面向MES的刀具智能调度系统研究

刘建春，刘子安，邹朝圣，江骏杰

（1.厦门理工学院机械与汽车工程学院，福建 厦门 361024；2.厦门理工学院电气工程与自动化学院，福建 厦门361024；3.厦门万久科技股份有限公司，福建 厦门 361024；）

1 引言

国际标准ISO规定刀具的磨损程度以磨钝标准（磨损值VB）作为判断依据[4]。文献[5]提出了一种基于刀具磨损图像的刀具磨损表面积检测方法。文献[6]通过对刀具边缘半径、刀具直径、刀具侧面磨损宽度的测量来判断刀具磨损过程。在刀具磨损预估方面，由于收集完整的刀具磨损与寿命之间的关系数据是有困难的，所以预估剩余加工时间成为了研究的难点。文献[7]提出了一种基于径向基函数结合核主成分分析的刀具磨损评估方法。文献[8]在机器学习的基础上将粒子滤波技术引入刀具磨损分析模型。从研究成果看，以上的研究并未形成一个完整的CNC机床刀具的动态调度系统来监控刀具的实时情况，因此设计基于共享数据库的统一平台，集成信息追踪、生产调度、能耗预测、故障预警、流程报表等管理功能，可以有效地缩短上层计划层与下层控制层之间的信息交互距离，在保障质量的前提下提升效率，节约制造成本。

2 刀具全生命周期调度方案

2.1 系统结构方案

当车间在工作状态时，机床的刀具需频繁地流转于各生产环节中。刀具监控管理的任务就是要建立实时通信数据库，实现MES系统内的刀具实体状态信息化。由于各类刀具的库存数量有限，不同工件加工时所要求的刀具规格均不相同，必须对每把刀具进行编码，编码关联刀具的出厂信息、规格材料及加工信息，对调度所需的所有刀具进行全生命周期内的信息追踪。整个过程从车间接到订单开始，对投产计划进行分析，预测得出刀具的需求量并和现有仓储量进行比对，上传采购需求至ERP系统，由ERP系统下达采购信息反馈给库存管理系统进行核对，以保证加工所需刀具的仓储余量在合理的范围内。

在刀具入库阶段，录入刀具的主要属性参数并分配编号作为刀具流转的唯一识别标准。在备刀阶段，驱动RFID读写器自动更新刀具的位置、状态等信息，将对刀仪与MES 系统接口连接，上传刀补信息至数据库。在加工作业阶段，通过在机检测装置，利用换刀间隙检测刀具磨损情况，结合机床内部加工参数实时预测刀具剩余使用时间，在保证生产效率的前提下有效地降低刀具磨损。刀具下线时，再次录入刀具的处理信息，自动生成刀具全生命周期报表反馈给仓管系统形成闭环。面向MES的刀具智能调度系统框架，如图1所示。

图1 刀具调度管理系统框架Fig.1 Tool Scheduling Management System Framework

2.2 加工工艺优化

判断刀具生命周期的依据主要是刀具磨损程度，而刀具磨损程度受加工工艺参数的影响较大，但企业又要考虑经济效益，因此必须综合考虑加工效率和刀具磨损为优化目标。

对机床的切削参数使用遗传算法求解，先通过历史数据人工选定加工参数的一定范围作为运算边界，再进行遗传操作，当平均适应度持续低于某一常数且不再大幅震荡时，判定收敛，将最大适应度的个体作为优化后的结果输出形成优化方案，在相同的生产计划下不断完善运行流程。

当检测到刀具的磨损值VB大于设定值时，判定其不再适用于精加工环节，通过RGV小车装载的上下料机器人将刀具随性夹具移至半精加工或粗加工环节备用，根据系统内录入的刀具编码，自动更新数据库中刀具的装机位置，记录刀具在不同时段的工作目的及状态，管控各环节刀具的备用量。AGV用于把刀具从立体仓库运送到车间全自动生产线。由6台加工中心组成的刀具动态调度系统结构，如图2所示。

图2 刀具车间动态调度系统结构图Fig.2 Structural Diagram of Tool Shop Dynamic Scheduling System

2.3 报废与故障监控

当通过检测未通过鉴定后，判定刀具报废，记录并计入折旧系统形成报表。分析生成的报表，评估全生命周期内各环节耗时异常的部分，优化整体管理方案，通过数据库连接仓管系统与上层资源管理层形成闭环连接，为车间的刀具调度及购置预留合理的时间。

根据刀具编号进行信息追踪，分析刀具历史数据，判断出刀具的非正常损耗原因，提升刀具的使用效率。如果刀具状态信息出现异常时，发出报警信号至车间控制层，传唤工作人员到机检测，保护机床安全，有效降低工件次品率。

3 刀具检测系统

3.1 磨损信息在线检测

传统的刀具专用检测仪器不是在线实时检测，影响检测效率，无法嵌入智能控制系统。针对恶劣的加工环境会对在线检测仪器造成影响，提出一种将检测设备与机台隔离的在机检测方法[9]，使用基于机器视觉的自动识别检测刀具磨损，在机床的侧部搭建移动机构、工业摄像头、光源等构成的实验平台，提取刀具加工后的图片，装载在机床的装置，如图3所示。

