币游国际数控机床专业英语翻译

  爱问共享资料数控机床专业英语翻译文档免费下载,数万用户每天上传大量最新资料,数量累计超一个亿,1.介绍生产机器能量消耗的问题最近越来越引人注目,特别是由于发达国家努力减少人类活动对环境的影响。由于生产机器的操作非常节能,正如先前的研究(CECIMO,2009)所示,在生产机器的操作期间,生产机器最有损害环境。能源价格上升以及降低制造成本的努力导致机床用户要求最小化制造的能源需求。欧盟关于减少人类活动所有领域的能源需求的指令,进一步提高了生产机械生产商的压力,特别是在工业生产中,生产机器是重要的能源消费者(欧盟,2009年)。为了满足减少生产机器能量需求的目标,必须在这些机器的设计阶段或在这些机器上规划生产时考虑潜在的节能。在机器或技术的设计阶段期间的能量消耗的仿真可以是给出对当前

  1.介绍 生产机器能量消耗的问题最近越来越引人注目,特别是由于发达国家努力减少人类活动对环境的影响。由于生产机器的操作非常节能,正如先前的研究(CECIMO,2009)所示,在生产机器的操作期间,生产机器最有损害环境。能源价格上升以及降低制造成本的努力导致机床用户要求最小化制造的能源需求。欧盟关于减少人类活动所有领域的能源需求的指令,进一步提高了生产机械生产商的压力,特别是在工业生产中,生产机器是重要的能源消费者(欧盟,2009年)。为了满足减少生产机器能量需求的目标,必须在这些机器的设计阶段或在这些机器上规划生产时考虑潜在的节能。在机器或技术的设计阶段期间的能量消耗的仿真可以是给出对当前的问题之一的计划生产的成本的概述的优点。如果没有应用能量消耗的预测模型,这是不可能实现的。到目前为止已经进行的大部分研究和模型特别关注于预测驱动器的消耗。然而,辅助单位对总能源消耗的贡献是显着的,通常更高(Holkup等,2013)。因此,有必要系统地进一步开发能耗预测模型,并给予他们应有的关注。 1.1。最先进的 Draganescu等人(Draganescu等人,2003)。研究了切削条 件对机床效率和功耗的影响。他们根据实际测试,寻找这两个参数之间的相互关系。Weinert等人(Weinert等人,2004)。集中在减少加工期间使用的切削流体的量的可能性,这是降低制造成本的方法之一。虽然他们没有直接检查对能源消耗的影响,他们经常提到,因为他们的研究使得可能提高切割速度。这允许减少制造时间,这是影响机床消耗的基本参数。Rangarajan和Dornfeld(Rangarajan和Dornfeld,2004)也意识到运营时间在减少能源消耗中的重要作用。他们专注于加工过程中刀具路径的优化。他们还研究了工件夹持方向对加工平面表面总时间的影响。Gutowski等人(Gutowski等人, 2006)。是第一个对生产过程的能源消耗采用过敏性方法(有效能测量材料做功的潜力)。基于这种方法,Gutowski创建了一个简单的机床功耗模型(1)。该模型基于简单的假设,即辅助单元的消耗与加工过程无关。使用测试,他还发现这些单元的消耗可能约占机床总能耗的85%。 方程(1) 查看MathML源 打开MathJax 其中 E [Ws]是机床消耗的总能量,P0 [W]是空转功率,k [Wsm-3]是特定切削过程能量,[m3s] t [s]是总加工时间。 这项研究由Diaz et al。(Diaz等,2011),他们专注于确定材料去除率,有功功率需求和总能量消耗所代表的切削条件之间的关系。Kara和Li(Kara和Li,2011)对生产机器的能耗提出了新的见解。他们认为机器是一个整体系统,能够影响其分部。因此,必须处理这些子部分之间的关系,因为迄今为止的实践不再能够严格地划分切割处理和辅助单元之间的能量消耗。Mori等人(Mori等人,2011)。通过增强的加速和减速控制,增加主轴与进给轴的同步

