Automatic Statistical Process Control of a CNC Turning Centre
Using Tool Offsets and Tool Change
P. R. Gibson and K. Hoang
Department of Mechanical Engineering, University of Wollongong, Australia School of Mechanical and Manufacturing Engineering,
University of New South Wales, Australia
数控车削中心刀补及换刀的自动统计过程控制
P. R. Gibson and K. Hoang
澳大利亚伍伦贡大学机械工程系，新威尔士大学机械制造工程学
院
该论文涉及了自动统计过程控制（ASPC ）在数控车削中刀补和换刀的自动周期测量上的运用。由于当今制造对快速稳定的控制系统的需求，而且为了实现较高的产出率，一个闭环ASPC 系统已被采用。我们引入了自动周期测量技术，以全面测量该系统。 关键字： 工艺规划； 数控； 车削
1 简介
今天，所有制造行业都面临着采用更加经济高效的质量控制系统，以满足客户的需求这一问题。其中一个与检验相关的主要经济性问题是，该费用不会直接增加产品的价格。因此，检验的目标应该是在成本最小化同时保证产品的质量，以满足客户的需求。 2 开环与闭环系统
在近几年的主要发展中，自动产品检测已经从开环系统过渡到闭环系统。在开环控制系统中，操作员需要根据由测量单元得到的结果，采取相应的纠正措施。因此，从数据的的收集分析到纠正，使得系统的延时较长，很显然，这是在快速精确响应及反馈场合所不愿见到的。
闭环控制系统可以将测量数据直接送到处理装置并进行随后的分析，然后自动将合适的纠正信号传送给加工设备。因此，闭环控制系统的速度和精确性较高。闭环控制系统可以通过计算机来进行实时的数据分析，这样就可以快速的对加工过程中的变量作出反应并修正，以防止产品缺陷。
3 过程测量、周期测量和加工后测量
自动测量系统并不是一个新概念，各种类型的自动测量系统已推出多年。到目前为止，自动测量过程采用了三种模式：
1. 过程测量。该测量不会中断加工进程。这往往被认为是理想的测量技术，因为没有任何断过程，从而节省了时间，进而减少该产品的总成本。缺点是不适用于恶劣的环境，比如车削中可能存在的大量高速切屑粒，冷却液以及润滑剂。
2. 周期测量。该测量伴随着加工周期。与过程测量不同的是，这种测量必须停止加工进程。在数控机床的高运行成本下，测量周期可以与加工周期相同，或者更长。这可能使最终产品成本的大大增加，因为在测量时，昂贵的机床并没有创造价值。
3. 加工后测量。该测量位于加工完成之后，通常使用通用检测设备或专用检测设备。缺点是，在检测的同时，加工还在继续。在检测结果出来之前，可能会导致大批量的产品缺陷。因此，这可能是一个昂贵而不理想的检验方法。
理想的情况是采用过程测量，然而由于上述缺点，周期测量也是一个不错的选择，有其突出的优点。在应用这种技术时的主要问题是生产时间的损失。如果在质量可以用有限元准确估算的时候结合SPC （统计过程控制），则可以将时间损失最小化：这样不
用每次都停机去测量每一个组成单元[1]。
通过采用SPC ，可以定期抽样测量，然后统计分析由此产生的数据。换句话说，可以节省大量的生产时间，因为在采样和测量的同时可以监控生产过程，以此来检测产品质量。因此，我们可以在生产时间最大化的同时减少缺陷产品的数量。这将确保一个昂贵的数控车削中心效益的最大化，因此周期测量是更经济的。
4 统计过程控制（SPC ）
通过SPC 可以推测出生产过程的质量状况，减少了大规模检查的需要。与简单地检测和消除缺陷或质量不合格的产品不同的是，SPC 可以监视和控制的影响进程的变量因素，以确保没有缺陷产品。因此，SPC 的目的之一是发现存在的相关原因，从而诊断和修正生产过程，以提高生产质量。
