I vågen av tillverkningsomvandling och uppgradering, vikmaskinen som kärnutrustningen för plåtbearbetning, påverkar dess automationsnivå direkt produktionseffektiviteten och produktkvaliteten. Traditionell utrustning förlitar sig på mekanisk kam eller enkel PLC-kontroll, som har problemen med låg positioneringsnoggrannhet, långsam svarshastighet och komplex felsökning. Genom integrationen med hög-prestanda-PLC:er och fler-servokontrollsystem kan exakt kontroll av utrustningens rörelsebana, dynamisk justering av processparametrar och realtidsinsamling av produktionsdata realiseras-, vilket lägger grunden för intelligent tillverkning.
I. Systemarkitekturdesign: skiktad kontroll av hårdvara-mjukvarusynergi
1.1 Samarbetslogik för en arkitektur med tre-nivåer
Den tre-lagerstrukturen av edge computing nod + PLC + servodrivrutin har antagits, och arbetsfördelningen mellan varje lager är tydlig:
Kantlager: Implementering av en industriell PC eller smart gateway för att köra en Python/C + -utvecklade förbearbetningsalgoritmer för att filtrera sensordata, extrahera funktioner och upptäcka anomalier. Till exempel kan en filteralgoritm med glidande medelvärde användas för att eliminera brusstörningar från temperatursensorer, eller ett tröskelbaserat tillvägagångssätt kan avgöra om oljetrycket överskrider den säkra gränsen.
Kontrolllager: PLC fungerar som kärnkontroller och utför logisk kontroll och rörelseplanering. Siemens S7-1200 har till exempel en rörelsekontrollmodul som hanterar sex servoaxlar samtidigt och stöder PROFINET-busskommunikation för synkron styrning på mikrosekundnivå.
Utförandelager: Servodrivrutinen får PLC-kommando och driver motorn för att slutföra exakta rörelser. Till exempel kan ett visst märkes servosystem med en 23-bitars kodarupplösning, kombinerat med algoritmer för framkopplingskompensation, begränsa positioneringsfel till ±0,01 mmWave.
1.2 Nyckelindikatorer för val av hårdvara
PLC-prestanda: Stöder hög-hastighetsräkning (större än eller lika med 200kHz), pulsutgång (större än eller lika med 1MHz) och aritmetik med flytande-punkt för att möta komplexa krav på rörelsekontroll.
Servosystem: Välj drivrutiner som stöder fullständig sluten-loopkontroll med en hög-kodare (större än eller lika med 17 bitar) för att säkerställa kompensation för mekaniska transmissionsfel.
Kommunikationsgränssnitt: Prioritera Ethernet-protokoll- i realtid som PROFINET och EtherCAT prioriteras för kontroll av synkronisering med flera axlar och dataöverföring med låg latens.
ii. Servosystemintegration: från kablage till parameteroptimering
2.1 Anslutningsspecifikationer för maskinvara
När det gäller en vikmaskin kräver integrering av servosystem följande steg:
Strömförsörjning: Anslut U/V/W-anslutningarna på servodrivaren till motorn för att säkerställa korrekt fasföljd och undvika omvänd rotation.
Encoder Feedback: Motorgivaren är ansluten till föraren via en differentialsignalledning, som jordar den skärmande änden för att undertrycka interferens.
Styrsignal: PLC till frekvensomriktaren matar ut puls (Y0) och riktningssignaler (Y1), anslutningsaktiverad signal (SON) och larmåterställningssignal (RES).
Säkerhetsjordning: All utrustning bör vara på samma mark, kraft- och signalledningar bör läggas separat och hållas större än eller lika med 30 cm från varandra för att undvika kopplingsstörningar.
2.2 Grundläggande parameterkonfiguration
Servosystemets prestanda beror på optimering av parametrar. Nyckelparametrar inkluderar:
Elektroniskt utväxlingsförhållande: beräknas enligt mekaniskt utväxlingsförhållande. Till exempel, om motorn roterar i en hel cirkel som motsvarar valsens 10 mm rörelse och kodaren har en upplösning på 4000 pulser per rotation, sätts elektronutväxlingen till 1:4 (molekylär 1, nämnare 4) så att för varje 4000 pulser som skickas av PLC, rör sig rullen 10 mm.
Förstärkningsjustering: Optimera positionsslingan (P23) och hastighetsslingan (P24) förstärkning genom automatisk justering. För system med ett belastningströghetsförhållande på 5:1 kan positionsslingans förstärkning ställas in på 50 Hz och hastighetsslingans förstärkning till 200 Hz efter automatisk inställning för att eliminera mekanisk resonans.
Filterparametrar: ställ in koefficienter för hastighet framåt (P15) och acceleration framåt (P16) för att kompensera för mekanisk tröghet. Om du till exempel ställer in P15 till 0,8 minskar spårningsfelen med 80 %.