  ,从而集中于节能的可能性。他们改进的模型包括主轴加速或减速的功率需求。Mativenga和Rajemi(Mativenga和Rajemi,2011)集中在选择与切削刀具寿命相关的最佳切削条件。这启动了在刀具交换期间的功率消耗的讨论。Li和Yan(Li等,2013)涉及机床能量消耗建模,建立了机床有功功率的精细经验模型,与前人的预测模型相比,获得了更为准确的结果。在进一步的研究中,他们研究了切削条件的多尺度优化,以寻找材料去除率,功耗和表面质量之间的折衷(Yan和Li,2013)。Avram和Xirouchakis(Avram和Xirouchakis,2011)着重于使用NC 代码分析的能量消耗的预测模型。He等人还开发了类似的复杂模型(2)(He et al。,2012)。 方程(2) Etotal = Espindle + Efeed + Etool + Ecool + Efix 打开MathJax 其中Etotal [Ws]是总直接要求,Espindle [Ws]是主切削运动的主轴能量需求,Efeed [Ws]是二次切削运动的进给轴要求,Etool [Ws] Ws]是切削过程冷却的能量,Efix [Ws]是机器能量需求。上述作者的研究由Balogun和Mativenga(Balogun和Mativenga,2013年)和Dietmair和Verl (Dietmair和Verl,2009年)进一步继续,他们开发了自己先进的能源消费模型。这些模型 根据机器制度使用整个工作循环的划分。Witt等人(Witt等人,2014)。开发了用于实时能耗和制造成本预测的模拟软件。该软件能够在生产计划阶段提供有价值的信息。它使用来自实际控制系统(循环中的硬件)的数据来预测驱动器的能量消耗。与许多其他作者一样,他们面临确定主要部分辅助设备的消耗的问题,这显着地有助于机床的总消耗。 对现有机床能量模型的分析得出结论,辅助设备的消耗可能高于驱动器的消耗。遗憾的是,没有那么多研究人员对机床辅助设备的能量消耗的精确建模感兴趣。因此,应该更详细地研究这部分模拟。 1.2。研究目的和范围 本文提出了建立机床辅助设备功耗预测模型的分析方法。由下面描述的模型获得的辅助设备的功耗估计以及驱动器的消耗。驱动器可以使用已经发布的模型进行预测,并且将向机床用户提供对生产期间的总能量需求的洞察。使用这种分析方法的主要目的是增加由模型预测的消耗与机床的实际消耗之间的一致性。 2.建模方法 在本章中,将描述机床,特别是其辅助设备的能量模型的创建过程。 2.1。模型建立 所提出的模型的评估(参见图1)可以在以下三个步骤中描述: 步骤1.分析所有安装的机器辅助设备及其行为。 步骤2.建立分析辅助单元的子模型。 步骤3.所有辅助设备的能量流的总和,包括压缩空气和驱动器的消耗。 图。1 图。1。 机床能耗模型。 图选项 2.2。模型核心 所建立的模型的核心可以由三个基本方程数学地描述。它们

  表示设备的有功功率及其活动(3),上述能量流总和(4)和随后的能量消耗计算(5)之间的关系。 方程(3) Pi(t)= A(t)·Pinput 打开MathJax 其中Pi(t)[W]是给定辅助单元的有功功率的时间特性,A(t)[ - ]是给定辅助单元的活动的时间特性,Pinput [W]的正常操作中的给定辅助单元。 方程(4) 查看MathML源 打开MathJax 其中Ptotal(t)[W]是机器总有功功率的时间特性,Pdrive(t)[W]是机器驱动有功功率的时间特性,Pair由压缩空气供给的辅助设备的等效有功功率(参见等式(6))和Pi(t)[W]是包括在模型中的各个辅助设备的有功功率的时间特性。 