【自动化】高精尖制造业,CNC在航空航天工厂自动化方面的变化

2018 年 7 月 10 日 产业智能官

CNC加工

在自动化航空航天组装中,计算机数字控制(CNC)能够比可编程逻辑控制器(PLC)更好地解决复杂的内插运动。数控技术正在复杂的机身对准模具,机器人控制,添加剂加工,纤维铺放和胶带铺设以及5轴加工中得到越来越多的应用。

随着CNC使用率的增长,制造商必须将其集成到产品生命周期管理(PLM),制造执行系统(MES)和制造运营管理(MOM)环境中。为了优化生产过程,MOM软件侧重于效率,灵活性和上市时间,包括:

  • 整合订单管理

  • 高级规划,调度

  • 质量管理

  • 跟踪和跟踪

  • 监控和数据采集(SCADA)

  • 研发(R&D)管理


随着数控技术和软件管理工具逐渐形成 - 往往是反效率的挑战:

  • 生产规划,运行管理各种机器

  • 优化PLC的性能,灵活性,基于CNC的生产机器

  • 提取数据进行监控,将正确的信息放回机器中的人机接口(HMI)

  • 管理各种控制器的操作员技能水平

  • 维护各种机器,备用零件


一个平台,所有的技术

飞机零件加工和组装技术可以使用当今的CNC平台进行标准化。凭借系统开放性,技术可以适应机床和其他生产加工技术 ,不仅适用于传统金属切割,还可以对复合材料进行生产。腔内纤维成型,复合铺带,陶瓷和粉末金属添加剂工艺使用具有自适应模式的CNC技术和高度定制的运动控制和数据传输。

使用CNC作为各种生产技术的单一标准可实现:

  • 统一操作,各种机器的编程

  • 标准通信平台上的机器数据集成; 综合信息来自各种品牌的传感器,运动部件

  • 一致的全球规划,运营,维护培训

先进CNC的开放架构来自标准系统,用于虚拟仿真的虚拟数字控制内核(VNCK)和HMI上的简单语言命令 - 全部设计 上控制在NC语言水平。PLC可以通过标准工程工具进行调整,CNC应用程序可以通过第三方供应商的软件工具进行补充 :工具和过程监控系统,测量系统,远程服务,和视频监控系统。

高性能 5轴加工

为了加工复杂零件,CNC软件可以提高性能和精度,因为机床运动学不再是加工时的唯一决定因素。CNC可以调整机床轴线的插补,与工件的定向矢量整合,提高表面光洁度,优化切割速度,提高效率。

工件可以用笛卡尔坐标和系统特定的循环进行编程,功能宏可以自动计算机床的运动。

沃尔沃航空航天公司在罗尔斯·罗伊斯(Rolls Royce)和其他主要供应商中使用Zimmerma

堪萨斯州威奇托精神航空系统公司生产波音飞机的各种机身部件,机器采用先进的CNC和PLC平台进行工厂自

体积补偿

体积补偿软件(VCS)在五台机器上实施补偿轴,如果具有两个旋转轴的刀具可以定向到工件。根据刀具位置计算刀具中心点的线性轴的测量误差补偿。

对于在3轴和5轴门铣床上使用,VCS通过在笛卡尔机床上实现21个几何机器误差的体积补偿来扩展CNC技术。

几何机器错误导致刀具中心点偏移和刀具导向错误。由于旋转轴的位置,它们的相互偏移和工具的定向,诸如转动和旋转头的部件可能表现出系统的几何误差。每台机器都会出现进给轴导向系统的小错误:位置,水平和垂直平直度,俯仰,偏航和滚动。

在三轴机床中,21个几何误差可归因于刀架:每个线性轴六个误差类型加上三个角度误差。偏差形成体积误差,实际机床中心点(TCP)位置偏离理想的无故障机器。合格的CNC技术人员可以使用激光测量设备来确定现场的体积误差。记录整个测量曲线,因为单独的误差大小取决于相关进给轴的位置和测量位置。例如,如果Y轴和Z轴处于不同位置 - 即使误差位于X轴上相同的位置,归因于X轴的误差也会变得不同。

在今天的CNC上,旋转轴误差可以在短短几分钟内确定,从而可以不间断地检查和纠正机器的精度。

装配车架采用西门子的高级PLC和Safety Integrated组件,在波音787 Dreamli

系统集成

工业过程的数字化将最终包含产品的每一步生命周期:设计,生产计划,工程,执行和全球服务网络。

多轴加工工作流通常以计算机辅助设计(CAD),计算机辅助制造(CAM)CNC加工链为特征。具有特定后处理功能的增强型CAM结合了由VNCK驱动的逼真的机器模拟来创建数字双胞胎。

