一種數控切削機床運行能耗狀態在線判別方法

王 超 劉 飛 庹軍波

重慶大學機械傳動國家重點實驗室，重慶，400030

?

一種數控切削機床運行能耗狀態在線判別方法

王 超 劉 飛 庹軍波

重慶大學機械傳動國家重點實驗室，重慶，400030

機床運行能耗狀態由一系列的能耗狀態節點和能耗過程構成。針對至今仍存在一些關鍵狀態節點無法判別等問題，提出了一種數控機床運行能耗狀態在線判別方法。該方法基于數控機床運行能耗狀態和狀態節點的系統分析，并綜合機床功率信息和數控系統通信信息，提出關鍵節點狀態與過程狀態在線判別方法，解決了切削加工開始、完成等關鍵節點和精加工狀態判別等難題，從而實現了數控機床全部運行能耗狀態的在線判別。在FANUC數控機床上進行的案例研究驗證了該方法的有效性和實用性。

數控機床；能耗狀態；在線判別；狀態節點

0 引言

我國機床及其機械加工系統分布量大面廣，能量消耗總量巨大，能量利用率低，節能潛力大[1]。國際標準化組織(ISO)制定了ISO/DIS-14955 機床環境評價標準，其重點是提高機床的能量效率，實現機床行業的節能降耗。美國能源部專門設立了以提高制造企業生產過程的能量效率作為首要目標的“工業評估中心”[2]。機械加工制造系統或機床的能量效率引起了學者的廣泛研究[3]。

機床運行能效在線監測是機床能量效率研究和提升的重要基礎。TRISTO等[4]提出了一種基于MT Connect標準開發的機床能耗自動檢測系統，但未涉及運行能耗狀態的判別，因此無法識別機床加工狀態并獲取機床能量效率。HU等[5]提出了一種基于主傳動系統功率平衡方程的機床能效在線監測方法，但其功率閾值判別法還具有精加工狀態無法識別的問題。

機床能效監測離不開機床運行能耗狀態的判別，它是獲取機床運行能耗狀態、實現運行能效監測的基礎。已有文獻對機床運行能耗狀態進行了研究，并取得了一定進展。DURO等[6]提出了一種基于多傳感器信息融合的數控機床加工狀況在線監測方法，但加裝的傳感器安裝困難，價格高且使用不方便，實際中很難應用。HUANG等[7]對機床主軸啟動能耗進行了研究，提出了主軸啟動過程狀態及其節點的判別方法，但未對加工狀態進行研究，不能實時獲取機床能量效率。HE等[8]提出了通過分析NC代碼來研究機床運行過程中各能耗部件的能耗情況的方法，但該方法僅用于能耗的分析和預測，并不是一種在線監測的應用方法，且其認為的加工開始、完成點實際為刀具運動啟停點，而不是刀具實際接觸工件進行加工時刻點和加工完成后刀具與工件脫離接觸的時刻點。劉高君等[9]提出了一種人機交互式機床加工狀態判別方法，但該方法需要人為實時操作，車間應用較為不便。

綜上所述，關于機床運行能耗狀態的判別,現有研究仍然無法完全實現加工狀態的在線判別以及關鍵狀態節點的在線判別，導致機床能效監測與評價無法準確進行。由此，本文基于機床功率信息和通信信息的集成，對機床運行能耗狀態判別問題進行系統研究，期望能夠解決切削加工過程所有能耗過程狀態及所有節點狀態的判別，形成一種簡單、實用和較準確的判別方法。

1 運行能耗狀態分析

1.1 運行能耗狀態

本文以數控機床對某一個零件車削加工過程為例，對機床運行過程中運行能耗狀態進行分析。該零件加工工藝為先進行外圓車削加工，然后以相同的轉速車削端面。

分析圖1可知，機床加工過程能耗狀態可以分為機床電氣啟動能耗狀態(machine tool power-on start，PS)a、機床待機能耗狀態(machine tool standby，MS)b、機床主軸啟動能耗狀態(machine tool spindle start，SS)c、機床空載能耗狀態(machine tool empty load，EL)d、機床空走刀能耗狀態(machine tool empty cutting，EC)e、機床加工能耗狀態(machine tool cutting，MC)f 6類。機床加工過程運行能耗狀態分析如圖2所示。

圖1 機床輸入功率曲線Fig.1 Curve of machine tool input power

圖2 機床加工過程運行能耗狀態分析Fig.2 Analysis of operation and energy consumption state of machine tool machining process

對狀態e進行說明：機床在加工前后的走刀路線設定上留有一定的距離，使刀具以切削進給速度接近或遠離工件，以防撞刀等機床故障的發生。此過程中刀具空切而非實際加工，本文稱此過程狀態為空走刀能耗狀態。