方程(5) 查看MathML源 打开MathJax 其中Etotal [Ws]是机器的总消耗能量,Ptotal(t)[W]是机器的总有功功率的时间特性,T [s]是总仿真时间,有功功率和模拟时间增量的向量。 模型的复杂性取决于模型中包括的辅助单元的数量。它还取决于它们所选择的主要性质和它们的能量行为。 2.3。辅助设备分类 辅助单元可以根据以下基本标准分类。 标准1 - 操作模式 操作模式主要受输入到适当子模型中的时间参数的影响。基于该标准,区分以下类型的辅助单元(参见图2)。 图。2 图。2。 基于操作模式的辅助设备分类。 图选项 标准2 - 辅助单元行为的自主性 辅助单元控制的自主性是重要因素,其表示机器的控制系统和受控辅助单元之间的关系。辅助单元的这个关键特性影响基于机器控制系统命令的知识来预测它们的活动的可能性。基于控制的自主性,辅助单元可以分为三组(参见图3)。 图。3 图。3。 基于其控制自主性的辅助设备分类。 图选项 非自主辅助单元由机器控制系统直接控制,并且没有将影响其操作和有功功率的其他调节。半自主辅助设备由机器控制系统操作,并且它们具有它们自己的自主调节,这影响它们的活动。全自动辅助设备不受机器控制系统控制,完全独立于其上。 标准3 - 性能控制的类型 辅助单元的性能控制的类型是下一个准则直接影响子模型的复杂性,并且因此尤其是输入性能参数。以下类型的辅助单元控制是重要的(参见图4)。具有一级控制的辅助单元仅在ON / OFF状态下操作,而具有离散多级控制的辅助单元在几个离散的性能水平上操作。具有连续控制的辅助设备可以在整个范围的所有性能水平下工作。 图。4 图。4。 基于性能控制类型的辅助设备分类。 图选项 标准4 - 操作初始化的类型 辅助单元的操作模式初始化显着影响提前预测其活动的能力。基于该标准,可以区分以下基本类型的辅助单元初始化: AUTO具有自动运行初始化的辅助设备的活动特性由机床制造商确定,其行为不受机床用户(例如电柜空调)的影响。辅助单元的活动只能基于对PLC程序的全面了解才能预测。 SEMI通过NC程序(例如刀沿冷却)初始化具有半自动运行初始化的辅助设备。它

  们的活性可以基于NC程序分析预测。 MAN带手动操作初始化的辅助单元由机床操作员使用控制面板手动初始化。他们的活动的特点是很难预测或他们是完全不可预测的。 2.4。获取子模型输入参数 基于上述标准的辅助单元分类对子模型的复杂性及其性能参数有重大影响。这些参数可以以两种方式确定,即,直接在机器上进行测量,并通过在机器上进行测量来间接测量。时间参数和一些性能参数,可以直接确定而不在机器上测量。时间参数可以例如通过NC程序的时间分析来获取。一些性能参数可以以相同的方式获得,尽管以这种方式建立的模型可以提供非常粗略的结果(消耗的上限)。它主要是通过在机器上测量间接确定的各个辅助设备的性能参数。使用通过在特定机床上测量获得的参数,获得能量消耗计算的相对精确的结果。 2.5。所选辅助设备的子模型 难以模拟的辅助单元的典型代表是机床的电气柜的空调。这些辅助单元通常属于具有自主调节的自动操作装置。执行的测量(参见图5)示出在机器操作开始时,由于电气柜中的元件的温度升高,在空调的激活之间的时间段逐渐变短。随后,激活的次数变得稳定,这是由于电气柜中的温度的稳定引起的。可以假定,除非机床负载或环境条件发生显着变化,否则空调单元将以该周期性方式继续被激活。 图。5 图。5。 电气柜冷却单元有功功率的时间特性。 