лекция Додонов част 2, страница 7
Описание файла
Документ из архива "лекция Додонов част 2", который расположен в категории "". Всё это находится в предмете "теория проектирования автоматизированных станков" из 9 семестр (1 семестр магистратуры), которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. .
Онлайн просмотр документа "лекция Додонов част 2"
Текст 7 страницы из документа "лекция Додонов част 2"
п окупка Заготовительный Токарный термической
участок участок обработки
материалов,
комплектующих
продажа
Шлифовальный Участок Хранение
участок контроля (консервация)
и сборки
На участке сборки используются сборочные автоматы карусельного типа, общая схема которых показана на риcунке.
Возможные состояния автоматизированного оборудования:
ТМ работает – рабочие хода.
ТМ работает – холостые хода.
ТМ работает – получение брака.
ТМ не работает по собственным причинам.
ТМ не работает по внешним причинам.
Расчет производительности.
Производительностью рабочей машины называется количество продукции, выдаваемой в единицу времени.
Цикловая производительность (при условии бесперебойной работы) находится по формуле:
где Т – период рабочего цикла,
- время, затрачиваемое на рабочие хода,
- время, затрачиваемое на холостые хода.
Если за период Т производится р изделий, то .
Так как в машиностроении значительную часть представляет штучная продукция, то здесь в основу взята штучная производительность, то есть количество изделий, изготовленных в единицу времени: Q[шт/мин], [шт/смену].
Технологическая производительность К характеризует максимально возможную производительность при реализации заданного технологического процесса обработки или сборки, то есть без учета потерь времени на холостые хода:
Технологическая производительность машин зависит от обрабатываемых изделий, методов и режимов обработки.
Так, при обработке резанием цилиндрических поверхностей
и
l – длина хода инструмента, мм,
s - подача, мм/об,
v – скорость резания, м/мин,
d – диаметр обрабатываемой поверхности, мм.
В машинах дискретного действия с холостыми ходами цикловая производительность всегда меньше технологической:
где - коэффициент производительности, характеризующий степень непрерывности протекания технологического процесса в автомате или автоматической линии.
Для большинства автоматов и автоматических линий длительность рабочего цикла и всех его элементов остается неизменной в процессе работы машины, поэтому технологическая и цикловая производительности являются постоянными величинами.
Внецикловые потери и фактическая производительность.
В реальном производстве получаемая (фактическая) производительность ниже рассчитанной. Причина в паузах работы – простоях. Простои автоматизированной ТМ бывают из-за инструмента, оборудования, организационных причин, брака, переналадки.
Пусть за время наблюдения выпущено количество продукции z.
Тогда
Время
где
Количество продукции
где Т – время выпуска одного изделия.
Тогда
где
- внецикловые потери, то есть простои, приходящиеся на единицу продукции;
- простои на единицу времени безотказной работы.
Таким образом, фактическая производительность
По определению, коэффициент использования
где
- собственные простои машины за отрезок
- организационно-технические простои за тот же
отрезок времени.
где
- коэффициент технического использования, определяется с учетом только собственных потерь; его значение показывает, какую долю времени работает автомат при условии обеспечения всем необходимым;
- коэффициент загрузки, определяется с учетом как собственных, так и показывает, какую долю общего планового фонда времени автомат работает, ремонтируется, налаживается и какую долю простаивает по внешним причинам.
Техническая производительность
При ее расчете учитываются собственные потери.
Виды внецикловых потерь.
Для любых рабочих машин, в том числе автоматов и линий, можно провести классификацию видов потерь времени в процессе эксплуатации.
Потери вида I – потери по холостым ходам (все несовмещенные холостые хода рабочего цикла, когда машина работает, но обработки не происходит). Холостые хода являются цикловыми потерями времени, так как происходят в процессе работы. Остальные виды потерь – внецикловые, так как вызываются простоями.
Потери вида II – по инструменту, когда машина неработоспособна из-за неработоспособности инструмента: смена, установка, регулировка инструментов, ожидание наладчика, заточка и правка инструмента.
Потери вида III – по оборудованию, когда машина неработоспособна из-за неработоспособности механизмов и устройств: регулировка и ремонт механизмов, ожидание мастера, запасных частей и т. д.
Потери вида IV – по организационным причинам, когда механизмы, устройства и инструменты, а следовательно, и машина в целом работоспособны, но не работают по внешним причинам: заправка материала, уборка отходов, сдача деталей и получение заготовок, отсутствие рабочего и т. д.
Потери вида V – по браку, когда машина формально работает и выдает продукцию, которая, однако, не соответствует техническим требованиям и не является годной: брак изделий при наладке машины, брак вследствие нарушения настройки и др.
