数控车床可靠性数据的采集及数据库建立

来源:网络  作者:网络转载   2019-09-29 阅读:928
关键字:数控车床    
    

1 前言

数控机床是现代制造技术的基础装备,其技术水平高低是衡量一个国家的工业现代化水平的重要标志。数控机床的可靠性是机床质量的关键。目前国产数控机床的可靠性水平与国外相比明显偏低,严重影响了国产数控机床的竞争能力,提高国产数控机床的可靠性已成为当务之急。

可靠性分析是以大量的现场数据为基础的,借助有计划、有目的地收集产品寿命周期各阶段的数据,进行分析,发现产品可靠性的薄弱环节,改进设计,从而提高产品质量,所以可靠性数据的收集和分析在可靠性工程中具有重要地位。然而这方面正是国内可靠性研究中的一个薄弱环节。在1996年7月1日至1996年12月31日期间,我们收集了一汽集团长春齿轮厂的42台CNC车床的可靠性数据,并初步建立了数控车床可靠性数据库。以此为例说明数控机床可靠性数据的采集方法及数据库的建立方法。

2 可靠性试验方案的确定

可靠性试验是取得可靠性数据的主要方法之一,它是进行可靠性设计和分析的基础。近30年来,可靠性试验方法取得很大发展。可靠性试验既费时又费钱。对于数控车床而言,主要考虑试验场所和试验样本两方面。

按试验场所,可靠性试验分为现场试验和实验室试验两种。数控车床由于结构复杂,使用条件中的不确定因素很多,故选用现场试验方法能够采集到真实的可靠性情况。在现场试验中数据可靠性问题是一个关键问题。事先必须制订完善的采集计划,事后应对数据进行处理,以排除不合理因素。

可靠性试验按样本大小可以分成全数试验和抽样试验两类。对于数控车床这种批量产品不可能进行全数试验,只能采用抽样定时截尾的试验方法。为了使收集到的数据具有代表性,并且便于数据收集,在选取试验样本时,应选取尽量多的数控车床作为抽样样本,所选取的设备应该比较集中。因此本文选择了数控车床使用量大且设备比较集中的一汽集团长春齿轮厂作为试验基地,将其42台CNC车床作为样本,进行了半年跟踪调查。

3 可靠性数据的采集

根据《数控车床可靠性评定方法》,即标准JB/GQ1153-90数控车床的故障判据为:

1) 由于数控车床的质量缺陷,在规定条件下、规定时间内不能完成规定功能的事件便成为故障。
2) 在用户正常使用之前的早期故障,由于是在规定的截取范围以外,所以不计为故障。
3) 与整机功能暂时无关或影响较小的局部微小故障不计为故障。
4) 不按规定操作使用而引起的误用故障不计为故障。

在进行数据采集之前,必须首先明确数控车床故障模式。我们在参考《数控车床可靠性评定方法》的同时,根据数控车床的本身特点和使用中的实际情况,制定了数控车床故障模式表(表1)。

表1 数控车床故障模式表

序号 故障模式 序号 故障模式 序号 故障模式
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
运动部件爬行
运动部件抖动
运动部件异响
运动部件制动失灵
运动部件间隙过大
运动部件窜动
运动部件过紧
运动部件卡死
运动部件变速失灵
运动部件超速
运动部件掉档
振动影响工件质量
机电互锁机构失灵
锁紧部件失灵
紧固件松动
预紧机构松动
定位装置失灵
夹紧装置失灵
夹紧装置提前夹紧
夹紧装置提前松开
夹紧装置夹不紧
夹紧装置松不开
零、部件损坏
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
零、部件变形
零、部件松动
零、部件脱落
轴承损坏
转位无动作
转位不到位
转位超程
几何精度超标
定位精度超标
工作精度超标
性能参数下降
回零不准
定向不准
坐标原点漂移
噪声超标
温升过高
气、液控制失灵
液、气、油渗漏
液、气、油堵塞不畅
液、气、油元部件损坏
密封件损坏
护板、护罩损坏
防护门开关损坏
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
数控系统不能正常工作
主机未按程序指令执行
程序、参数记忆功能紊乱
数据传输错误
元器件功能丧失
元器件误动作
元器件损坏
元器件参数漂移
电机起动不起来
电机不能正常工作
电机过载
电机损坏
误报警
线路、电缆接触不良
线路、电缆断路
线路、电缆短路
熔断器损坏
传感部件失灵
易损件超期损坏
转塔转位不灵活
空气开关跳
CNC参数错
其它

根据所确定的试验方案,按如下步骤进行数据采集:

1) 参考《数控车床可靠性评定方法》,我们编制了《数控车床故障分析报告》(表2),分别对每台受试车床进行跟踪。

《数控车床故障分析报告》填写说明:

a. 从试验开始起,记录被试车床故障,发生一次故障,填写一份故障分析报告。
b. 按照故障发生时间顺序填写故障序号。
c. 要求填表人签字,用户单位加盖公章,以保证数据真实、可靠。