图选项 这些辅助单元通常由模型中的平均值替代,因此称为“简单子模型”。在长期模拟的情况下,模型和现实之间的差异可以忽略。对于中期仿真,选择增强子模型(永久工作和周期性启动 的器件的组合子模型)更合适。与简单子模型相比,该增强子模型提供了更高程度的符合性,具有更可忽略的误差。 组合子模型也可以用于例如建模机床流体系统。这从三轴铣床上辅助设备的有功功率测量可以看出(见图6)。用于冷却剂的流体系统包括复杂的一组泵。主泵在NC程序中通过适当的M功能从其初始化连续工作,而输送泵根据罐中的液位下降不连续地初始化。 图。6 图。6。 所选机床辅助设备的有功功率时间特性。 图选项 另一种类型的子模型是将所选辅助单元的总操作划分为两个和更多个部分(启动和操作)。这种类型的子模型例如适用于负责从工作空间吸取蒸汽的单元,如在三轴铣床上进行的相同测量所示(参见图6)。测量显示,在该单元的启动期间的有功功率大约是正常操作有功功率的两倍,并且启动本身花费大约从3到5s。 除电器外,还需要根据等式(6)考虑空气消耗的电当量(Holkup等,2013)。 方程(6) Pair(t)= c·Qair(t) 打开MathJax 其中Pair(t)[W]是由压缩空气驱动的辅助设备的等效有功功率的时间特性,c [Wdm-3min]是对于给定压缩空气,压缩机有功功率和空气流入机器之间的转换比分配系统和Qair(t) [dm3min-1]是压缩空气流入机器中的给定辅助单元的时间特性。 使用这种压缩空气等效有功功率(6)的计算可以改进它们不考虑(1)和(2)的任何标准模型。 如测量结果(参见

  图7)所示,在该特定情况下的压缩空气消耗是一个典型的区域,其中可以将测量的特性替换为消耗的计算的平均值。这是由于以下事实:在所监控的特性的80%中,平均和实际压缩空气流的值大约仅相差10%。然而,这取决于机器的具体类型和由空气提供动力的已安装辅助设备的数量以及所使用的元件的质量和关于泄漏的压缩空气分配。最后但并非最不重要的是,机器工作制度也很重要。 图。7 图。7。 压缩空气流入机器的时间特性。 图选项 3.实验建议 提出了一个实验来比较机床辅助单元能量消耗模型和实际机器测量的精度。在三轴卧式碾磨机上进行实验(参见图8和表1)。 图。8 图。8。 LM2 - 卧式铣床。 图选项 表格1。 LM2铣床技术规格。 轴行程(X,Y,Z)500,500,370mm 快速移动(X,Y,Z)120,120,120m / min 托盘工作面500×500mm 托盘最大有效载荷250公斤 主轴转速40,000 rpm 主轴电源40 kW 表选项 为了测量辅助设备的有功功率,使用自己的测量设备(RCMT的KR2014-7)。本设备有7个通道用于测量三相电流(技术规格见表2)。将测量电流互感器放置在通向所监视的辅助单元组的配线),并且在主机床电柜内的同一分支上测量电压。 表2。 KR2014-7的技术规格。 采样频率12.8 kHz 电流测量范围0.2-150 A 电流和电压不确定度≤0.1% 变压器电流比为200 A / 66.6 mA 变压器电流范围0.0 - 200 A. 表选项 图。9 图。9。 测量点在机床电气柜中的位置。 图选项 在该试验中检查下面的辅助单元组。使用用户NC程序的附加功能来控制这些单元的活动。 ? 从工作空间吸取蒸汽(M48)。 ? 切削刀具外部冷却(M8)。 ? 从工作空间冲洗芯片(M20,M22)。 ? 润滑单元。 初始化所选辅助单元的顺序由特殊的测试NC程序控制,该程序在没有切削刀具和工件相互作用的情况下执行被监测辅助单元的时间序列操作。当机器运行时,测量辅助单元(没有驱动器的能量)的总能量消耗以具有关于能量消耗的真实数据。 