伴隨著5G開始商用，智能制造在工業(yè)生產(chǎn)內(nèi)不斷升級(jí)，傳統(tǒng)的預(yù)防性維護(hù)要求制造企業(yè)投入大量的人力和財(cái)力，無法找到設(shè)備零件的壽命拐點(diǎn)，提前更換，將導(dǎo)致成本的浪費(fèi)；延時(shí)更換，出現(xiàn)停機(jī)將導(dǎo)致生產(chǎn)率的下降。如何找到準(zhǔn)確的更換時(shí)間點(diǎn)，我們需要工業(yè)大數(shù)據(jù)的分析，使用預(yù)測(cè)性的維修方法，實(shí)時(shí)掌握零件的工作健康狀況，從而判定備件是否可以繼續(xù)工作，這也是未來的維修發(fā)展方向。隨著汽車行業(yè)整體銷量的持續(xù)下滑，各大車企都在進(jìn)行成本的壓縮，對(duì)于沖壓設(shè)備來說，設(shè)備昂貴，零部件種類繁多，控制系統(tǒng)多樣、復(fù)雜，利用工業(yè)大數(shù)據(jù)有效的對(duì)沖壓設(shè)備、零部件進(jìn)行實(shí)時(shí)的分析和管理，彌補(bǔ)傳統(tǒng)預(yù)防性維護(hù)保養(yǎng)的缺點(diǎn)，將大大提高生產(chǎn)效率、降低人員成本，針對(duì)設(shè)備不同的損壞周期和損壞影響的程度，制定不同的維修策略矩陣如圖1所示。⑴針對(duì)出現(xiàn)頻率高，影響大的問題，我們判定其為設(shè)計(jì)問題，通過優(yōu)化設(shè)計(jì)方案、改進(jìn)控制結(jié)構(gòu)就可以徹底解決。⑵針對(duì)出現(xiàn)頻率高，但是影響很小的問題，我們可以準(zhǔn)備充足的備件作為臨時(shí)措施，同時(shí)采取技術(shù)手段來解決問題。⑶針對(duì)出現(xiàn)頻率低，影響又小的問題，我們就可以通過傳統(tǒng)預(yù)防性維護(hù)的方法，定期定頻次的進(jìn)行維護(hù)保養(yǎng)，防止問題出現(xiàn)。⑷針對(duì)出現(xiàn)頻率低，但是影響較大的問題，由于這種問題的出現(xiàn)沒有規(guī)律可循，但是一旦出現(xiàn)將造成長(zhǎng)時(shí)間的停機(jī)，影響生產(chǎn)效率，因此我們就要采取新的技術(shù)手段，實(shí)時(shí)采集數(shù)據(jù)，通過數(shù)據(jù)庫的分析得到有效數(shù)據(jù)后，運(yùn)用數(shù)學(xué)模型的建立，實(shí)時(shí)掌握損壞部位的劣變趨勢(shì)。沖壓車間采用德國Muller Weingarten進(jìn)口沖壓自動(dòng)化生產(chǎn)線，整線由KUKA機(jī)器人組成的拆垛單元，德國先進(jìn)的VMT視覺對(duì)中系統(tǒng)，6臺(tái)大型沖壓機(jī)，7個(gè)高速傳輸機(jī)械手-Speedbar組成，如圖2所示。圖2 Muller Weingarten進(jìn)口沖壓設(shè)備的結(jié)構(gòu)整線設(shè)備的電器控制系統(tǒng)主要采用西門子公司的S7-400 CPU，通訊上采用Profibus總線、Profinet總線以及德國Beckhoff公司的Twincat軟件PLC，通訊上采用EtherCAT總線，通訊速度最短可以達(dá)到50μs，可以實(shí)現(xiàn)高速機(jī)械手的精確控制，利用VisualStudio軟件進(jìn)行數(shù)據(jù)采集終端的開發(fā)，并通過C#語言程序的編寫，通過標(biāo)準(zhǔn)以太網(wǎng)協(xié)議和MODBUS有線和MODBUS無線協(xié)議，采集設(shè)備組網(wǎng)內(nèi)的各類總線的設(shè)備數(shù)據(jù)。數(shù)據(jù)采集端總框圖如圖3所示。
