液力变矩器装配车间MES的设计与研究机械工程专业毕业论文Word格式文档下载.docx
《液力变矩器装配车间MES的设计与研究机械工程专业毕业论文Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《液力变矩器装配车间MES的设计与研究机械工程专业毕业论文Word格式文档下载.docx（59页珍藏版）》请在冰点文库上搜索。
在导轮生产区完成内孔磨削后，利用在线气动量仪进行零件
41
陕西科技大学硕士学位论文
加工尺寸检测，该设备配置有PLC控制系统，即直接接入网络。
对于在关键工位旁的质量检测设备都为智能化检测装置，都具有数据导出的接口，都支持OPC数据采集接口，因此，对于这一类设备我们直接通过以太网，采用OPC服务器采集。
设备维护信息也是设备关键信息，它是通过设备管理人员定期地对设备进行维修检查和保养，将维修信息作为历史数据手工录入信息系统，通过维修检查结果对设备的维护方案和周期做出调整。
维修检查包括了设备编号、设备名称、故障起止时间、故障代号、故障原因、故障解决方法、维修人、维修时间等；
设备保养包括了设备编号、设备名称、上次保养时间、保养周期、保养人员等。
2）在制品在制品信息包括了状态和加工质量信息。
在制品在每一个工位的状态间接地通过设
备程序运行启停时间点反映，在制品在特定工位出现加工质量问题也反映了设备及其配套工装可能出现问题。
因此，我们在各岛区设置在制品监控点，通过统计各岛区同一时刻的产品的数量，反映工单执行状况和生产进度，对于各岛区进度不平衡问题做出调整。
由于在制品在生产过程中会经过焊接、清洗等工艺，一般的条码会出现污染损坏问题，而且条码不适应快速自动生产线上在制品流动，因此，我们在部件关键的零件上贴上RFID标签，在部件岛区末端采用RFID跟踪设备对在制品进行跟踪。
质量信息是加工装配过程检验数据信息，包括了加工质量参数信息和统计合格率信息，加工质量参数信息包括了直径、长度、粗糙度、形位公差等，统计合格率主要包括检验数量、抽检比例、合格数量、合格率、返修数量、废品数量和报废原因等，质量检测数据通过OPC接口上传到信息管理系统的数据库中。
在制品质量信息是车间改善质量管理的重要依据，在制品质量监控会在HTC．MES质量管理中重点研究。
3）员工变矩器车间员工包括了生产、管理、调度等相关人员，人员信息包括了人员编号、
姓名、工种、所属岛区等静态信息外，还包括在岗（工作开始时间、结束时间、所属工位等）信息、出勤信息等，车间内员工与特定加工工种相关，对人员的监控中主要是对其合理的分配和安排，并且在产品出现质量问题时，作为质量回溯的一个查询原因。
员工信息的采集利用条形码技术，一般企业员工信息的录入都是通过打卡的方式。
对于RFID与条码终端设备采集的数据可直接通过网络上传到OPC服务器中，用于在制品和人员的状态监控。
综上所述，尽管设备存在不同通讯特点、设备也包括了多种类型、信息也存在状态信息和参数信息，但是OPC作为统一化标准接口，通过以太网实现了系统与硬件设备之间的数据通信。
如图4-6所示为岛区内监控设备的网络连接。
42
外接PL器
PMC上JLo
图4-6设备网络连接图
Fig．4-6Equipmentsnetworkconnection
通过上述车间设备数据采集内容与方法的分析，结合车间岛区分装线的分布，如图4．7中所示，在每个分装岛区车间设立操作员工作站（数据采集站），该工作站对本生产区数控设备运行信息进行分析、管理并指导车间生产。
工作站的数据采集计算机与外接PLC之间的通信通过计算机配置的OPC服务器，服务器的标准接13通过以太网连接PLC控制器，从而实现通信。
同时通过以太网实现各个岛区以及岛区与管理系统之间通信，将分析的结果上传给车间级管理系统的服务器，从而对整个装配车间的生产做出优化、指导，尤其对设备的运行状态、设备使用、维护和保养情况的记录和监管等，最终提高整个装配车间的生产效率，为企业增加收益。