上述機床運行能耗狀態及轉換過程具有普遍性，對于數控切削機床的任一加工運行過程，其運行能耗狀態均可分為上述6類狀態。

1.2 狀態節點分析模型

本文將運行能耗狀態轉換點稱為狀態節點。狀態節點具有以下特點：

(1)相對瞬時性。狀態節點作為機床狀態轉換點，包含了狀態的啟停過程，此過程相對于機床狀態過程時段來說時間很短，具有相對瞬時的特性。可將狀態節點的判別作為狀態啟停的依據。

(2)時段出現重復性。在機床加工過程的整個運行時段上，重復出現的狀態轉換對應狀態節點的出現也是重復的。

機床加工過程中的狀態節點分析如圖3所示。由圖3可見，節點分析模型將機床運行過程分為6種過程狀態和10種狀態節點。除機床啟停以外，一個狀態的開始節點也為上一個狀態的結束節點，如EL結束到EC開始的轉換節點，簡稱EL-EC節點。

EC-MC、MC-EC節點作為MC狀態的開始、完成節點，其判別是MC狀態判別的基礎，也是獲取機床有效加工時間與有效加工能量，從而計算機床設備利用率與能量效率的關鍵。本文將這兩個節點稱為關鍵節點。在關鍵節點判別上，本文將MC分為粗加工(或半精加工)和精加工兩種情況進行討論，并提出了一種精加工狀態關鍵節點的Δt-α判別法。其余一般節點的判別方法在過程狀態判別中進行討論。

圖3 機床運行過程的狀態節點分析Fig.3 Analysis of state node of machine tool operation process

2 運行能耗狀態在線判別方法

本文提出基于功率信息和通信信息相結合的機床運行能耗狀態在線判別方法。該方法先由機床設備端獲取運行能耗狀態判別所需的功率信息和通信信息，然后進行節點狀態及過程狀態的在線判別。

(1) 功率信息獲取。多路功率測量終端第一路的電流互感器與電壓夾線鉗安裝于機床總電源U、V、W三相線上，監測機床總電源輸入處實時功率Pin(t)，第二路的電流互感器安裝主加工系統U、V、W三相線處，監測實時功率PM_in(t)。獲取的能耗數據信息傳輸至終端。終端的程序對串口進行讀取操作，并對功率信息進行濾波處理。

(2)通信信息獲取。本文基于數控系統以太網功能，通過數控廠商提供的對外編程接口自主編程，建立終端到CNC的以太網通信獲取通信信息。

用于機床運行能耗狀態判別的通信信息為：①主軸轉速信息Spindle_Speed和各進給軸轉速信息Axis(x)_Speed(x為進給軸編號)；②當前執行的NC代碼NCProgram_Executing。

2.1 關鍵節點狀態在線判別

2.1.1 EC-MC節點在線判別

EC-MC節點判別的前提是EL-EC節點的判別。EL-EC節點判據為：通信信息Spindle_Speed>0、Axis(x)_Speed>0，且NCProgram_Executing為G01、G02、G03或固定循環程序段。記錄EL-EC節點時刻為tEL-EC。

功率采集終端的數據是按照采樣間隔Δt=1/f(f為采樣頻率)存儲的，用Pn表示機床主加工系統第n個時間段輸入的功率值。設定閾值α(α為經驗閾值，一般取3%)。

(1)若在EL-EC節點出現后至EC-EL節點出現前的某時刻，功率值滿足：

(1)

式中，Puo為空走刀功率。

則記錄EC-MC節點時刻為tEC-MC，判斷此加工狀態為粗加工狀態。

(2)本文設定Δt1為加工前空走刀狀態時長的普適量，若在EL-EC節點后的Δt1內，功率值都未滿足式(1)，則有理由認為加工采用了較小的加工用量以至于功率躍變不明顯。判斷此加工狀態為精加工狀態，并認為精加工狀態開始時刻

tEC-MC=tEL-EC+Δt1

(2)

本文采用統計的方法對Δt1進行獲取。對10件數控車床典型工件實際加工過程中若干加工工步的Δt1進行統計得到其概率分布直方圖。分別使用Burr分布、Weibull分布和正態分布對直方圖進行擬合并計算卡方值，分別為0.1885、75.8564、101.2832，由此可見，Burr分布擬合度最好。用Burr分布對直方圖進行擬合，得到圖4所示的概率密度分布。

圖4 Δt1概率密度分布圖Fig.4 The probability density distribution of Δt1

密度函數

(3)