采集的數(shù)據(jù)分類
穩(wěn)壓電源的模擬量電壓實(shí)時(shí)采集
電源模塊原始備件只有一個(gè)數(shù)字量的開關(guān)信號(hào)，告知我們當(dāng)前的電源模塊是否處于正常工作的狀態(tài)，對(duì)于電源模塊的內(nèi)部狀態(tài)、工作情況，比如整流電流、輸出電壓模擬量數(shù)值等都無法進(jìn)行分析，如果能采集到輸出電壓的模擬量實(shí)時(shí)值，就可以分析到在供電過程中是否出現(xiàn)了電壓值過高或者過低的波動(dòng)情況，針對(duì)過高的情況我們可以提前采取預(yù)防性的手段，比如在輸出端口增加浪涌抑制器，就可以有效的濾除輸出電壓過高的情況；而經(jīng)常性的電壓被拉低，我們可以采用增加冗余電源來防止低壓導(dǎo)致的配件損壞。通過增加電源模塊的監(jiān)控分析，采取有效的技術(shù)手段，來預(yù)測(cè)電源模塊的運(yùn)行壽命，使用后電源模塊的故障率降低了46%。
液壓系統(tǒng)的液位、壓力、溫度、流量實(shí)時(shí)數(shù)據(jù)采集
在板料沖壓成形的過程中液壓拉伸墊工作的好壞將決定著板料的成形質(zhì)量，進(jìn)口沖壓線液壓拉伸墊組成復(fù)雜，由1個(gè)中心缸和8個(gè)擠壓缸組成，中心缸上有3個(gè)德國MOOG品牌伺服閥，每個(gè)擠壓缸上都有一個(gè)MOOG的伺服閥，通過伺服閥精確調(diào)整系統(tǒng)的壓力，從而得到完美的成形壓力，而整個(gè)液壓系統(tǒng)龐大，一個(gè)簡(jiǎn)單的單向閥出現(xiàn)故障，并不會(huì)引起設(shè)備的停機(jī)，但會(huì)在成形的過程中對(duì)沖壓件的質(zhì)量產(chǎn)生影響。因?yàn)橐簤合到y(tǒng)的復(fù)雜（圖4），以及本身并不智能化，導(dǎo)致了沖壓件成形中受到很多未知因素的干擾，從而造成制件的質(zhì)量不穩(wěn)定。針對(duì)這種情況，在液壓回路中增加大量帶IO-LINK功能的壓力、溫度、流量傳感器，通過IO-LINK總線將實(shí)時(shí)的數(shù)據(jù)采集回PLC，通過C#語言的編程將這些數(shù)據(jù)采集回?cái)?shù)據(jù)庫，在數(shù)據(jù)庫內(nèi)進(jìn)行多維度的綜合分析，最終建立分析預(yù)測(cè)模型，如圖5所示。圖5 液壓系統(tǒng)IO-Link數(shù)據(jù)采集與分析通過這樣的方式，液壓拉伸墊變得智能化，將分析的方法形成程序在運(yùn)行中實(shí)時(shí)的計(jì)算，任何一個(gè)液壓元件出現(xiàn)了問題，自己都可以有效的分析出來，并通過人機(jī)界面，將預(yù)測(cè)結(jié)果輸出。
動(dòng)力供電的電壓、電流的波動(dòng)情況的數(shù)據(jù)采集
三相供電動(dòng)力系統(tǒng)電壓值的波動(dòng)或者缺相都將導(dǎo)致電機(jī)或執(zhí)行機(jī)構(gòu)的損壞，但是因?yàn)闆]有對(duì)動(dòng)力電壓值的反饋監(jiān)控，導(dǎo)致當(dāng)出現(xiàn)缺相或者電壓值不穩(wěn)定時(shí)，只能等到最后電機(jī)損壞時(shí)，才知道供電電壓的不穩(wěn)定，因此加入動(dòng)力電壓和電流的實(shí)時(shí)數(shù)據(jù)采集，不僅可以實(shí)時(shí)分析出動(dòng)力供電質(zhì)量的好壞，同時(shí)也可以根據(jù)電流波動(dòng)的情況分析出負(fù)載的健康狀況，根據(jù)數(shù)據(jù)的趨勢(shì)變化就可以提前預(yù)測(cè)設(shè)備的未來運(yùn)行狀況。動(dòng)力電采集模塊，支持4g網(wǎng)絡(luò)，支持網(wǎng)絡(luò)透?jìng)鳌?/section>
