公式如下（xià）：

對於任意模塊（kuài） i，存儲（chǔ）區域的偏移量( O)Di為之前按模塊 i-1 個數據包偏移量的總和。任意（yì）字節偏移（yí）量計算公式為（wéi）：

對於任意插（chā）槽 j，相對於數據模塊 i 的初始字節偏移量（0s）ij計算公式為：

計算式（3）與式（4）之和的（de）初始字節總數 Nij =( OD)i +( SD）i。

4）建（jiàn）立插槽每個字節與插（chā）槽數據（jù）包間（jiān）的邏輯（jí）地址關聯性。Ixy與 Qxy分別表示輸入變量池和輸出變量池中字節 X 的（de）第 Y 位；IBx與 QBx分別表示輸入和（hé）輸出變量區域的字節數 X ( B)x。在控製程序設計方案中，對於基於模塊類型的輸入/輸出假設是合理且可執行的。在（zài）軟 PLC編（biān）譯中可執（zhí）行代碼並不綁定至特定平台，而是在執行時以（yǐ） XML可擴展語言的形式介入硬（yìng）件間的（de）通信協議（yì）。

3 、實驗驗（yàn）證

本文基於 PLC 的機床自動生（shēng）產平台在嵌入式 Linux係統（tǒng）的基礎上搭建（jiàn）。Linux 係統中使用 CODESYS 開發（fā）環境，CNC 硬件主板為 OK335x S 開（kāi）發板，數控（kòng）機床從站為 3 組 Omron 伺服驅動器，通信總線使用 Mod Bus 協議。人機交互係統 GUI 如圖 2 所示。在係統 GUI 中，能夠實現對配置文件的操作，右側窗口可以對三軸伺服係統的狀態進行實時監控。

圖 2 CNC 係統 GUI

係統硬件的控製係統如圖 3 所示。所用的主軸異步電機（jī）實物如圖 4 所示。

圖 3 係統控（kòng）製結構

圖 4 主（zhǔ）軸（zhóu）異步（bù）電（diàn）機實物（wù）

驗證 CNC 自動控（kòng）製係統各項性（xìng）能，在雲端控製器的（de） CNC 編輯器中建立相應的 PLC 代碼。生成代碼後（hòu），通過編譯形成伺（sì）服係統控製器的執行代碼，上傳至（zhì）車床PLC 係統運行測試，其結（jié）果如表 1 所（suǒ）示（shì）。

表 1 PLC 運行參數（shù）

為了對數控機床的信（xìn）息資源可靠性進（jìn）行檢測，分別從檢測準確性、檢測時（shí）間與能量消耗方麵對本機床係統與常用的兩種方案進行測試，結果如表 2 所示。

表 2 自（zì）動化機床係統（tǒng）對比

表 2 中，數控機床係統中的能（néng）量消耗定義為：

式中：s 為製（zhì）造資源個數；j 為單位製造所需的（de）能量消耗。分析表 2 可知，本文方案在準確性上優於 Mt Connect 方案 12%，優於 HMM 方案 28.1%；製造用時低於兩種常用方案 50%；能（néng）量消耗上低於 Mt Connect 方案 5%，低於HMM 方（fāng）案（àn） 35.6%。因此能夠證明本數控機床自動化生產係統的優越性（xìng）。

4 、結語

本文首先建立基於粒度結構的數控機床信（xìn）息資源自動化檢測方案。通過對元數據（jù）的分（fèn）析建立數控機床的結（jié）構模型，剔除冗餘信息並建立完整的自動化檢測係統。同時在此基礎上，建立硬件與控製相獨立的 PLC 自動控製係統（tǒng）。通過硬件配置 XML 的方案（àn），將（jiāng）控製程序與嵌入式硬件分離，提高調用複用效率。經實驗證明，本數控機床自動化生（shēng）產係統的（de）可行性較高，相（xiàng）比於兩（liǎng）種常用方法具有耗時少、耗能低（dī）且準確性高（gāo）的特點（diǎn）。

投稿箱（xiāng）：
如果您有機床行業、企業相關新聞稿件發表，或進行資訊合（hé）作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相關信（xìn）息

名企推薦

業界視點

| 更多

行業數據

| 更多（duō）

博文選萃（cuì）

| 更多