2) 与协作厂家定好执行计划,由厂家派专人负责填写故障分析报告。一旦故障发生,立即根据故障判据和故障类型填写报告,恢复后应继续观察。

3) 每隔一定时间进行中途检查,了解现场情况,并就具体问题进行指导。

由现场试验中得到的主要数据项如表2所示。这样就可以根据需要建立数控车床的可靠性数据库,以满足不同的数据分析要求。

表2 数控车床故障分析报告

车间 - 班组 - 年月日
设备编号   设备役龄 - 设备型号  
设备名称 - 故障序号 -
工作环境 -
故 障
现 象
-
故 障
原 因
-
处理方法 -
起始时间 日时分 共 计 台时
终止时间 日时分 工时
修理工 - 维修组长 - 设备使用人 -

4 数控车床可靠性数据库的建立

可靠性分析是以大量的现场数据为基础的,只有在拥有真实、可靠数据的基础上,我们才能进行故障分析、可靠性设计等,才能对机床的设计、使用、维修等提出合理的改进意见。可靠性数据的积累是一个长期的、艰巨的过程。在此过程中必须对数据进行有效的组织和管理,而这是手工难以完成的,必须借助于计算机数据库技术。数据库可以理解为在一个或多个单位中,为多个用户服务的、在计算机上可运行的、具有一定结构的数据集合。目前较流行的数据库类型有三种:层次型、网络型和关系型。我们使用关系型数据库管理系统FOXPRO,建立了数控车床可靠性数据库。

建立数控车床可靠性数据库主要目的如下:

1) 为数控车床的可靠性指标评估提供重要信息;
2) 为故障分析,可靠性设计提供基础数据;
3) 为改进数控车床的可维修性,提高数控车床的使用有效度提供信息;
4) 建立数控车床的故障档案,以便进行比较和预测。

数控车床可靠性数据库的数据结构如表3所示。

表3 数控车床可靠性数据库数据结构

序号 名称 类型 宽度 序号 名称 类型 宽度
1
2
3
4
5
6
7
8
9
机床编码
机床型号
机床名称
使用厂家
制造厂家
故障现象
故障原因
处理方法
故障日期
字符
字符
字符
字符
字符
字符
字符
字符
日期
8
8
40
40
40
40
40
40
8
10
11
12
13
14
15
16
17
18
修复日期
故障时间
修复时间
维修时间
维修工时
故障模式
故障部位
累积时间
故障编码
日期
数字
数字
数字
数字
字符
字符
数字
字符
8
8.3
8.3
8.3
8.3
40
40
10.3
8

为满足数据分析的需要,它所包含的字段名称与表2中各记录项目名称有所不同。现对部分字段作如下解释。

故障日期:数控车床发生故障时的具体日期(年/月/日);
修复日期:数控车床恢复正常工作时的具体日期(年/月/日);
故障时间:发生故障时的具体时间(单位:h);
修复时间:机床恢复正常工作时的具体时间(单位:h);
维修时间:指纯修理时间(单位:台时);
故障部位:发生故障的子系统及部件,以代码表示。具体代码见表4;

表4 子系统及部件代码

代码 名称 代码 名称 代码 名称
S1
X
B
F
W
T
J
S2
Y
传动系统
X向进给系统
B轴进给系统
伺服控制单元
冷却系统
工作台
卡盘
夹具
主轴组件
Y向进给系统
C
D
K
CT
V
M
Z
NC
G
C轴进给系统
液压系统
排屑系统
交换工作台
电器系统
转塔(库)
Z向进给系统
CNC系统
气动系统
E
Q
N
H
A
PC
L
P
R
电源
整体防护
不明
机械手
A轴进给系统
PLC系统
润滑系统
外接口
其它

维修工时:维修时所耗费的工时(单位:工时);
累积时间:从试验开始到本次故障总的工作时间(单位:h);
故障编码:即故障分析报告中的故障序号;
机床编码;由8位数字组成,具体如图所示:

按照上述数据结构和内部编码方法,建立数据库文件DATABAS.DBF。由数据库文件DATABAS.DBF生成如下索引文件:IDXTOOL.IDX、IDXFACT.IDX、IDXUSE.IDX、IDXMODE.IDX、IDXPOS.IDX等。利用这些索引文件,我们可以对数据库中的数据,分别按照机床、制造厂、使用厂、故障模式、故障部位等字段进行检索或数据重组,以满足不同目的的数据分析要求。

标签: 可靠性
打赏

免责声明:
本站部份内容系网友自发上传与转载,不代表本网赞同其观点;
如涉及内容、版权等问题,请在30日内联系,我们将在第一时间删除内容!

购物指南

支付方式

商家合作

关于我们

微信扫一扫

(c)2008-2018 DESTOON B2B SYSTEM All Rights Reserved
免责声明:以上信息由相关企业或个人自行免费发布,其真实性、准确性及合法性未证实。请谨慎采用,风险自负。本网对此不承担任何法律责任。

在线咨询

在线咨询:

QQ交流群

微信公众号