基于SPC技术的简易数控车床加工精度的控制

唐少琴 高晓丁

（1.西安工程大学，陕西 西安 710048；2.西安航空职业技术学院，陕西 西安 710089）

基于SPC技术的简易数控车床加工精度的控制

唐少琴1，2高晓丁2，1

（1.西安工程大学，陕西 西安 710048；2.西安航空职业技术学院，陕西 西安 710089）

简易数控车床加工精度却较低，对其生产过程进行控制，是达到较高加工精度的一个重要手段。SPC技术是目前常用的一种控制工具，通过SPC技术完成对简易数控车床生产过程的控制，通过此控制达到对生产过程自动预警、现场人员可及时调整、避免不合格品产生的目的。

简易数控车床；加工精度；控制；SPC技术

1 简易数控车床的特点

由于简易数控车床具有“简单、经济、简易”等特点，所以目前简易数控车床在国内的中小型企业得以广泛使用。也正是由于简易数控车床的“简易”使得简易数控车床的加工精度远远低于中、高档数控车床。由于简易数控车床采用了开环系统，这种系统不需要将所测得的实际位置和速度反馈到输入端，所以该系统的位移精度主要决定于步进电机的角位移精度，齿轮丝杠等传动元件的节距精度，故系统的位移精度较低。随着零件对加工精度要求的逐步提高，对数控车床加工精度的要求也越来越高，所以对数控车床进行精度的控制是必须的。

2 利用 SPC技术对简易数控车床加工精度的控制过程

2.1 加工条件的设定

为了方便说明，取我厂的简易数控车床CJK6032-1和该机床上常加工的工件为例进行说明，工件如下图“工件一”所示：

工件材料采用45号钢；工件一的毛坯选择∮38x65的棒料。测量工具选择品牌位YATO的游标卡尺。

编写程序，根据零件图纸编写合适的程序，在这里程序省略。

2.2 分析阶段

（1）把生产过程所需的材料、劳动力、设备、测量工具等按照标准要求进行准备。

（2）开始进行加工（必须保证此时生产过程为可控和稳定的）。每次加工五个零件，分为一组，共加工四组。编号并记录每一组数据，然后整理、分析、计算出X-R控制图所需的UCL、CL、LCL和UR、值，最后建立X-R控制图。为了说明方便，把Ф20±0.03叫Ф1、Ф28+0.05-0.04叫Ф2、Ф36+0.03-0.02叫Ф3。四组零件的统计数据如下表所示：

工件一径向尺寸数据表

Ф1控制图参数的计算：

用同样的方法计算出Ф2、Ф3的参数。由计算出的 Cp值可知，在进行加工过程中每一个参数的Cp值均大于1故此过程满足生产过程能力要求。

根据以上数据做出控制图，以Ф1为例做出的X控制图即标准平均值控制图。如下图所示，R控制图即标准极差控制图如下图所示。

Ф1标准平均值控制图

Ф1标准极差控制图

以同样的方法建立起Ф2、Ф3的X-R控制图。

2.3 控制阶段

（1）数据的采集。在标准控制表格建好以后，每隔一段时间加工出几组零件，在控制图中进行描点，分析零件精度变化情况，并分析其变化的原因（加工条件不用按标准进行设定，必须按实际的加工条件进行加工）。如下表所示数据为在建立好控制表格15天以后进行的采集。

表-4-3 工件一径向尺寸数据表

（2）控制图制作。将采集到的数据在已经做好的标准X-R控制图中进行描点。所得控制图如下所示。

Ф1平均值控制图

Ф2平均值控制图

Ф3平均值控制图

（3）分析阶段。根据SPC判异准则，分析点子排布情况，找出其中异常排布的点子，分析异常排布的原因，找出引起异常排布的因素，并将其尽量修正。

例如：由以上Ф1、Ф2、Ф3的平均值控制图可知Ф1、Ф2、Ф3在这一次的加工过程中，所有的尺寸均在尺寸允许的范围内进行变动，所有零件的Ф1、Ф2、Ф3均为合格尺寸。但由平均值控制图可知每一个尺寸进行的20次加工中，Ф1有9个点子处在平均线上方，9个点子处在平均线的下方，2个点子处在平均线上；Ф2有8个点子处在平均线上方，10个点子处在平均线下方，2个点子处在平均线上；Ф3有11个点子处在平均线上方，9个处在平均线的下方;从点子的分布个数上似乎满足“对称性”原理，但从点子分布的曲线上可以看出点子的排布不满足“随机性”原理。

Ф1、Ф2、Ф3的X控制图中，第二个点子相对于第一个点子都出现突然增大的现象，而且几乎超出UCL控制线，第三个点子又回到平均线附近，而且其后没有重复出现。这种现象可能是由于某种偶然原因造成，经过分析有可能是对刀误差所造成的。简易数控车床对刀一般均采用手动试切对刀，在对刀中如果出现刀尖与工件轴心不等高，而是刀尖偏高于工件轴心则会出现加工工件比实际要求的偏大。

又例如在Ф3的X控制图中第四至第十个点子均出现在CL线的下方，根据SPC判异标准当有连续的七个点子出现在CL线一侧，此时生产过程失控。根据此找失控原因，可能是反向间隙造成，此时可以调整程序改变加工路线，减少反向间隙。

3 结语

传统的质量控制有赖于检验最终产品并筛选出不符合规范的产品，这种检验策略通常是浪费和不经济的，因为它是当不合格品产生以后的事后检验。SPC技术的出现，让质量管理从这种被动的事后把关发展到过程中积极的事前预防为主，通过生产数据采集，运用SPC理论将数据自动分析计算后表现为图形，在图形的运行下，当有不合格趋势时就自动预警，现场人员可及时调整，避免不合格品的产生，从而大大降低了企业的生产成本，同时也提高了企业的竞争能力。

[1] 钟伦燕.统计过程控制（SPC）技术原理和应用[M].北京:电子工业出版社,001.

[2] 方文怀.spc实战——新工厂管理(6)[M].广东:经济出版社,2005.

[3] 王毓芳．统计过程控制的策划与实施——质量管理体系中统计技术应用指导与培训教材[M].北京:中国经济出版社,2005.

[4] 杨跃进.统计过程控制技术[M].北京:航空工业出版社,2003.

TG519.1

A

1008-1151(2011)08-0139-02

2011-05-13

唐少琴（1976－），女，西安工程大学在读硕士，研究方向为机电一体化应用；高晓丁（1956－），男，西安工程大学教授，研究生导师，研究方向为机电设备的测控技术研究。