通过直接纠正和控制生产过程，SPC 可提供一种既能提高质量又具有成本效益的控制手段。质量控制是通过极限化地统计控制以及持续改进工作来实现的。只检查最终产品是不能得到质量结论的，而单靠检查也不能达到提高质量的控制效果。 5 自动检测
总的来说有两种类型的自动检测，即接触式和非接触式[2]。如运用接触式探测器以及光感系统来检测。由于接触式检测直接适用于这项工作，因此下面的讨论会全部集中在这一类型的自动测量。
6 探测器检测
如今，各种能够校准的探测器已可供可供精确检测。探测器的精确性根据任务的类型以及对精确度的要求的不同而不同[3]。
为了实现SPC 对数控车削中心的监测目的，接触式探测器已被用于这项工作。 这种探测器不需要内置的测量装置，它是基于对自己运动位置的高重复性原则。它的可靠性较高。这种探测器的精度对于数控车床、铣床以及镗床已经足够。
7 数控车床中心的自动过程统计控制
该设备的基本配置包括：
1. Renishaw LP2车床周期测量的探测器系统。 车床的工作环境恶劣，为了保证其内部的密封性，其探测器系统要有金属制成的滑行保护层，通常通过油封来增加其可靠性及寿命。探测器的测量部分有一个非常灵敏的的转换器，在接触或碰撞后，会产生并发送信号。图1显示了Renishaw LP2车床的探测器系统。
2.Leadwell LTC-15机床的数控车削中心装备了Fanuc OTA的PLC 系统。该车削中
心有一个刀具转塔，能同时装载八把刀具，完成车外圆，车平面，车槽，钻孔，镗孔，车螺纹（图2）。
3. 具备CGA 图形处理器的IBM 兼容计算机。该电脑用于运行ASPC 监控软件。
图1 Renishaw LP2车床探测系统 图2 Fanuc OTA Leadwell LTC-15数控加工中心
首先要将数控车床的探测系统加以整合，像安装切削刀具一样，将探测器安装在数控车床的八把刀具的位置之一。探测器通过电磁感应将能量从机床传到传输模块[4]，这消除了探测器对电池的需要，从而减少了维修费用。
由于转塔的运动是由PLC 监控，因此探头的确切位置可由X 坐标和Z 坐标来确定。当探测器在机床系统的控制下与工件接触时，机器就会运动停止，工件的大小也可以被确定，因为根据PLC 中内置的不断提供位置信号的译码器，可以得到转塔的相对轴位置。另外，RS232通讯端口提供了两种机床和电脑的整合方式。首先，探测器收集到的测量数据被传输到电脑中进行统计首先，根据分析得到的必要纠正指令再被传送回机床。在这个阶段，机床、探测器以及电脑相互传送信息。
8 统计程序
统计程序用Turbo Pascal语言编写，用于：
1. 识别和分析异变量以及自动初始化需要纠正的步骤。引起异变量产生的特殊原因是由于发生的事件超出正常生产过程的范围之外。这种变化的原因不是正态分布，而是偶尔发生的，其结果也不可预测。该原因只占引起生产过程异常问题的15％，并能够在该进程的位置上被控制。例如，在车削操作中，刀具磨损可能引起直径偏差。在这种情况下，可能通过改换具或刀补来修正。
2. 识别和分析常变量。其目的是提供管理信息和建议，以提高生产以及产品或工艺设计的效率。常变量的常见原因（随机或偶然的原因）是其固有的。由此产生的变化结果通常根据其平均值而正太分布，并能被预测的。例如，在车削过程中，产品的尺寸通常根据其平均值而变化，并且其变量是已知的。其制造的尺寸与界限无限接近的概率是极低的。因此，当只有普通变量存在是，生产进程被认为是可控的。这种典型的变量通常构成生产问题的85％，而且被认为是可以通过管理来控制的，例如，通过控制原材料或运用能达到精度要求的设备。