为了建立该模型,对该NC代码进行了简单的分析。分析的目的是创建初始化辅助单元的事件的时间序列。接下来,基于该序列,生成用于特定辅助单元的初始化的时间函数,以建立整个模型。这种NC代码的简单分析是在Matlab中进行的,以及使用提出的模型的预测能 耗的最终计算。 4.结果和讨论 4.1。模型校准 测量和模型的第一变化(对应于写在电动机板上的标称值的能量消耗者的性能参数,所谓的“未校准模型”)的比较显示以这种方式建立的模型提供了非常悲观的能量消耗估计。这是由标称值和实际值之间的差异引起的,如表3所示。模型计算的结果如图10和图11所示。从测量和模型的比较可以看出,相对偏差的总预测和实际消耗能量约为+ 80%。 表3。 模型参数比较。

  辅助单元有功功率输入[W] 相对像差 板值测量 从工作空间中吸出蒸气1500 988 -34.1% 切削工具外部冷却820 488 -40.5% 输送泵1150 297 -74.2% 从工作空间冲洗芯片1150 278 -75.8% 润滑单元125 72 -42.4% 表选项 图。10 图。10。 机床辅助单元(未校准模型)的总有功功率的时间特性。 图选项 图。11 图。11。 机床辅助单元消耗的总能量的时间特性(未校准模型)。 图选项 因此,需要对用于模型的所有辅助单元的实际能量消耗进行简单校准。每个单元分别测量,并监测实际消耗。这种简单的校准导致监测的辅助单元子模型的输入性能参数的更高的精度。这些校准数据用于使用所提出的模型进行验证测量。 4.2。模型验证 这种校准导致如图1所示的总消耗能量的计算的更高精度。12。在整个模拟期间,模型的误差现在约为12%。这种差异由测量的最后阶段期间的未知能量消耗活动引起。在时间0到700秒内模拟所有已知消耗器的情况下,模型的精度约为1%。这一差异将在下一章中讨论。 图。12 图。12。 机床辅助单元总有功功率的时间特性(校准模型)。 图选项 图。13 图。13。 机床辅助单元消耗的总能量的时间特性(校准模型)。 图选项 4.3。讨论 从实际和预测的机床有效功率的比较可以明显看出的清除误差是在700至720s的时间区间中未识别的辅助单元的活动。在该辅助单元的活动期间产生相对于测量的模型的误差。与所测量的消耗相比,建模消耗的相对偏差为1%直到该时刻。然而,由于未识别的辅助单元的活动,它上升到最终12%。这种情况表明,即使从实际功率输入的角度来看,它看起来可以忽略不计,也需要知道所有能量消耗者并且在模型中考虑它们。可以显着影响总能耗计算。 另一个小误差从所监视的辅助单元组的总有功功率的时间特性是明显的。该模型包含给定辅助单元的初始化的时间偏移中的误差。在这种情况下,这些错误是由NC代码分析的方法引起的,其未能考虑到初始化单个辅助单元的传输延迟。这些误差可以通过使用真实的或模拟的控制系统(例如虚拟iTNC)来抑制。然而,在所进行的测试中对总消耗能量的影响是最小的(参见图13)。 5。结论 简单模型的功能被证明。所执行的测试显示了对能量消耗有贡献的所有辅助单元的彻底识别的重要意义。机床辅助单元的这种精确识别是影响整个机床的模型的合成精度的重要因素。必要的步骤是校准测试的单元和设备的实际消耗,因为板的参数和实际情况可能完全不同。没有这种校准,建模的精度不好。 建模的下一个问题是具有用于激活被测试设备的适当时间线。因此,下一步将使用具有真实PLC设置的虚拟控制系统来覆盖驱动器性能,例如实际定位和速度控制循环。由于这种模型改进,可以实现加工和辅助单元初始化的更好的时间线,以进行能量消耗的更精确的模拟。 确认 该文件已获得捷克共和国技术局的资助(TE01020075)。