自（zì）動化車床刀具檢測優化探（tàn）討
2018-5-30 來（lái）源： 營口（kǒu）理工學（xué）院 作者：朱江
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方式也開始經曆了一定（dìng）的改（gǎi）革（gé）和（hé）創新。文章從自動化車床（chuáng）加工零件過程中的問題（tí）檢測流程進行（háng）分析，為檢測方式的優化與刀具之間（jiān）的關係展開探討。
關鍵詞：自動化車床；刀具；檢測技術；優化（huà）研究
自動車床的可靠性以及維護（hù）策略一直都是相關行業的研究（jiū）課題，設計部門通過采取可靠性良好的維（wéi）修模式可以（yǐ）幫助工業企業（yè）的發（fā）展提高生產資本的使用效率。自動化車（chē）床的管使用是一個較為複雜的係統，可以為生產工序的安全運行以及刀具的檢測結果進行優（yōu）化。刀具檢測周期的設定一直是該（gāi）課題中（zhōng）的關鍵點，若（ruò）是刀具檢測周期過長，可以降低檢測過程使（shǐ）用的經費但是往往也會對故障的產生無可奈何；若是刀具檢測周期過短，可（kě）以提高產品檢（jiǎn）測質量的同時也會增加檢查經費，因此研究部門需要（yào）對自動化車床刀具的檢（jiǎn）測過程（chéng）進行優化，全麵提高工業企業的生產質量和效率。
一、自動化車床（chuáng）刀具檢測優化模型分（fèn）析
在經過對自動化車（chē）床設備運行過程的研究（jiū）可以發現，故障的出現（xiàn）階段往往是刀具的檢測環節，因此（cǐ）文中（zhōng）暫且將其他的設備故（gù）障形式稱之為小概率事件（jiàn），在對自動化車床檢測優化的研究中隻考慮到刀具故（gù）障，使用（yòng）數學中概率理論，建（jiàn）立檢測周期為時（shí）間單位的期望（wàng）資費模型，已確定最佳檢（jiǎn）測周期為基本目的，利用函數的性質將期待值最小情況下的檢測（cè）周期推算出來，文中將（jiāng）會使用數學模型（xíng）化的方式（shì）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（tí）假設
前文中提到使用自動化車床處理零件的過程作為課（kè）題的研究背景，而刀具出現的故障是檢測過（guò）程（chéng）中最需要優化（huà）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行統計。
設定問題：假設自動化車床在刀具故障時無法生（shēng）產任何合格的（de）零（líng）件，而刀具正常（cháng）的情況下產生的零件均為合格零件，設（shè）計出生產最佳情況的故障檢測周期和刀具更換狀態；假設（shè）自動化車床刀具在故障時的零件合格率為40%，而正常情（qíng）況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測周（zhōu）期和刀具更換方式。
設定假設：假設每一個零（líng）件的生產過程的故障都是隨機具的壽命是影響零（líng）件（jiàn）產生的直接原因；假設隻能使用（yòng）檢測（cè）零件的方式判斷故障的產（chǎn）生（shēng）情況；假設不合格（gé）零件的（de）檢查是沒有失誤的；假設不論是任何形（xíng）式的刀具損壞情況維修費用均（jun1）是3000 元每次，恢複好（hǎo）的刀具是可以立即投入生產過程的；假設工序正常的情況（kuàng）下的停機費用在1500 元每次，這個費用包（bāo）含（hán）了更換刀具的費用；假設零件的檢測過程可以不必（bì）產生任何費用（yòng），隻是在檢測出不（bú）合格零件的同時（shí）需要工況的調整和誤工。
三、自動（dòng）化車床（chuáng）刀具檢（jiǎn）測優化模型建立
（一）零件和故障數據的函數對應
根據（jù）前文中列出的100 次故障檢測結（jié）果，使用（yòng）計算機軟件進行處理之後可以得出對應的散點擬合函數圖，根據圖中體現（xiàn）的刀（dāo）具壽命（mìng）散點（diǎn）的正如態分布（bù）情況，可以設立出有關檢測周期的概率密度函數，再使用極大值的估計（jì）法可以對應的密度數值（zhí）。根據自動化車床故障的問題假設，不是由刀具的故障和零件的生產數據和刀具故障產生的（de）機率一致，因此可以求解出每一個零件在不是刀具故障產生的不合格情（qíng）況的概率，由於每（měi）一個零件都屬互相獨立的存（cún）在（zài），因此（cǐ）可求解出（chū）概率的合計分（fèn）布情況（kuàng）。
（二）故障優化（huà）的模型建立
在對問題假（jiǎ）設的分析可（kě）以了（le）解（jiě）到，研究刀具檢測情況的問題（tí）也（yě）是對單個（gè）故障目標的研究問題（tí），因此將函數中的（de）平均附加成本設為定值，這個定值越小則故（gù）障檢測的（de）投資也就越小。自動化車床生產運行過程中（zhōng）的附加成本可以分為三個部分，包括（kuò）檢測成本、不合格零件的浪費費（fèi）用和刀具的維修費用，其中維修成本中還（hái）可以細分為故（gù）障後（hòu）的維修成本和周期性更換刀具的成本。因（yīn）此自（zì）動化車床刀具故（gù）障的維護人（rén）員可以根據實際生產中的情況設定出對應（yīng）的檢測過程和檢查費用，維護流（liú）程和維護成本，具體的檢測過程可以根據下圖得（dé）出最終結果。
自動化車（chē）床刀具檢測優化的流程（chéng）參考
綜上所述，文章使用了函數建模（mó）的形式為自動化車床刀具檢測優化的古城哦（ò）橫進行了（le）對應的流程分析，為檢測（cè）成本、不合格（gé）零件的損失情況以及故障（zhàng）維護和更換費用的統計提供了（le）具體的方向。這樣的故障檢測優化方案可以把把現實中比較難以用經驗討論的問題歸（guī）為了模型和（hé）函數的形（xíng）式，自（zì）動（dòng）化車（chē）床的故障檢測和維護人員（yuán）可以根據實際的生產工序對降低企業資（zī）本投入做出（chū）貢獻，對（duì）於企（qǐ）業的經濟發展和運營質量的（de）提高也有一定（dìng）的指導作用。
投稿箱：
如果您有機床行（háng）業、企業相關新聞稿件發表，或（huò）進行資（zī）訊合作（zuò），歡迎聯係本網編輯部， 郵（yóu）箱：skjcsc@vip.sina.com
如果您有機床行（háng）業、企業相關新聞稿件發表，或（huò）進行資（zī）訊合作（zuò），歡迎聯係本網編輯部， 郵（yóu）箱：skjcsc@vip.sina.com
更多相關信息
業（yè）界視點
| 更多（duō）
行業數據
| 更多
- 2024年（nián）11月（yuè） 金屬切削機床產量數據
- 2024年11月 分地區金屬切削機床產（chǎn）量數據
- 2024年11月 軸承出口情況
- 2024年11月 基本型乘用車（轎車）產量數據
- 2024年11月 新能源汽車產（chǎn）量數據
- 2024年11月 新能源汽車銷量（liàng）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（jīn）屬切削機床產量（liàng）數據
- 2024年10月 金屬切削機（jī）床產量數據
- 2024年9月 新能源汽車（chē）銷量情況
- 2024年8月 新能源汽車產量數據
- 2028年8月 基本（běn）型乘用車（轎車（chē））產量數據
博文選萃
| 更多（duō）