为了达到上述目标，我们用被称为“自动测量”的子程序来生成所需要的数控代码。这些数控代码的指令用于控制机器的具体操作，它被存储在磁盘一个名为“Automate.Lnc ”的文件夹中。该系统要求输入“BatchSize ”（在批量生产的情况下）。 “GroupSize ”和“SampleSize ”，以确立一个采样计划（图3）。图4显示了程序产生的抽样案例。生成的数控代码可以下载到数控车床中去，用于自动加工、采样和测量。
另一个重要的数控程序变量是零件的设计尺寸。图5显示了编程所需的零件的的详细参数，该信息被“自动测量”程序用来产生正确的刀具路径。
图3 所需加工信息 图4 生成抽样方案的实例
图5 组件的详细信息 图6 自动数据输入简介
生成的数控程序基本上可分为4个主要部分：
1. 启动程序触发每个相应的变量在PLC 中的内存地址。
2. 加工循环程序选择适当的刀具（包括自动换刀以及在需要时更新刀补），并设置加工零件的预定进给速度和主轴转速。
3. 检查循环程序中包含了必要的工件测量指令，并将测得的数据存入PLC 中相应的寄存器中。 这涉及到Renishaw 测量软件中两个被存储程序编号为9014及9015的程序指令。9014号程序包含在测量周期之前将探测器移动到目标位置的定位软件，即在刀
补之前将探测器移到安全位置。9015号程序包含了测量工件X 轴的测量周期。这些子程序都可以很容易的改变用户所需要修改的特定参数。
4. 数控程序的最后一部分是可分割的。这里的加工组件被分割为需要的长度，而且警报会通知操作者安装下一个需要加工的工件。
9 将样本数据存储到PLC 中
将样本尺寸存储到相应的PLC 中的内存位置，必须有相应的数控代码。该指令在“Automate.Lnc ”中的数控主程序中。Fanuc OTA PLC有16个偏移存储器，前8个用来存储刀补，剩下的8个用来存储样本尺寸。在每个采样周期结束时，样本的尺寸必须在下一个采样周期之前发送到电脑上。
10 样本数据传输到个人电脑
在每段采样周期结束时，车床将自动停止并通知操作员发送样本数据到统计程序以供分析，该过程是通过程序SendData 来完成的。它通过调用另一个程序“AuxlnOut ”（用集成语言编写）来打开RS232通讯端口。接着，它读取所有的偏移寄存器，将内容写入存储在磁盘上的“Offsets.Dat “文件中去。
“SendData ”程序只提供警报，用以表明新的样本数据已准备好进行分析。所有这一切只需要操作者先按下键盘上“RETURN ”键，然后按下数控车床上的“OUTPUT 键，（这一点在电脑屏幕上有明确指令）。新的样本数据集将覆盖以前存储在“Offsets.Dat ”中的数据。
11 读样本数据
“Offsets.Dat ”中的样本数据不能直接用于统计程序，因为它含有大量不相关的信息。另一个“ReformatData ”程序可用来提取数据。它将提取的第一个样本数据存储在9号偏移存储器中的X 值，然后重复此过程，直到取出最后的样本数据。变量的样本大小可以确定循环次数。
下一步是将所有提取出来的样本数据存储到另一个文件“Sample.Dat ”中去，当用户希望自动输入数据时，程序“InputSample ”将直接从文件“Sample.Dat ”读取，除此之外，从键盘输入的数据也可以被读取。图6显示了自动输入数据的操作指南。 12 控制图诊断
ASPC 可以检测以下方面：
1. 一点超过警戒限制
2. 一点超过运动限制
3. 一条线段高于或低于平均值
4. 一条线段上升或下降
13 一点超过警戒限制
图10分析绘制了7套样本的X 线形图以排列图表。
从X 线形图中可以看出，样本2超出了警戒线，排列图表中的样本6表明在该过程中的一个可能的重要变化。（超过警戒线的概率为1/40，平均而言，40个样本中只有一个）。对此，屏幕将显示一条消息，建议操作员立即采取另一个样本。图8显示的是X 线形图的信息，图9显示排列图表的信息。
图7 X 线形图、排列图表 图8 X 线形图警报