數據有90%的概率落在區間[1.04 3.66]，計算其期望作為結果，得

Δt1=1.79 s

(4)

本文以車削加工零件為例來說明獲取方法，其他加工方式可參照上述過程進行獲取。

這里需要對一些特殊情況的處理作補充說明。若在判定精加工狀態后的某時刻，功率滿足式(1)，即出現粗加工狀態判別與精加工狀態判別沖突,此時狀態判據以功率信息為準，取消精加工狀態判別，并判定此時為粗加工狀態EC-MC節點。原因是：加工工件形狀較為復雜，每一個工步加工前，實際空走刀時間相較于Δt1更長，造成了精加工狀態EC-MC節點判別判據先被滿足而產生誤判。

2.1.2 MC-EC節點在線判別

本節在機床處于MC基礎上進行加工結束節點的判別。上文對EC-MC節點的判別將MC分為精加工與粗加工兩種情況，MC-EC節點的判別也在這兩種情況下分別討論。

(1)若機床MC為精加工，MC-EC節點判別前首先進行EC-EL節點的判別。加工過程完成后，刀具退刀并以G00快速定位進給的方式返回加工起點，此時即EC結束時刻。EC-EL節點判別判據為：在機床處在MC基礎上，通信信息NCProgram_Executing為G00。記錄EC-EL節點時刻為tEC-EL，引入Δt2作為加工后空走刀狀態時長的普適量，其獲取參照Δt1獲取過程。精加工狀態結束時刻，即MC-EC節點時刻

tMC-EC=tEC-EL-Δt2

(5)

(2)若機床MC為粗加工，MC-EC節點的判別直接通過閾值判定來進行。機床處于MC粗加工，且在某時刻功率值滿足：

(6)

則記錄MC-EL節點時刻為tMC-EL，判斷此加工狀態為粗加工狀態結束。MC-EC節點判別完成后進行EC-EL節點判別，方法同上所述。

2.2 過程狀態在線判別

2.2.1 機床電氣啟動和主軸啟動能耗狀態在線判別

機床由上電開機到主軸啟動進入穩定轉速期間，經歷了總開關、控制、液壓、冷卻等能量源開啟的PS和主軸電機啟動的SS等一系列啟動過程。本文對PS與SS分別進行討論。

對于PS，可參照文獻[8]確定啟停節點Stop-PS、PS-MS。PS時段能耗QPS只存在于機床電氣開啟過程：

(7)

對于SS，某些特定加工過程，其啟動過程總時間長，啟動能耗大，對其討論是必要的。文獻[6]提出一種功率邊界值判定法，實現了啟動過程啟、停節點的判別，若將啟停時刻分別記錄為tMS-SS、tSS-EL，則這兩個時刻即為關鍵節點。

對SS過程時間Tst與能耗Ens建模得到：

(8)

Ens=Ez+Ef=

(9)

由節點分析模型可將Ens簡化為SS時段能耗Qss獲取模型:

(10)

2.2.2 機床待機能耗狀態在線判別

機床處于MS時燈開啟，液壓系統打開，主軸變頻器和進給軸伺服控制器準備好，但各運動軸處于未開啟狀態[8]。結合功率信息與通信信息給出MS判別依據為：功率信息Pin(t)>0；通信信息Spindle_Speed=0、Axis(x)_Speed=0。

若機床處于MS，且某時刻Pin(t)=0且之后一直為0，記錄該時刻為tStop并判別此時刻為機床斷電關機MS-Stop節點。

機床在運行過程當中若干MS時段能耗總和即機床待機時段能耗

(11)

(12)

2.2.3 機床空載能耗狀態在線判別

機床處于EL時，除MS所述能量源開啟狀態外，主軸電機開啟。結合功率信息與通信信息給出EL判別依據為:功率信息Pin(t)>0,PM_in(t)>0；通信信息Pin(t) 。

若機床處于EL，且某時刻滿足MS判別依據，則判別該時刻tEL-MS為EL-MS節點。

機床在運行過程當中若干EL時段能耗總和即機床空載時段能耗

(13)

(14)

式中，Pu(t)為機床運行過程中空載時段的輸入功率。

2.2.4 機床空走刀能耗狀態在線判別

EC相關節點的在線判別在2.1節已有介紹，此處不再贅述。

機床在運行過程當中若干EC時段能耗總和即機床空走刀時段能耗

(15)

(16)

2.2.5 機床加工能耗狀態在線判別

MC在線判別由關鍵節點在線判別完成，機床在運行過程當中若干MC時段能耗總和即機床加工時段能耗

(17)

(18)

(19)

