基于SPC技術的簡易數控車床加工精度的控制

唐少琴 高曉丁

（1.西安工程大學，陜西 西安 710048；2.西安航空職業技術學院，陜西 西安 710089）

基于SPC技術的簡易數控車床加工精度的控制

唐少琴1，2高曉丁2，1

（1.西安工程大學，陜西 西安 710048；2.西安航空職業技術學院，陜西 西安 710089）

簡易數控車床加工精度卻較低，對其生產過程進行控制，是達到較高加工精度的一個重要手段。SPC技術是目前常用的一種控制工具，通過SPC技術完成對簡易數控車床生產過程的控制，通過此控制達到對生產過程自動預警、現場人員可及時調整、避免不合格品產生的目的。

簡易數控車床；加工精度；控制；SPC技術

1 簡易數控車床的特點

由于簡易數控車床具有“簡單、經濟、簡易”等特點，所以目前簡易數控車床在國內的中小型企業得以廣泛使用。也正是由于簡易數控車床的“簡易”使得簡易數控車床的加工精度遠遠低于中、高檔數控車床。由于簡易數控車床采用了開環系統，這種系統不需要將所測得的實際位置和速度反饋到輸入端，所以該系統的位移精度主要決定于步進電機的角位移精度，齒輪絲杠等傳動元件的節距精度，故系統的位移精度較低。隨著零件對加工精度要求的逐步提高，對數控車床加工精度的要求也越來越高，所以對數控車床進行精度的控制是必須的。

2 利用 SPC技術對簡易數控車床加工精度的控制過程

2.1 加工條件的設定

為了方便說明，取我廠的簡易數控車床CJK6032-1和該機床上常加工的工件為例進行說明，工件如下圖“工件一”所示：

工件材料采用45號鋼；工件一的毛坯選擇∮38x65的棒料。測量工具選擇品牌位YATO的游標卡尺。

編寫程序，根據零件圖紙編寫合適的程序，在這里程序省略。

2.2 分析階段

（1）把生產過程所需的材料、勞動力、設備、測量工具等按照標準要求進行準備。

（2）開始進行加工（必須保證此時生產過程為可控和穩定的）。每次加工五個零件，分為一組，共加工四組。編號并記錄每一組數據，然后整理、分析、計算出X-R控制圖所需的UCL、CL、LCL和UR、值，最后建立X-R控制圖。為了說明方便，把Ф20±0.03叫Ф1、Ф28+0.05-0.04叫Ф2、Ф36+0.03-0.02叫Ф3。四組零件的統計數據如下表所示：

工件一徑向尺寸數據表

Ф1控制圖參數的計算：

用同樣的方法計算出Ф2、Ф3的參數。由計算出的 Cp值可知，在進行加工過程中每一個參數的Cp值均大于1故此過程滿足生產過程能力要求。

根據以上數據做出控制圖，以Ф1為例做出的X控制圖即標準平均值控制圖。如下圖所示，R控制圖即標準極差控制圖如下圖所示。

Ф1標準平均值控制圖

Ф1標準極差控制圖

以同樣的方法建立起Ф2、Ф3的X-R控制圖。

2.3 控制階段

（1）數據的采集。在標準控制表格建好以后，每隔一段時間加工出幾組零件，在控制圖中進行描點，分析零件精度變化情況，并分析其變化的原因（加工條件不用按標準進行設定，必須按實際的加工條件進行加工）。如下表所示數據為在建立好控制表格15天以后進行的采集。

表-4-3 工件一徑向尺寸數據表

（2）控制圖制作。將采集到的數據在已經做好的標準X-R控制圖中進行描點。所得控制圖如下所示。

Ф1平均值控制圖

Ф2平均值控制圖

Ф3平均值控制圖

（3）分析階段。根據SPC判異準則，分析點子排布情況，找出其中異常排布的點子，分析異常排布的原因，找出引起異常排布的因素，并將其盡量修正。

例如：由以上Ф1、Ф2、Ф3的平均值控制圖可知Ф1、Ф2、Ф3在這一次的加工過程中，所有的尺寸均在尺寸允許的范圍內進行變動，所有零件的Ф1、Ф2、Ф3均為合格尺寸。但由平均值控制圖可知每一個尺寸進行的20次加工中，Ф1有9個點子處在平均線上方，9個點子處在平均線的下方，2個點子處在平均線上；Ф2有8個點子處在平均線上方，10個點子處在平均線下方，2個點子處在平均線上；Ф3有11個點子處在平均線上方，9個處在平均線的下方;從點子的分布個數上似乎滿足“對稱性”原理，但從點子分布的曲線上可以看出點子的排布不滿足“隨機性”原理。

Ф1、Ф2、Ф3的X控制圖中，第二個點子相對于第一個點子都出現突然增大的現象，而且幾乎超出UCL控制線，第三個點子又回到平均線附近，而且其后沒有重復出現。這種現象可能是由于某種偶然原因造成，經過分析有可能是對刀誤差所造成的。簡易數控車床對刀一般均采用手動試切對刀，在對刀中如果出現刀尖與工件軸心不等高，而是刀尖偏高于工件軸心則會出現加工工件比實際要求的偏大。

又例如在Ф3的X控制圖中第四至第十個點子均出現在CL線的下方，根據SPC判異標準當有連續的七個點子出現在CL線一側，此時生產過程失控。根據此找失控原因，可能是反向間隙造成，此時可以調整程序改變加工路線，減少反向間隙。

3 結語

傳統的質量控制有賴于檢驗最終產品并篩選出不符合規范的產品，這種檢驗策略通常是浪費和不經濟的，因為它是當不合格品產生以后的事后檢驗。SPC技術的出現，讓質量管理從這種被動的事后把關發展到過程中積極的事前預防為主，通過生產數據采集，運用SPC理論將數據自動分析計算后表現為圖形，在圖形的運行下，當有不合格趨勢時就自動預警，現場人員可及時調整，避免不合格品的產生，從而大大降低了企業的生產成本，同時也提高了企業的競爭能力。

[1] 鐘倫燕.統計過程控制（SPC）技術原理和應用[M].北京:電子工業出版社,001.

[2] 方文懷.spc實戰——新工廠管理(6)[M].廣東:經濟出版社,2005.

[3] 王毓芳．統計過程控制的策劃與實施——質量管理體系中統計技術應用指導與培訓教材[M].北京:中國經濟出版社,2005.

[4] 楊躍進.統計過程控制技術[M].北京:航空工業出版社,2003.

TG519.1

A

1008-1151(2011)08-0139-02

2011-05-13

唐少琴（1976－），女，西安工程大學在讀碩士，研究方向為機電一體化應用；高曉丁（1956－），男，西安工程大學教授，研究生導師，研究方向為機電設備的測控技術研究。