从图7中的X 线形图中可以看出，样本2之后的下一个样本表明，该程序依然是可控的，而接近警戒线的值只是一个随机事件。如果第二个样本落在警戒线之外，程序很可能会失控（2个连续的概率为1/40事件发生的概率为1/1600，这表明了导致这一程序变化的特殊原因的存在性非常大）。在这种情况下，要求更换刀具或停止进一步进程以处罚权诊断程序。
图9 图列警报 图10 X 线形图诊断信息
14 超过运动限制
如果X 线形图上的样本值上突然超过运动限制，那么很有可能是刀具破损或出现故障。（如果进程并没有出现问题，那么其发生的概率是1/1000）。对自动操作而言，通过PLC 换刀将是很明智的选择。图10显示的是诊断讯息和换刀指令。
当某一点穿过了较低的运动限制时，将很难查找出引起问题的原因。在这种情况下，程序指令将告诉操作员停止进程，并检查机器。
当排列图表上的某一采样点超过运动限制时，表明加工精度（如段对段的变化倾向）降低了。如果同时超出了X 线形图运动限制，那么很可能是由于刀具破损，那么接下来就会自动换刀。
但是更应注意的是，X 线形图没有超出界限而排列图表超出运动限制的情况。图11显示了排列图表中超出了运动限制的样本值的诊断记录。
图11 ASPC 的诊断结果 图12 X 线形图的诊断结果 15 一条线段高于或低于平均值
一条只在平均值一端的采样点线段可能意味着该进程的平均值已经改变。八个连续的样本点落在平均值一侧而程序依然可控的概率大约只有0.004[5]。因此，其平均值很有可能已经改变。
X 线形图超出行程的最大平均值而排列图表没有超出范围，那么需要根据过程平均值及精度做一个简单的调整，以使样本点的平均值下降，重新恢复到控制范围之内，该过程主要通过调整刀补来实现。图12显示了X 线形图中某一进程超过最大平均值的诊断纪录。
如果排列图表上的某一线段超出行程的最大平均值，而在X 线形图上却没有这一趋势，那么很难有自动调整程序。在这种情况下，最好停机做进一步的检查。图13显示了对可能导致这一故障的某些原因的诊断记录。
如果一条样本点组成的线段位于排列图表的最大平均值之下，说明该进程的精确度以及执行能力都有了提高。如果X 线形图显示进程在可控范围之内，那么便可以继续执行，其他进一步的调整将会增加变动的可能性。
图13 诊断记录及建议纠正措施 图14 自动换刀简介 16 一条线段上升或下降
X 线形图上的某一线段持续上升表明该进程存在故障，在这种情况下最好最好通过PLC 来换刀（图14）。
X 线形图上的某一线段持续下降表明该进程平均值在逐渐降低。在这种情况下，应该停机做全面检查。
再者，如果排列图表上的某一线段持续上升，而X 线形图却一切正常时，将很难有相应的执行程序。诊断纪录说明应注意轴承是否磨损，工件是否振幅过大等。
如果排列图表上的某一线段持续下降，说明加工进程得到了改进，在X 线形图正常的情况下，加工精度也会有所提高，那么该过程就不用再做任何调整。
17 加工能力
统计程序除了可用于执行上述检测之外，还可用于加工性能分析（性能指标），它能够探测加工不能满足设计规格的情况。改变性能指标里的任一参数都可以用来提高加工能力。统计程序本身也可以通过提供改变设计或改变流程的管理信息，来是性能最优化。
18 文件处理
所有从日常生产中获得的样本数据都可以存储到磁盘上，这些数据使管理或是改进人员能够深入调查那些可能导致只能用管理措施解决的流程问题的案例（如选择供应商确保原材料相同）。
19 自动纠正措施
ASPC 提供了两种类型的自动纠正措施：
1. 修改刀补。“ModifyOffsets ”程序用于计算刀补的调整量，以及调整刀补所需的数控代码。
2. 换刀。当需要换刀时，Pascal 程序将调用“ToolChange ”。该程序首先检查是否目前所有的刀具都在使用中。该信息被存储在“ToolNumber ”程序中。在该程序中，道具编号是用来追踪正在使用中的刀具数量。