口服：
器
PLC泵轮生产岛区PMCPLC革轮生产岛区
图4．7数据采集系统总体结构图
Fig．4—7Generalstructureofdataacquisitionsystem
4．3．3基于OPC与WCF技术的过程监控
对于HTC-MES生产过程监控和OPC服务器之间的数据通信，我们采用WCF与OPC相结合的方式。
如图4．8所示生产过程监控包括了资源监控和质量监控，在基础数据和
43
动态数据的支持下实现全面的过程监控。
图4-8基于OPC技术与WCF的生产过程监控
Fig．4-8ProcessmonitoringbasedonOPCandWCF
为实现过程监控的目的，准确的数据信息是关键，因此，我们结合液力变矩器装配车间与数据采集类型的特点，对OPC服务器对象、组对象与项对象进行具体化，这样在进行数据采集时，便于数据的获取和处理。
为了提高数据采集的效率，每个生产岛区配备一个服务器对象（OPCServer），每个
OPCServer根据每个tag点所属的分类不同（如设备、人员、在制品）来创建不同的组
对象（Equip_Group，Staff-Group，WIP_Group）。
每个组对象下包含不同的项对象。
以设备组对象为例（Equip，该组对象中包括了所属生产岛区下辖的所有设备通电状态点、启停状态点、主．．G轴ro启up停）状态点及程序启停状态点，这些点作为该设备组下的相对象（OPCItem），并以变矩器总装配岛区37号工位上的骨架油封装配设备（Skeletonoilsealassembly：
SOSA）为例，展示了该设备包括的状态点的信息，如表4．5所示。
表4-5OPCItem项示例
Tab．4-5OPCitemexamples
通过判断各种信号的启停，动态记录设备各种状态的时间点，为各种信号的时间统计做准备，下面以骨架油封装配设备通电状态为例实现此功能。
代码如下：
boolold—SOSAJowerStatus=false；
／／保存骨架油封装配设备的通电状态点历史值
boolnewSOSAPowerStatus=false；
／／保存骨架油封装配设备的通电状态点当前值while（true）／／循环始终在处理
{
old—SOSA—PowerStatusnew—SOSA』owerStatus；
2
／／将当前值赋给历史值new—SOS入，owerStatus
=GetOPCTagValueByTagName（”Equip_Group．SOSAJowerStatus”）；
／／获取最新状态值
if（old_SOSAJowerStatusf_new_SOS√UowerStatus）／／如果最新值不等于历
史值
if（new_SOS√UowerStatus—true）／／女l：
i果当前处于开机状态
GenerateNewStartRecrod（”Equip_Group．SOSA”）；
，／产生一条停机记录
）
else
UpdateStartRecrod（”Equip_Group．SOSA”）；
／／更新停机记录，加入停机时间
通过对时间点的记录，累计生产过程中设备的工作时间，将该时间量进行设备利用率统计分析，再由设备监控界面呈现给车间层管理者，实现该设备的利用率实时监控。
4．3．4过程数据统计分析
采集的过程数据只有经过分析处理并以直观方式展现，才能提供给管理人员使用，
在系统开发过程中可采用折线图、饼状图等统计展现形式，本章过程监控中采集到的数据主要用于质量分析、设备利用率分析、生产进度分析。
其中质量分析运用SPC统计过程控制技术对质量数据着重分析，会在后续章节研究，本节针对具体的设备数据信息分析设备的利用情况。
在制造型企业中，设备的资金投入量占总投入量的很大比例，设备的利用效率直接反映了生产效率和投入成本，利用率越高，相应的效率越高，等于降低了生产成本，因
45
此，设备的利用率分析对于管理者在车间管理决策时非常重要。