III. PLC-programutveckling: Integrationsstegdiagram och avancerade instruktioner
3.1 Grundläggande styrlogik
I fallet med positioneringsläge måste PLC-program utföra följande funktioner:
Servo aktiverad: Styr förarens SON-signal via utgångspunkt Y2. Exempel på program:
Positioneringskontroll: Använd DRVI-instruktionen för relativ positionering. Programexempel
Statusövervakning: Läs av förarens larmsignal (X1) och positioneringsflaggan (M8029). Programexempel:
3.2 Implementering av avancerade funktioner
Fleraxlig synkronisering: Synkronisering av spindel till spindel uppnås genom PROFINET-bussen, och spindeln skickar synkroniserade signaler från spindeln till spindeln, efter rörelsen från spindeln till utväxlingen. Till exempel, genom att ställa in förhållandet mellan elektroniska kugghjul på spindeln (X--axeln) och från spindeln (Y-axeln) till 1:1, kan en 45-graders kantvikning uppnås.
Dynamisk justering av processparametrar: PLC beräknar servohastighet och acceleration enligt förinställda algoritmer genom inmatning av materialtjocklek och rulltryck på pekskärmen. Till exempel, för varje 1 mm ökning av materialtjockleken minskar servohastigheten med 10 %.
Feldiagnos och återställning: Spela in servolarmkoder (som överbelastning och övertryck), visa orsaken till felet via HMI och tillhandahåll en återställningsfunktion med en-knapp.
IV. INTRODUKTION Felsökning och optimering: från ett steg till fullständig processverifiering
4.1 Steg för felsökning av maskinvara
Starta inspektion: Se till att föraren inte har ett larm (display "00"), att PLC:ns RUN-lampa lyser och att motorn inte avger något ovanligt ljud.
Jog Test: Tvinga PLC att mata ut pulser (som PLSY K1000 K100 Y0) för att se om motorn roterar i önskad riktning och hastighet.
Encoder Feedback Verification: Drivervalidering av faktisk plats för att matcha antalet pulser som skickas av PLC med fel Mindre än eller lika med Mindre än eller lika med 0,1%.
4.2 Tekniker för felsökning av programvara
En-stegsoperation: Trigga positioneringsinstruktioner i PLC-övervakningsläge, observera pulsutgång, D8140-ändring (aktuellt pulsantal) och om M8029 (kompletterande flagga) är inställd.
Variabel övervakning: Realtidsövervakning- av servosystemparametrar som faktisk hastighet (r0021), vridmoment (r0031) och justering av förstärkningsparametrar för att eliminera överbelastning.
Online-felsökning: Utför ett positioneringsprogram för flera-segment för att mäta rullens rörelseavstånd med en mätindikator och jämföra den med en beräkning baserad på kommandopulser. Noggrannheten ska vara mindre än eller lika med 0,02 mm.
V. Applikationsfall: Uppgradering av en produktionslinje för fordonskomponenter
Ett företags vikningsmaskin använde ursprungligen mekanisk kamstyrning och ställdes inför följande problem:
Produktbyte kräver manuell justering av kammen, varje byte tar 2 timmar.
Marginalvinkelfelet ± 0,5??, och produktkvalificeringsgraden endast 85%.
Produktionsdata i realtid kunde inte samlas in och statistik över utrustningsanvändning förlitade sig på manuella metoder.
Följande förbättringar har uppnåtts genom integrationen av PLC och servosystem:
Flexibel produktion: produktparametrar kan matas in via HMI, PLC beräknar automatiskt servobanan, övergångstiden reduceras till 5 minuter.
Noggrannhetsförbättring: Felet i fållvinkeln minskade till ±0,1 grad och genomgångshastigheten ökade till 99,2 %.
Datadrivningsdrift: servoströmmen, temperaturen och andra data samlas in, och förutsägelser om utrustningsfel realiserades med edge computing, vilket minskar underhållskostnaderna med 30 %.
VI. INTRODUKTION Framtidsutsikter: Artificiell intelligens och digitala tvillingar smälter samman på djupet
Med utvecklingen av Industry 4.0 kommer integrationen av PLC och servosystem att leda till intelligent utveckling:
AI-Optimerad kontroll: Maskininlärningsalgoritmer kan analysera historisk data och automatiskt justera servoförstärkningsparametrar baserat på olika materialegenskaper.
Digitala tvillingar: Virtuella modeller av enheter kan konstrueras, program kan felsökas i virtuella miljöer och stilleståndstiden kan minskas.
5G + Edge Computing: Utnyttjar 5G-låg latens för fjärrövervakning och gemensam tillverkning för att stödja schemaläggning av-växtresurser.
Automationsuppgraderingen av vikmaskinen är inte bara en hårdvaruuppgradering, utan också en revolution av kontrollkoncept. Genom den djupa sammansmältningen av PLC- och servosystem kan företag realisera transparens, flexibilitet och intelligens i produktionsprocessen, vilket ger nyckelstödet för övergången till intelligent tillverkning.