Потери вида VI – по переналадке, когда машина работоспособна и может выдавать те изделия, на обработку которых должна быть настроена: переналадка механизмов в связи с переходом на изготовление другого изделия, замена технологической оснастки, т. д.
Все внецикловые потери можно разделить на две категории:
Потери, вызванные причинами, прямо или косвенно связанными с конструкцией и режимом работы автомата или линии, - собственные потери.
Потери, вызванные внешними организационно-техническими причинами (отсутствие заготовок, несвоевременный уход и приход, брак предыдущих операций и т. д.).
Имитационное моделирование автоматизированных станочных систем (АСС).
Методы машинного моделирования находят широкое применение в задачах исследования и проектирования производственных систем. В отличие от реальных систем механосборочного производства, вариации параметров которого для целей экспериментальных исследований допускается лишь в исключительных случаях и при весьма строгих ограничениях, машинные имитационные модели используются для проведения самых разнообразных и сложных экспериментальных исследований, организованных по образу и подобию лабораторных стендовых испытаний.
При машинном моделировании механосборочного производства и отдельных составных частей выпуск продукции и работа системы имитируется в некотором принятом масштабе времени, чем обеспечиваются квазиэкспериментальные условия для изучения процессов и параметров производства, его систем, частей и т.д. Значения переменных, характеризующих состояние системы, шаг за шагом регистрируются во времени и обрабатываются статистически. Таким образом при имитации необходимо лишь возможно более полно и точно обеспечить подобие процессов, необходимых на практике, и процессов, воспроизводимых при машинных экспериментах с моделями. С этой целью разрабатываются методы и средства моделирования определяющие возможности имитационного подхода как метода решения практических задач, возникающих при анализе различных аспектов механосборочного производства. Достоверность получаемых при моделировании результатов зависит от точности имитации реального поведения, от степени адекватности имитационной модели (ИМ) и моделируемой системы. Последнее относится как к объему или комплексности модели, так и к проблемам имитации различных структурных представлений систем, а также к стохастическим аспектам имитации.
На базе имитационного подхода при проектировании удается относительно точно определять многочисленные параметры производственных систем, технологических машин, линий и т.д. В качестве необходимых начальных сведении при этом используют вид выпускаемой продукции, интенсивность производства, требования к точности и производительности оборудования, параметры отдельных технологических операции и т.п. В этом случае проектируемую систему воспроизводят с помощью ЭВМ в точно подобранном масштабе времени и получают при имитации значения отдельных параметров, которые либо невозможно, либо очень трудно вычислить аналитически. Специально спланированными изменениями, вносимыми во время машинных экспериментов в модели проектируемых и исследуемых на ЭВМ технических и производственных систем, удается управлять параметрами систем, добиваясь их изменения в заданном направлении. Полученные в результате имитации значения параметров будут соответствовать практически достигнутым значениям лишь в пределах статистической точности. Неустранимые вероятностные ошибки будут пренебрежимо малы, если обеспечивается достаточно широкое проведение статистических экспериментов и не вводятся ограничения на затраты по подготовке машинных экспериментов. Естественно, что в каждом конкретном случае затраты на машинный эксперимент учитываются и сопоставляются с теми преимуществами, которые приобретаются за счет получения лучших оценок параметров проектируемой технической или производственной системы.
При известной целевой функции для производственной или технической системы можно получить соответствующее значение этой функции в каждом имитационном эксперименте. При этом условии, применяя поисковую стратегию, целенаправленной вариацией существенных параметров модели удается получить оптимальные или близкие к оптимальным(квазиоптимальные) решения.
Для целей имитационного моделирования разработаны специальные языки моделирования, среди которых наиболее распространены языки “Simula”, “Simscript”, GPSS и другие.
Одним из распространенных и широко применяемым языком имитационного моделирования является язык GPSS (общецелевая система имитационного моделирования)- обладающий широкими возможностями моделирования разнообразных производственных систем [3].
Существует множество различных методов моделирования процессов. Есть аналитические средства (составление параметрических функций и уравнений), можно использовать средства графоаналитики (сети Петри, графы, блок-схемы)[4], а можно воспользоваться имитационным моделированием. Если учитывать сложность проектируемых производственных систем и требования к методу моделирования - простота разработки модели, удобство использования и очевидность результатов - то на первое место выходит именно имитационное моделирование. Именно оно способно учесть комплексность и сложность систем, стохастичность некоторых ее параметров[2].
Имитационное моделирование позволяет определять искомые характеристики проектирования АСС без точного математического описания характера потока заявок, дисциплины обслуживания и т.д.