它的定义是设备加工使用时间与计划时间的比值。
其中较常用的设备利用率计算公式包括：
设备利用率=（实际产量／时）／（理论产量／时）X100％：
设备利用率=（设备有效运行时间）／（计划运行时间）×
100％。
该系统研究的变矩器装配车间除了在换工装时不可避免地需要停机三天外，每天设
备开机12h，我们对设备数据采集时主要采集了通电、开机、主轴运转和程序运行信号，那么相应的可计算出主轴运行时间、程序运行时间和待机时间，换料时间计算在主轴运行时间内。
利用这些时间可以计算设备的有效利用率和综合利用率。
有效利用率反映了生产员工的实际工作情况，综合利用率则真实的反应了设备有效利用效率。
具体的计算公式：
有效利用率=（程序运行时间）／（开机时间）×
100％，综合利用率=（程序运行时间）／（主轴时间）×
以变矩器总成装配区骨架油封装配设备在12月6～15日连续10天内装配同一型号
产品的运行时间为例，计算该设备的利用率情况。
表4-6中给出了该设备运行时间统计
表4-6设备运行时间统计
Tab．4-6Statisticsofequipmentoperationtime
利用上述公式我们计算该设备每一天的有效利用率和综合利用率，如表4．7所示，并在此基础上绘制出如图4-9所示的折线图。
从图中我们可以看出有效利用率出现波动，而综合利用率趋于平稳，但也有下降趋势，说明可能由于员工素质问题所造成的，应该及时提升员工的素质。
液力变矩器装配车间MES的设计与研究表4．7设备利用率统计
Tab．4-7Statisticsofequipmentutilization
，、
摹
、_，
料旺熏岫螂
统计日期（日）图4—9设备利用率统计分析图
Fig．4-9Statisticalanalysisofequipmentutilization
4．4本章小结
本章是在HTC．MES功能模块选定的情况下，对生产过程监控具体的监控内容及监控的基础——数据采集进行了研究。
在总结了离散制造车间对生产过程监控功能需求的基础上，结合具体的液力变矩器装配车间，分析并研究了生产过程监控的监控对象及监控对象的数据采集，在此过程中，对几种数据采集方法进行了研究，具体包括机床设备数据采集法、自动识别采集方法、OPC与WCF技术，着重研究了OPC与WCF相结合的应用特点与优势。
最终，结合车间控制系统和网络的特点采用基于OPC及WCF相结合的数据采集方式，对设备、在制品、人员进行过程监控，并以设备数据采集为例，研究了设备数据采集的过程，利用骨架油封装配设备的数据信息进行设备利用率统计分析。
47
5质量管理子系统及关键技术研究
质量管理子系统作为HTC．MES的另一大主要功能模块，对车间加工装配质量活动实施管理。
在前面已经对质量管理子系统的功能进行了理论性的建模，本章开始对具体车间实施基于MES的质量管理功能展开研究，其中，涉及到实现质量过程管理的方法、技术手段的介绍和运用。
5．1制造车间质量管理功能分析
产品质量，对于用户而言，是其需要的满意程度；
而对于生产厂家而言，是企业赢得良好口碑的重要基础。
对于质量的重要性，有专家预言：
“2l世纪是质量的世纪，质量好坏决定了竞争能力的高低，质量将成为和平地占领市场最有力的武器，成为社会发展的强大驱动力[671。
”
离散型制造车间在产品加工中尽管存在区域划分，但是针对一个零部件生产过程还是流程型的，即需要经过连续的多道工序来完成。
针对车间生产质量管理，首先需要对质量管理流程进行分析，需要了解车间生产活动中哪些环节影响产品的质量，并且分析企业在各环节采用的质量管理方法，为开展变矩器HTC．MES质量管理做准备。
5．1．1车间质量管理业务流程对于所有的不论是流程还是离散制造企业，车间生产过程中的物质流是原材料在整
个生产线上随着加工工艺的流动过程，对于所有的生产都包括了生产前准备、生产执行、成品入库三阶段。