CNC单元可以联网,将数据传输到云端进行监控和纠正措施,从机器上的生产输出和维护警报中跟踪,与CAD文件和零件原型集成。成品飞机的组装和组装生产受益于机器上的控制。全数字化企业系统的核心元素从机器控制产生的数据开始出现。

机器专用控制器集成虚拟加工环境,用于最终的NC代码验证,同步和优化

模拟

先进的仿真软件和虚拟生产将工艺链从CAD / CAM系统到工件表面进行模拟分析。而不是在实际的机器上重复测试,可以优化程序电脑 模拟,除了在真实机器上模拟的数控程序。

虚拟生产可以分三步执行:

  • 根据零件程序提供的数据质量分析

  • 通过数控(NC)对NC输出上的设定点位置进行评估,并可以优化和控制速度来执行零件程序

  • 基于包括位置控制驱动器的特征,机械动力学的模拟

虚拟生产减少加工时间,提高表面光洁度,缩短新工件的启动时间。

机电一体机可以通过机电一体化概念设计MCD),西门子机床设计工具。生产次数,主轴与工件之间的碰撞避免,刀具路径优化和机床运动学可以在试运行之前进行虚拟化和评估。该仿真可以驱动最终机器上的G代码程序的创建。

电机,驱动器,轴,滑轨,凸轮盘,主轴等与所有技术数据一起存储,并在其中动画 MCD。 位置, 来自中央处理单元(CPU)的进给和速度可以传输到设计工程计算机中 MCD。

3D模型可以通过CNC控制器像机床一样操作。在手动模式下,可以触发单个轴。在生产模式下,轴可以通过电动凸轮盘彼此同步移动。机器功能可以实现,检查和优化。

Handtmann数控龙门铣床在F-35和其他罢工飞机上使用的复合材料模具部分

各级沟通

使用Profinet,Sinumerik 840D SLCNC集成了西门子全集成自动化(TIA)环境,从现场层面到生产层面到制造执行层面。

TIA门户的工程框架支持机器和流程任务的规划,编程和优化。一致的标准化操作使用户能够编程和集成所有西门子控制器,分布式输入/输出(I / O),HMI,电源和配电,驱动器,网络组件,运动控制和电机管理。CNC数据通过这个工程工具无缝地通向集中的工作站或控制室。

通过智能库共享数据存储,用户可以利用成熟的CNC代码的现有库来编程通用的硬件和软件功能,并且可以开发和存储自己的专有代码库。

数字工厂和数字企业仍然是航空航天的关键目标,CNC在所有运行机器运动控制,数据采集和通信层面上的力量继续为这一进程提供光速般的助力。


数控机床精度检测常用七大技巧

数控机床定位精度,是指机床各坐标轴在数控装置控制下运动所能达到的位置精度。数控机床的定位精度又可以理解为机床的运动精度。普通机床由手动进给,定位精度主要决定于读数误差,而数控机床的移动是靠数字程序指令实现的,故定位精度决定于数控系统和机械传动误差。

数控机床是数字控制机床的简称,是一种装有程序控制系统的自动化机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序,并将其译码,用代码化的数字表示,南京第四机床有限公司通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号,控制机床的动作,按图纸要求的形状和尺寸,自动地将零件加工出来。

机床各运动部件的运动是在数控装置的控制下完成的,各运动部件在程序指令控制下所能达到的精度直接反映加工零件所能达到的精度,所以,定位精度是一项很重要的检测内容。


精度检测七大方式

1.直线运动定位精度检测

直线运动定位精度一般都在机床和工作台空载条件下进行。按国家标准和国际标准化组织的规定(ISO标准),对数控机床的检测,应以激光测量为准。在没有激光干涉仪的情况下,对于一般用户来说也可以用标准刻度尺,配以光学读数显微镜进行比较测量。但是,测量仪器精度必须比被测的精度高1~2个等级。

为了反映出多次定位中的全部误差,ISO标准规定每一个定位点按五次测量数据算平均值和散差,散差带构成的定位点散差带。


2.直线运动重复定位精度检测

检测用的仪器与检测定位精度所用的相同。一般检测方法是在靠近各坐标行程中点及两端的任意三个位置进行测量,每个位置用快速移动定位,在相同条件下重复7次定位,测出停止位置数值并求出读数最大差值。以三个位置中最大一个差值的二分之一,附上正负符号,作为该坐标的重复定位精度,它是反映轴运动精度稳定性的最基本指标。