傳動(dòng)系統(tǒng)的振動(dòng)和溫度數(shù)據(jù)實(shí)時(shí)采集
壓機(jī)的傳動(dòng)系統(tǒng)、結(jié)構(gòu)負(fù)載、壓機(jī)傳動(dòng)經(jīng)過主電機(jī)→飛輪→高速軸→二級(jí)傳動(dòng)軸→偏心輪→曲柄連桿→4個(gè)壓力點(diǎn)，通過4個(gè)壓力點(diǎn)與滑塊進(jìn)行連接，帶動(dòng)滑塊進(jìn)行往復(fù)運(yùn)動(dòng)，在這動(dòng)力的傳遞過程中，要經(jīng)過偏心齒輪的傳動(dòng)，經(jīng)過種類繁多的各類軸承，在這個(gè)過程中，一旦軸承或者齒輪出現(xiàn)磨損都將嚴(yán)重影響動(dòng)力的傳遞效率，造成沖壓件質(zhì)量缺陷的不固定產(chǎn)生。而且，因?yàn)辇X輪傳動(dòng)箱內(nèi)部零件尺寸大、重量大，一個(gè)簡(jiǎn)單的軸承問題，都可能導(dǎo)致幾天的停機(jī)時(shí)間，嚴(yán)重的影響生產(chǎn)效率。針對(duì)這個(gè)問題，在重點(diǎn)的軸承和齒輪傳動(dòng)位置，布置振動(dòng)檢測(cè)傳感器，傳感器實(shí)時(shí)檢測(cè)傳動(dòng)系統(tǒng)的振動(dòng)情況，通過時(shí)域和頻域的轉(zhuǎn)換，分析不同倍頻下的曲線特征，如圖6所示。圖6 振動(dòng)監(jiān)控系統(tǒng)整體框架同時(shí)，計(jì)算不同參數(shù)下的軸承標(biāo)準(zhǔn)振動(dòng)頻率曲線，將實(shí)時(shí)的曲線和標(biāo)準(zhǔn)曲線進(jìn)行對(duì)比，分析出異常振動(dòng)的來源，可以在故障還沒出現(xiàn)的初期，掌握到齒輪箱內(nèi)部的傳動(dòng)異常，如圖7所示。這樣可以提前發(fā)現(xiàn)設(shè)備的運(yùn)行異常點(diǎn)，提前找到?jīng)_壓件成形中的異常工作點(diǎn)，同時(shí)可以根據(jù)振動(dòng)曲線異常的嚴(yán)重程度，提前準(zhǔn)備備件和制定精確的更換時(shí)間，伴隨著數(shù)據(jù)的不斷豐富和準(zhǔn)確的清洗，預(yù)測(cè)的準(zhǔn)確性也將大幅度提高。圖7 振動(dòng)頻率信號(hào)的采集分析
結(jié)束語
伴隨著智能制造的越來越深入，每個(gè)領(lǐng)域的數(shù)據(jù)分析將走向?qū)I(yè)化、定制化，智能監(jiān)控的設(shè)備加上5G網(wǎng)絡(luò)的加持，智能云端平臺(tái)將隨時(shí)隨地進(jìn)行實(shí)時(shí)分析，為相關(guān)領(lǐng)域提供預(yù)測(cè)服務(wù)。自動(dòng)化沖壓線在這種預(yù)測(cè)分析模型不斷建立的過程中，維護(hù)的成本也將大幅度降低，未來設(shè)備的自診斷功能將逐漸精確與智能，輔助技術(shù)人員作出判斷，同時(shí)提高生產(chǎn)效率，降低維護(hù)成本。