图3 刀具磨损检测装置实物图Fig.3 Tool Wear Detection Device Physical Map

加工周期结束后，控制电机驱动摇臂移动两个工业摄像头围绕CNC刀具刀头互相垂直摆放，分别拍摄正刀面与侧刃面，先通过正刀面相机图像处理获取侧刃角度，移动第二相机到相应角度进行检测，获取与刀具刀刃数同等数量的照片量，将两个相机取得的图像传至上位机进行模板匹配定位，获取感兴趣区域，进一步去中心化增强对比和灰度值上下阈值处理，提取磨损区域，通过对磨损区域和正常区域的对比计算出刀具的平均磨损值VB，以不同程度的VB值判断刀具的磨损情况。检测磨损情况流程，如图4所示。

图4 机器视觉检测刀具磨损情况流程图Fig.4 Machine Vision Detection Tool Wear Situation Flow Chart

3.2 数据信息特征提取

由于刀具磨损是切削速度、切削热、刀具与工件接触位置等多因素耦合作用下的结果，为保证建立的预测模型在不同的环境参数下，均有良好的泛化能力，需要考虑尽可能多的特征量对结果的影响，但又面临处理高维数据集的情况。因此减少资源监控任务对数据计算资源的消耗，从复杂的刀具监控信号中提取有用的信息显得尤为重要。该部分主要是将机床及检测机构输出的信息进行匹配筛选。

3.3 刀具剩余生命预测

针对刀具剩余生命预测存在时序性、震荡性等特点，建立人工神经网络模型。该预测模型探寻了在不同加工需求下，刀具状态数据非线性增强的特点，比较不同加工条件造成的刀具磨损结果，优化加工参数，通过数据匹配训练神经网络进行学习，提升数据分析的准确性。

分析流程是数据处理模块进行两次数据匹配的过程：第一次是在检测系统，将检测数据传递并初选之后，将特征数据（如磨损所在区域及面积）与数据进行匹配训练，建立预测模型，测试匹配百分比，当匹配度达到一定等级后，将相应的参数直接输出，若匹配度不足，则将误差反向传播进行修正学习；第二次数据匹配则是在下一次加工之后将数据反馈回分析系统，通过反馈的数据进行算法准确度的验证，若准确度符合要求，则进入机器学习阶段，对算法进行微调。若准确度不符合要求，则作为特殊数据样本进行存储，并统计特殊样本数量，若样本较少，则将该数据作为奇异数据单独存储，反之，则保留详细的相关数据，交由人工进行分析处理。整体流程，如图5所示。

图5 数据分析流程图Fig.5 Data Analysis Flow Chart

4 与MES系统通信

4.1 模块通信系统架构

MES系统的优化目标面向整个生产过程，为实现在机检测和刀具装配的协同调度，所设计车间刀具的全生命周期MES系统内部架构分为四层，与计划层和执行层保持实时互联通信。刀具管理系统采用C/S和B/S混合架构，显示层C/S模式实现管理人员的刀具调度，B/S模式实现操作人员的信息查询和共享；控制层作为整个系统的驱动单元，接收反馈到的各种信号并做出动作；关系型数据层存储了刀具全生命周期内的所有信息数据，作为数据访问的终端提供数据的录入、修改、提取等操作；业务层负责给数据层、控制层和显示层提供信息基础。整个MES 系统上接ERP 计划层，接收计划层下达的生产计划并及时将生产实况上报；下接车间DNC执行层，接收机床的加工数据并反馈控制机床进行动态调度。整个服务架构内数据共享，消除信息孤岛。其整体系统架构，如图6所示。

图6 车间通信系统架构Fig.6 Workshop Communication System Architecture

4.2 CNC通信方案

工件、工具材料的选择和机床的加工状态是影响刀具生命的主要因素，而切削参数需要从CNC系统中获取，为此需要制定对加工状态参数进行实时采集的技术方案。现有的DNC系统正在向OPC的方向发展，所以采用支持OPC的机床进行实验，通过机床的OPC接口连接到CNC内存，获取机床加工的工艺参数。

以三菱M系列CNC系统为例，使用与三菱系统兼容的OLE/COM接口实现数据采集，使用扩展宏指令实现自定义调用过程，可以方便的提取到CNC系统内部相关加工工艺参数，加工工艺参数采集界面，如图7所示。面向整个车间时，MES系统中的信息接口连接车间控制器，对机床设备群的工作过程进行时序性的信息采集，采集车间内每台机床的加工信息。

图7 加工工艺参数采集Fig.7 Processing Parameter Acquisition

4.3 刀具管理系统数据库

刀具在不同空间的流转以数据传递的形式存储在服务器中，使用SQL Server关系型数据库进行大数据管理，通过接口更新数据库中的数据并实现刀具管理系统与多个外部系统的数据集成。以铣刀购置入库的系统运行为例，如图8 所示。刀具经采购入库开始，实行编码终身制，在刀具的生命周期内，逐一建立刀具规格、刀具补偿、机床加工信息、故障及仓储预警等生产关系数据库，计划层管理人员可查看刀具历史使用情况和预警分析结果。

图8 数据库界面Fig.8 Database Interface

5 结束语

针对车间生产现场刀具信息更新不及时、损耗严重等实际情况，开发了面向MES的刀具数字化调度系统。立足于刀具全生命周期后端的管理系统优化问题，将RFID编码调制技术、CNC技术和机器视觉、大数据分析充分融合，在这里介绍了系统整体架构、数据采集处理、数字化业务集成方案，优化了生产过程所涉及的整体调度系统，构建完整的闭环生产过程。

此系统已在企业的工具管理系统中初步试用，从刀具的采购入库、生产过程的跟踪追溯、磨损预测、故障预警等多个维度对刀具设备进行全生命周期管理，实现刀具在线检测磨损，提供预警信息，为制造企业将经营计划和生产过程统一起来提供了一种可行方案。