為了降低機(jī)床等待過(guò)程中的能耗,提出了一種實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的機(jī)床等待時(shí)間預(yù)測(cè)與節(jié)能控制方法。首先,建立了射頻識(shí)別驅(qū)動(dòng)的生產(chǎn)進(jìn)度評(píng)估方法,并以生產(chǎn)進(jìn)度數(shù)據(jù)作為輸入,構(gòu)建了基于堆棧降噪自編碼的機(jī)床等待時(shí)間預(yù)測(cè)模型;其次,依據(jù)預(yù)測(cè)的機(jī)床等待時(shí)間,提出了機(jī)床狀態(tài)切換方法,以降低機(jī)床能耗;最后,通過(guò)一個(gè)電梯零部件制造車間的案例分析,表明該方法的預(yù)測(cè)誤差僅為4.1%,同時(shí)將機(jī)床等待過(guò)程能耗降低了57%,實(shí)現(xiàn)了制造車間的節(jié)能減排。 

【文章來(lái)源】：中國(guó)機(jī)械工程. 2020,31(12)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

面向機(jī)床等待時(shí)間預(yù)測(cè)的堆棧降噪自編碼模型結(jié)構(gòu)

在離散制造車間中,主要以加工范圍廣、通用性強(qiáng)的普通機(jī)床(例如臥式車床、數(shù)控銑床、鉆床等)為主,對(duì)于此類機(jī)床,根據(jù)圖2的機(jī)床能耗曲線,機(jī)床運(yùn)行過(guò)程主要包括6種狀態(tài):停機(jī)狀態(tài)、待機(jī)狀態(tài)、暖機(jī)狀態(tài)、空閑狀態(tài)、空切削狀態(tài)、切削狀態(tài)。機(jī)床的能耗模式依賴于機(jī)床的工作狀態(tài),當(dāng)機(jī)床處于停機(jī)狀態(tài)時(shí),并不產(chǎn)生能耗;待機(jī)狀態(tài)(非工作狀態(tài))將會(huì)產(chǎn)生固定的功率消耗Psb,在該狀態(tài)中,機(jī)床的某些功能模塊并沒(méi)有準(zhǔn)備好,只有應(yīng)急服務(wù)模塊是處于激活狀態(tài);當(dāng)機(jī)床處于空閑狀態(tài)(工作狀態(tài))時(shí),機(jī)床的所有模塊都已經(jīng)被激活,其功率為Pid,此時(shí)機(jī)床已經(jīng)做好加工零件的準(zhǔn)備;機(jī)床從非工作狀態(tài)到工作狀態(tài),需要經(jīng)歷暖機(jī)狀態(tài),該狀態(tài)是一個(gè)短暫的過(guò)渡狀態(tài),目的是讓機(jī)床各功能模塊做好加工的準(zhǔn)備。2.2 機(jī)床狀態(tài)切換方法

將提出的SDAE模型與現(xiàn)有的預(yù)測(cè)方法進(jìn)行對(duì)比，包括反向傳播神經(jīng)網(wǎng)絡(luò)（back propagation neutral network,BPNN)[7]、支持向量機(jī)（support vector machine,SVM)[17]、隨機(jī)森林（random forests,RF)[18]以及深度置信網(wǎng)（deep belief networks,DBN)[19]，結(jié)果如圖4所示。對(duì)比結(jié)果顯示，本文提出的SDAE模型能夠獲得較低預(yù)測(cè)誤差，而DBN僅次于SDAE，另外3種方法的預(yù)測(cè)精度比較接近，這說(shuō)明對(duì)于本文的機(jī)床等待時(shí)間預(yù)測(cè)問(wèn)題，深度學(xué)習(xí)方法特別是SDAE能夠更好地利用工件的加工進(jìn)度數(shù)據(jù)進(jìn)行預(yù)測(cè)。從計(jì)算時(shí)間來(lái)看，SVM的計(jì)算時(shí)間最短，但是過(guò)早地收斂到了局部最優(yōu)解，盡管SDAE的計(jì)算時(shí)間要長(zhǎng)于SVM，但誤差要小得多。通過(guò)上述方法,每臺(tái)機(jī)床的等待時(shí)間都可預(yù)測(cè)出來(lái),結(jié)合機(jī)床的等待時(shí)間即可判斷機(jī)床需要采取的節(jié)能方法,通過(guò)控制策略可以實(shí)現(xiàn)機(jī)床的能耗節(jié)約,如圖5a所示,同時(shí)圖中也展示了不采用控制策略時(shí)機(jī)床空閑等待過(guò)程的能耗。從圖中可以看出,通過(guò)控制策略,可以實(shí)現(xiàn)機(jī)床等待過(guò)程總節(jié)能57%,特別是對(duì)于M2和M3,它們的能耗節(jié)約分別達(dá)到了28.37 kW·h和13.3 kW·h,說(shuō)明了這兩臺(tái)機(jī)床的空閑等待時(shí)間較長(zhǎng),沒(méi)有被充分利用,需要在后續(xù)的工序派工中重點(diǎn)考慮。

【參考文獻(xiàn)】：
期刊論文
[1]面向能耗的多工藝路線柔性作業(yè)車間分批優(yōu)化調(diào)度模型[J]. 李聰波,沈歡,李玲玲,易茜.  機(jī)械工程學(xué)報(bào). 2017(05)
[2]基于RFID技術(shù)的離散制造車間實(shí)時(shí)數(shù)據(jù)采集與可視化監(jiān)控方法[J]. 曹偉,江平宇,江開勇,路平.  計(jì)算機(jī)集成制造系統(tǒng). 2017(02)
[3]面向能量效率的數(shù)控銑削加工參數(shù)多目標(biāo)優(yōu)化模型[J]. 李聰波,朱巖濤,李麗,陳行政.  機(jī)械工程學(xué)報(bào). 2016(21)



本文編號(hào)：2981395