式中,α1、α2為機床載荷損耗二次系數。

通過有效加工能量在線分離[10]可以得到機床運行過程中若干MC時段有效加工能耗Qc，從而可以獲取機床能量效率：

(20)

(21)

機床能量效率U獲取模型為

(22)

(23)

3 監測系統開發

為了驗證上述機床運行能耗狀態在線判別方法的可行性，本文在普瑞斯PL700立式加工中心上自主研發一套FANUC機床運行能效在線監測系統。

該能效監控系統通過HC-33C3多路功率傳感器監測機床總電源與主加工系統輸入處的電壓和電流信號，從而得到功率信號。功率信號經由RS232通信傳輸至終端，并由濾波處理得到實時功率信息。

PL700加工中心數控系統為FANUCOi-MateC系列。FANUC公司提供FOCAS(FANUCopenCNCAPIspecification)應用程序對外編程接口(API)以實現該數控系統的以太網功能，利用FOCAS自主編程搭建以太網通信平臺獲取機床的通信信息。

該系統中，數控機床運行能耗狀態判別依據如表1所示，算法流程見圖5，系統界面見圖6。

表1 運行能耗狀態判別依據

圖5 機床運行能耗狀態在線判別算法流程圖Fig.5 The flow chart of operation and energy consumption state on-line differentiating algorithm of machine tool

圖6 FANUC機床運行能效在線監測系統界面Fig.6 Interface of energy efficiency on-line monitoring system of FANUC machine tool

4 實驗案例

為驗證該運行能效狀態判別方法的有效性，采用普瑞斯PL700立式加工中心和FANUC機床運行能效在線監測系統平臺進行一系列銑削實驗。

4.1 實驗條件介紹

為了確保有效加工能量在線分離的有效性，首先通過大量實驗辨識出該加工中心主傳動系統的附加載荷損耗系數[10]，分別為α1=0.067，α2=2.3×10-3。PL700立式加工中心為數控銑削機床，相關參數如表2所示。為了比對實驗結果，采用日置HOKI3390C功率分析儀、瑞士Kistler9257B三向測力儀和標準秒表作為標準設備，與監測系統進行同步測量。日置HOKI3390C功率分析儀采樣周期與HC-33C33多功能功率測量終端設置相同，皆為250ms。瑞士Kistler9257B三向測力儀比對測量切削功率及切削時間。由于加工過程的波動因素，在能耗數據瞬態量的選取時，數據取短時均值。銑削加工實驗現場如圖7、圖8所示，日置HOKI3390C功率分析儀接線在機床背后，圖中無法顯示。實驗所用刀具及工件參數如表3所示，加工參數如表4所示。

表2 PL700立式加工中心參數Tab.2 Parameter of PL700 vertical machining center

圖7 銑削加工現場圖 Fig.7 The scene graph of milling

圖8 實驗現場圖Fig.8 The scene graph of experiment

工件材料工件尺寸(長×寬)加工路徑刀具類型刀具材料45鋼40cm×40cmS形銳耐克精密刀GB:YT15(ISO:P10)

表4 加工用量Tab.4 Machining dosage

4.2 實驗結果分析

用整個加工過程能量效率來表征加工啟停關鍵節點判別的準確性，以實驗過程各狀態時長來表征各運行能耗狀態判別的準確性。實驗過程能耗數據與運行數據的比較及誤差分析如表5、表6所示。

表5 能耗數據比較Tab.5 Comparison of energy consumption data

表6 運行數據比較Tab.6 Comparison of operation data

實驗結果分析表明，該狀態判別方法及系統對機床運行能耗狀態指標的測量誤差在5%以內，符合機械加工現場應用的精度要求。

對狀態節點判別的誤差點主要分布于工步1、2的EC-MC節點判別上。原因是由于工步1、2采用的加工用量較小，系統將其判別為精加工依照采用Δt-α判別法判別EC-MC節點。實際實驗過程中，為了充分確保實驗安全性，對空走刀時間設定比正常情況大，因此造成了誤差點的存在。在實際生產現場加工中，為了提高生產效率，一般工件不會采用過長的空走刀時間，上述誤差點不會出現生產現場中。綜上，該運行能效狀態在線判別方法可以準確實現機床各狀態在線判別。

5 結論

(1)對機床運行能耗狀態進行分析，建立了節點分析模型，將機床運行能耗狀態分為10種狀態節點和6種能耗過程。

(2)已有研究無法實現加工啟停等關鍵節點以及EC、MC等過程狀態的在線判別。本文提出了基于功率信息和通信信息集成的機床運行能耗狀態在線判別方法，解決了上述問題，進而實現了機床所有能耗過程狀態與節點狀態的在線判別。

(3)基于上述方法與技術，開發出一套能效監測系統，并在PL700立式加工中心上進行了實驗案例研究。結果顯示，該運行能效狀態在線判別方法及系統能夠準確在線判別機床所有狀態，從而能夠為機床及車間能效評估、能量監控管理與能效提升技術提供成套的數據支持，具有廣闊的應用前景。

[1]CAIW,LIUF,XIEJ,etal.AnEnergyManagementApproachfortheMechanicalManufacturingIndustrythroughDevelopingaMulti-objectiveEnergyBenchmark[J].EnergyConversionandManagement,2017,132:361-371.