3.直线运动的原点返回精度检测

原点返回精度,实质上是该坐标轴上一个特殊点的重复定位精度,因此它的检测方法完全与重复定位精度相同。


4.直线运动的反向误差检测

直线运动的反向误差,也叫失动量,它包括该坐标轴进给传动链上驱动部位(如伺服电动机、伺趿液压马达和步进电动机等)的反向死区,各机械运动传动副的反向间隙和弹性变形等误差的综合反映。误差越大,则定位精度和重复定位精度也越低。

反向误差的检测方法是在所测坐标轴的行程内,预先向正向或反向移动一个距离并以此停止位置为基准,再在同一方向给予一定移动指令值,使之移动一段距离,然后再往相反方向移动相同的距离,测量停止位置与基准位置之差。在靠近行程的中点及两端的三个位置分别进行多次测定(一般为7次),求出各个位置上的平均值,以所得平均值中的最大值为反向误差值。


5.回转工作台的定位精度检测

测量工具有标准转台、角度多面体、圆光栅及平行光管(准直仪)等,可根据具体情况选用。测量方法是使工作台正向(或反向)转一个角度并停止、锁紧、定位,以此位置作为基准,然后向同方向快速转动工作台,每隔30锁紧定位,进行测量。正向转和反向转各测量一周,各定位位置的实际转角与理论值(指令值)之差的最大值为分度误差。如果是数控回转工作台,应以每30为一个目标位置,对于每个目标位置从正、反两个方向进行快速定位7次,实际达到位置与目标位置之差即位置偏差,再按GB10931-89《数字控制机床位置精度的评定方法》规定的方法计算出平均位置偏差和标准偏差,所有平均位置偏差与标准偏差的最大值和与所有平均位置偏差与标准偏差的最小值的和之差值,就是数控回转工作台的定位精度误差。 考虑干式变压器到实际使用要求,一般对0、90、180、270等几个直角等分点进行重点测量,要求这些点的精度较其他角度位置提高一个等级。


6.回转工作台的重复分度精度检测

测量方法是在回转工作台的一周内任选三个位置重复定位3次,分别在正、反方向转动下进行检测。所有读数值中与相应位置的理论值之差的最大值分度精度。如果是数控回转工作台,要以每30取一个测量点作为目标位置,分别对各目标位置从正、反两个方向进行5次快速定位,测出实际到达的位置与目标位置之差值,即位置偏差,再按GB10931-89规定的方法计算出标准偏差,各测量点的标准偏差中最大值的6倍,就是数控回转工作台的重复分度精度。


7.回转工作台的原点复归精度检测

测量方法是从7个任意位置分别进行一次原点复归,测定其停止位置,以读出的最大差值作为原点复归精度。

应当指出,现有定位精度的检测是在快速、定位的情况下测量的,对某些进给系统风度不太好的数控机床,采用不同进给速度定位时,会得到不同的定位精度值。另外,定位精度的测定结果与环境温度和该坐标轴的工作状态有关,目前大部分数控机床采用半闭环系统,位置检测元件大多安装在驱动电动机上,在1m行程内产生0.01~0.02mm的误差是不奇怪的。这是热伸长产生的误差,有些机床便采用预拉伸(预紧)的方法来减少影响。

每个坐标轴的重复定位精度是反映该轴的最基本精度指标,它反映了该轴运动精度的稳定性,不能设想精度差的机床能稳定地用于生产。目前,由于数控系统功能越来越多,对每个坐喷射器标运动精度的系统误差如螺距积累误差、反向间隙误差等都可以进行系统补偿,只有随机误差没法补偿,而重复定位精度正是反映了进给驱动机构的综合随机误差,它无法用数控系统补偿来修正,当发现它超差时,只有对进给传动链进行精调修正。因此,如果允许对机床进行选择,则应选择重复定位精度高的机床为好。



工业互联网操作系统




产业智能官  AI-CPS


用“人工智能赛博物理操作系统新一代技术+商业工业互联网操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链


长按上方二维码关注微信公众号: AI-CPS



本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com




登录查看更多
0

相关内容

机器或装置在无人干预的情况下按规定的程序或指令自动进行操作或控制的过程, 是一门涉及学科较多、应用广泛的综合性科学技术。
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
123+阅读 · 2020年3月26日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
MBSE应用于航空产品研发的适航管理
科技导报
13+阅读 · 2019年4月26日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
4+阅读 · 2019年1月12日
Arxiv
8+阅读 · 2018年11月27日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
123+阅读 · 2020年3月26日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
Top
微信扫码咨询专知VIP会员