而物料的形态变化经历了物料向零部件、零部件向产品。
因此，质量管理包括原材料入库检验、零部件加工过程检验、成品性能检验。
图5．1中总结了制造加工车间质量管理业务流程。
原材料入库检验：
原材料包括了零件和部件，按照零部件类型分，主要有自制件、标准件、外购件等，原材料在入库时，仓库管理人员就应该初步检验，确定参与生产的零部件都为合格品，对于合格的进入仓库等待派工，存在问题的进行废品处理。
零部件加工过程检验：
当车间按照生产计划开始生产时，车间里的每一个加工环节都对最终产品质量有相应的影响，对于制造型企业，都会在影响质量的关键工位处设置质量检验环节，在每一个关键工序严格执行检验计划，合格的零部件继续加工直至进入下一道关键质量控制工序，而对不合格品要进行判断，对于可以返工修复的返回该道工序再加工，无法返工的归为废品存入仓库。
过程检验数据是质量管理的重要数据来源，质检人员将数据进行分析与处理，对质量管理进行评价和改进，并将这些数据信息生成统计报表作为历史数据存储。
49
图5-1制造车间质量管理业务的流程图
Fig．5-1Diagramofqualitymanagementinworkshop
成品性能检验：
在产品投入市场前的成品检验同样重要，它主要是对于产品整机的性能进行检测，这项检验项间接地反映出制造车间的生产力水平和能力。
在产品的整个生产周期中，上述三项质量检验项目针对原材料在不同阶段的形态进行质量管理。
其中，零部件加工过程检验作为生产过程中动态的质量管理，加工装配过程对产品的质量影响最大。
当前学者专家对于生产过程质量监控的研究非常重视，下面就针对生产过程质量管理进行具体研究。
5．1．2过程质量管理生产过程管理是车间管理的重要环节，产品的质量受设备、人员、在制品、工艺方
法及环境在内的5MIE因素影响，产品的质量问题是加工过程中每一道工序加工缺陷的累积，引起问题的原因也具有多元性特点，但都归咎于对零部件的加工过程，因此，生产过程质量是质量管理的重中之重。
过程质量管理中影响产品质量的主要是加工工序的加工合格情况，我们在生产过程中需要对这些关键工序进行有效控制，从而保证加工工序和产品质量的稳定，同时，过程信息与质量信息也很重要，它为质量改进和质量问题诊断提供数据支持，从而有效地对生产过程稳定控制。
并且，对于制造型企业来说，生产过程质量管理要求做到预防管理，而不是在质量出现问题再解决，这样才能保证产品质量。
过程质量控制是过程质量管理的重要组成部分，也是过程管理的基础。
通过质量状态的实时监控，维持加工过程稳定性，使得加工质量结果处于正常范围之内，并评价工序能力，在此过程中对质量出现的异常情况和工序能力问题采取措施调整、改善。
因此，过程质量管理主要进行过程可控性分析与过程能力分析。
1）过程可控性分析加工过程可控性也称为过程稳定性，即加工特性在偶然因素的影响下，尽管特性值
会出现一定的波动，但波动都在一定的范围内，并且特性值统计处于规律性分布状态，则说明过程可控。
当出现异常波动时，从5M1E（Man：
人，Machine：
机器，Material：
材料，Method：
工艺方法，Me跚emem：
测量，Environment：
环境）出发分析并消除
影响过程稳定的异常因素，使得过程稳定可控。
2）过程能力分析
过程能力在机械加工中也称为工序能力，是在满足过程稳定受控的前提下分析其实际的工作能力，是衡量加工内在一致性的标准，进行过程能力分析有助于掌握工序质量的保证能力和有效性，并且为加工工艺的调整、设备的维护提供依据。
5．2过程质量管理方法
产品质量体系中包括了五大核心工具，分别是质量先期策划（AdvancedProduct
QualityPlanning：
APQP）、生产件批准程序（ProductionPartApprovalProcess：
PPAP）、
统计制程控制（StatisticalProcessControl：
SPC）、测量系统分析（Me踟eSystemAnalyse：