[2] 王慶一. 能源效率及相關政策和技術[J]. 應用能源技術, 2002(6):1-10.WANGQingyi.EnergyEfficiencyandRelatedPolicyandTechnologyofEnergyEfficiencyandtheRelatedPolicyandTechnology[J].ApplicationofEnergyTechnology,2002(6):1-10.

[3]CAIW,LIUF,ZHOUXN,etal.FineEnergyConsumptionAllowanceofWorkpiecesintheMechanicalManufacturingIndustry[J].Energy,2016,114:623-633.

[4]TRISTOG,BISSACCOG,LEBARA,etal.RealTimePowerConsumptionMonitoringforEnergyEfficiencyAnalysisinMicroEDMMilling[J].InternationalJournalofAdvancedManufacturingTechnology,2015,78(9/12):1511-1521.

[5]HUS,LIUF,HEY,etal.AnOn-lineApproachforEnergyEfficiencyMonitoringofMachineTools[J].JournalofCleanerProduction,2012,27(6):133-140.

[6]DUROJA,PADGETJA,BOWENCR,etal.Multi-sensorDataFusionFrameworkforCNCMachiningMonitoring[J].MechanicalSystems&SignalProcessing,2015,66/67：505-520.

[7]HUANGJ,LIUF,XIEJ.AMethodforDeterminingtheEnergyConsumptionofMachineToolsintheSpindleStart-upProcessbeforeMachining[J].ProceedingsoftheInstitutionofMechanicalEngineers.PartB.JournalofEngineeringManufacture,2015，230(9):1-6.

[8]HEY,LIUF,WUT,etal.AnalysisandEstimationofEnergyConsumptionforNumericalControlMachining[J].ProceedingsoftheInstitutionofMechanicalEngineers.PartB:JournalofEngineeringManufacture,2012,226(2):255-266.

[9] 劉高君, 劉飛, 劉培基,等. 機床多源能耗狀態在線檢測方法及檢測系統[J]. 計算機集成制造系統,2016,22(6):1550-1557.LIUGaojun,LIUFei,LIUPeiji,etal.On-lineDetectingMethodandSystemofMulti-sourceEnergyStateforMachineTools[J].ComputerIntegratedManufacturingSystems,2016,22(6):1550-1557.

[10] 胡韶華. 現代數控機床多源能耗特性研究[D]. 重慶:重慶大學,2012.HUShaohua.EnergyConsumptionCharacteristicsofMultiple-componentofModernCNCMachineTools[D].Chongqing:ChongqingUniversity, 2012.

(編輯 袁興玲)

A Method for On-line Differentiating Operations and Energy Consumption States of CNC Machines

WANG Chao LIU Fei TUO Junbo

State Key Laboratory of Mechanical Transmission,Chongqing University, Chongqing,400030

The energy consumption states of machine tools were made up of a series of energy consumption state nodes and processes. There were still some key state nodes might not be differentiated. Based on the systematic analyses of energy consumption states and state nodes in machining processes, a new method for differentiating energy consumption states of CNC machines was proposed to differentiate all kinds of energy consumption states of the machines by synthesizing power informations and CNC system communication informations, which solved differentiating problems, such as distinguishing the cutting starts, over state nodes, and finish machining states et al. The effectiveness and practicality were verified on FANUC CNC machine tools.

CNC machine; energy consumption state; on-line differentiating; state node

2016-08-17

國家自然科學基金資助項目(51375513)；國家高技術研究發展計劃(863計劃)資助項目(2014AA041506)

TP391

10.3969/j.issn.1004-132X.2017.13.017

王 超，男，1991年生。重慶大學機械傳動國家重點實驗室碩士研究生。主要研究方向為綠色制造、制造系統能效分析。E-mail：cquwangchao@foxmail.com。劉 飛，男，1948年生。重慶大學機械傳動國家重點實驗室教授、博士研究生導師、國家突出貢獻專家。庹軍波，男，1990年生。重慶大學機械傳動國家重點實驗室博士研究生。