面向DNC车间的刀具全寿命周期管理技术研究

本资料包含pdf文件1个，下载需要1积分

在当今制造企业中，随着现代生产企业信息化程度的快速发展 ，DNC系统的应用越来越多，它强调生产信息的集成 ，具有组织灵 活、系统可靠、性价 比高等特点 ，对提高生产效率 、缩 短产品生产周期、降低成本起着重大的作用。刀具是 DNC制造车间中的重要资源之-，其品种繁多、数量巨大 ，成本约 占各种制造成 本的 25% ～30% ，因此刀具信息作为生产的主要信息之- ，它贯穿着整个生产过程 ，直接影响生产进程 。而对刀具进行全寿命周期 的管理不仅仅能够缩短刀具生产准备周期 ，降低刀具成本 ，同时强调在统-集成 的资源平 台上运行 ，是实现刀具各种信息共享的有效途径 ，是生产信息集成管理中至关重要的-部分 。

对刀具的全寿命周期管理即：通过对刀具使用过程的信息采集，实现刀具入库、借出、加工、刃磨、归还、报废等环节的全寿命周期的追踪与管理 。其关键技术主要是刀具信息标识技术以及刀具寿命预测。

1 刀具信息标识技术刀具信息 的标识技术就是对 DNC车间刀具信息进行 自动采集 的技术 ，准确可靠地标识 出刀具信息是刀具全寿命周期管理的基础也是难点。

刀具的表面使用激光标刻形成-定深度的永久性的条码图像后 ，这些 条码 图像需 经过生产线上部署的条码识读设备进行扫瞄和解码处理 ，得 到的数据通过串 口(RS232或 USB)输 出，直接集成 到其它应用系统，如刀具管理系统 ，从而实时追踪刀具的位置和状态，实现刀具数据的动态更新 ，同时结合 DNC系统进行刀具生产过程的信息采集(如图 1所示 )。

1.1 刀具信息的直接标刻刀具在采 购完成入库前 ，应根据企业 自身情况对刀具进行编码并标刻。标刻-般使用的是最有效收稿 15t期 ：2012-08-23；修 回日期 ：2012-O9-18作者简介：殷锐(1975-)，女，四川岳池人，西北工业大学明德学院讲师，硕士，主要从事计算机辅助设计研究，(E-mail)370761791###qq.COII。

· 136· 组合机床与自动化加工技术 第 3期标识技术能更好的应用到 DNC车间之 中。

2 刀具寿命预测刀具寿命指的是-把新刀从开始切削直到磨损值达到磨钝标准时的总切削时间，或者说刀具两次刃磨之间总的切削时间，称为刀具寿命 ，也称刀具耐用度。

刀具寿命预警是刀具寿命管理中重要的-环，而对刀具寿命进行精确的预测是刀具寿命预警得以实现的重要依据。在刀具入库时会根据预测数据来规定预定加工时间；在每次刀具借 出后 ，刀具信息追踪系统将 自动采集刀具 的在线加工时 间，对其进行统计，然后实时更新其剩余时间；如果刀具的剩余寿命低于刀具给定的预警线 ，系统会提 示管理人 员哪些刀具将要报废或 刃磨 ，方便 其下发刀具采购清单 、在借 出加工时提醒操作人员 ，防止 因刀具磨 损生产不合格产品。

刀具在投入加 工过程- 段时问后 ，切削 能力逐渐减弱 ，直至失去切削能力从而失效。研究 刀具 的寿命需研究影响刀具磨损的因素。根据切削理论，刀具磨损寿命与刀具耐用度系数、刀具材料、刀具的直径成正 比，与工件材料的切削加工性能 、切削用量(切削速度、进给量 、切削深度)、每齿进给量、铣刀宽度和铣刀齿数成反 比 。

2.1 基于 BP神经网络的预测方法使用传统的刀具当量切削时间的累计方法来评估刀具寿命 的方法复杂且误差大 ，不适用于新形势下的制造车间 ，本 文采 用了功能强大的误差反向传播 (BP)算法来进行刀具寿命的预测 。

BP算法的基本思想是梯度最速下降法 ，它 的中心思想是通过不断调整权值 ，使 网络总误差最小；即采用梯度搜索技术 ，使 网络的实际输 出值与期望输出值的误差均方值为最小 。

本文所论述的刀具寿命预测的算法流程图如图4所示。样本是从 MITSUBISHI总和样本 中获取 车削刀具加工的参数信息 以及此加工条件下 的刀具寿命信息 ，作为预测模型的样本数据 。

样本数据可以保 存在数据库 当中，随着 系统的运行 ，大量的经过实验验证过的在给定条件下具有良好使用价值 的样本加入 到样本库 中，因而可以充分利用不断更新的数据来提高决策的合理性。

2.2 实验结果实验采用硬质合金外圆车刀，工件 ：45钢 。采用BP算法对刀具寿命进行学习 ，反应刀具几何参数 、切削参数对刀具寿命 的影响(见表 2和表 3)。

利用 BP神经 网络模型 的高度非线性的映射能力 以及其极强 的 自适应 能力 ，可 以根据刀具寿命的影响因素较精确地预测 出刀具实际使用 寿命♂合已有的车间实 际切削参数数据 和刀具寿命 实验，运用 BP神经网络模型为刀具寿命 预测提供 了-种行之有效的方法，在帮助车间工作人员准确判断刀具的使用寿命方面有很大的应用空间。

初始化 ，iv l，nl，h0.6I输人第-对样本调用激励函数I计算各层输出AEE(n1)-E(n)用 博 各层误差信号Y图 4 BP算 法流程 图表 2 样本数 据集切削深度 进给量 切削速度 序号 前角(。) 主偏角(。)a (mm) ，(mm/r) V(m/min)1 lO 30 0.5 O.2O 1002 15 30 0.8 0.15 lOO3 10 45 1.O O.12 1004 l5 60 1.5 0.1O 10O表 3 刀具寿命预测情况序号 期望寿命(rain) 预测寿命(min) 误差(%)l 60 61.56 2.602 70 68.33 -2.383 80 82.7l 3.394 80 75.19 -6.013 结论本文从原理上对条码的激光直接标识技术做了解释，提出了用条状光 源作为辅 助光 源的方 法来 提高条码识别率的方法 ，并采用 BP算法有效解决 了刀具寿命预测的难题 。这些技术为企业成功实施刀具全寿命周期管理提供了良好的基矗[