MSA）、潜在失效模式分析（FailureMode&
EffectAnalyse：
FMEA）。
这些方法以APQP为纽带完成产品质量管理全过程，其余的在某些环节起到作用，这五种工具之间存在着非常密切的联系，而过程质量是否稳定，能力是否满足依靠五大核心工具中的SPC技术，下面详细研究SPC技术及SPC技术中常用的工具。
5．2．1SPC技术
SPC技术最初是由美国贝尔实验室的休哈特（Shewhart）博士提出并创建的过程控制理论，他的理论认为在稳定工序中，计量型质量特性值服从正态分布，并以此为前提进行统计推断【缱l。
随后的一个世纪里，SPC技术在美国、日本等各国学者专家的研究下日益完善，促使了全面质量管理理论的形成与完善，并且使得该理论的应用从军事领域向工业领域扩散，随着计算机技术的大力推广，SPC技术的应用效率和范围得到了提升。
SPC技术主要应用于现场质量管理，尤其应用于生产制造过程。
在产品制造的过程质量管理领域，生产过程的监控方法主要从统计学，误差机理，设备状态，集成质量系统角度开展㈣。
通过统计学方法、借助于控制图手段，为车间管理者提供生产过程中涉及到的动态信息，包括工序和加工质量的稳定性问题、找出问题原因、采取相应的措施，
并且控制图也为管理者提供隐藏的不稳定趋势，管理者对其实施预防，从而提高产品质量的合格率，减少不合格品的出现。
SPC在大批量生产中应用较成熟，随着生产模式导向多品种和小批量的生产，SPC技术也在不断发展，与其他先进的技术相结合，服务于生产过程质量的管理。
SPC技术是一系列技术的集合，包括控制图、因果图、直方图、分层法及过程能力分析等工具。
其中，直方图与控制图是最早提出且最成熟的SPC工具，两者都是在正态分布原理下针对产品过程特性值的统计分析，但直方图是静态的质量特性分布图，分析的是历史数据，控制图是动态的观察数据波动，分析过程稳定是否稳定，目的在于判断波动是由偶然还是异常因素引起，为质量预防预防提供依据，下面着重介绍控制图工具。
1）SPC控制图
（1）控制图的定义
SPC控制图具体的概括是通过对过程或工序的质量特性进行测定、记录，从而实现对过程进行检测和控制的一种质量管理工具，它的作用是区分和预警由过程固有的随机因素引起的偶然波动和由异常引起的异常波动，从而便于生产管理者对出现的异常采取措施[701。
生产过程质量管理提倡预防为主、防治结合的宗旨，SPC控制图便起到对过程质量的预防控制。
（2）控制图的原理影响质量的因素包括了偶然因素和异常因素。
其中，偶然因素是客观存在、不可避
免的，对质量影响较小的，异常因素对质量影响较大，并且可以去除。
当产品质量特性出现偶然波动时呈现典型分布，当存在异常波动时，将发生偏离。
控制图原理指出对于某个计量型的连续随机质量特征，在随机偶然因素影响下，其取值范围呈现正态分布N（／z，cr／2），即取值落在±
30-范围内的概率为99．73％，相应的落在其余范围的概率为0．27％，对于这种情况小概率事件在一次实验中是不会发生的，一旦取值落在±
30-以外，就判定为异常，也就是说受到异常因素的影响。
如图5．2所示，控制图利用数理统计所得到的有序、有效数据建立起质量控制界限，纵轴代表样本的统计量值，横轴代表时间或样本序列号，并由根据统计数据确定的CL（ControlLine：
中心控制线）、UCL（UppercontrolLine：
上控制线）、LCL（Lowercontrol
Line：
下控制线）区分偶然波动和异常波动，其中CL=∥，UCL=∥+30-、LCL=／a．3仃。
（3）控制图的分类按照质量特性可以将控制图分为“计量’’型和“计数”型。
在过程受控状态下，两
种控制图的质量特性分别服从呈现正态、二项分布。
其中计量型控制图比较常用的有X．R（均值．极差）图，x．Ⅸ均值．标准差）图；
计数型控制图有R（不合格品数）图，P（不合格品率）图，
升级会员 