在获得这些信息之后，“ToolChange ”生成用来根据上述数字顺序换刀的数控代码。这些数控代码被存储在磁盘里的“Tool.Lnc ”文件中。由此，操作者只需要按照诊断记录给出的操作说明下载文件“TooI.Lnc ”即可。另一个Pascal 程序“ToolActions ”用来打开通讯端口，并发送“Tool.Lnc ”中的内容到PLC 中第550号程序中去。
上述所有的自动纠正措施都主要是针对局部作用这一类型，适用于控制图表上的特定行为，根据以上介绍，SPC 的作用远不限于此。除了在过程控制中起探测和警报的作用外，SPC 还可以被管理人员用来调查所有的质量动态以及那些在日常生成中不明显的缺陷案例的历史数据。局部作用通常被认为只占有关进程问题的15％，剩下的85%在于管理问题。因此，SPC 作为管理人员（或改进小组）的一个工具在持续改进流程方面的作用是不容忽视的。
20 发展前景
为了实现真正的实时闭环ASPC 控制系统，不能有人工参与电脑和PLC 之间的信息传递。为此，必须调整及更新PLC ，以使PLC 在自动传递数据时完全不借助人力。
为了使车削过程进一步自动化，可以在系统中进一步自动化车削加工增加自动喂料装置。通过该装置，下一个需要加工的工件将被自动放置到机床上去而不需要人工操作。该方案类似于无人生产线的概念。
目前的统计程序将会被扩展，包括记录在整个制造过程中的各种情况，由此，管理人员可以更好的处理车间中遇到的各种流程问题。
21 广泛应用
在现阶段，该统计程序仅用在控制关键部分，在实际的制造过程中，往往不只一方面需要评测。 因此，扩展该软件以控制所有质量特性具有非常大的前景。
随着必要的硬件和软件的面世，整个柔性制造系统中的所有机器都可以由统计程序自动控制。
目前的装置只使用一个探测头，当需要检测更复杂的轮廓（如螺纹部分）时，必须运用不同的探测系统。
过程测量与闭环控制一起组成了一个很好的质量测量控制体系，然而，进一步发展的过程中周期测量将会被过程测量来取代。随着低成本光感系统的发展，车削加工的过程测量将得以实现，同时进行实时控制并消除生产时间浪费（如在周期测量的情况下）这一问题。效率以及盈利能力也将得到进一步地改善和提高。
最近的发展趋势是将人工智能用于统计过程控制，用专家系统来辅助SPC 是一个新概念，与适用于大部分的制造流程的通用SPC 软件[6]不同的是，增加专家系统的SPC 能够用于特定的生产流程。
22 人工智能（AI ）
将AI 植入SPC 有以下两种方法：
1. 自学
2. 专家知识
在自学的过程中，系统动态地收集数据，并尝试在所需的变量之间建立相互关系，这些数据包括控制变量、尺寸以及相对应的结果，然后运用非线性回归和贝叶斯方法构建统计模型。 在收到足够的数据之后，该模型将变得足够智能，并可以学习输入和输出变量之间的相互关系。那些输出变量可以被看作为目标，该模型可以通过设定控制变量以得到要求的输出结果。
第二种方法是将特定流程的相关知识及其控制机制传输到基于规则的结构中去，比如设定和调整平均数、变化幅度等数学专业知识也包含在内。该系统不仅可以给出样本范围、刀具磨损等方面的建议，还能提供所有与刀具寿命、不同工艺的能力相关的信息数据库。
为了调整SPC 以适应该程序，特定流程中的信息将会被嵌入基于规则的专家系统。例如，它可以告诉操作员，什么时候需要检测下一个样本，以及在生产流程中需要检测其变化量的最小工件数。
该专家系统的主要特点是能够提供生产流程的历史纪录，以及不断更新的数据库[7]。通过含有刀具寿命和刀具磨损模板的历史记录的数据库，生产工艺将得以优化。
将专家系统植入到SPC 中之后，可以自动纠正那些由常见原因引起的加工问题如果采用这种系统，管理人员将得到极大的帮助。（常见原因占进程变动问题的85%。）因此，该系统将加强缺陷预防以及不断改善的观念，综合生产力也将得到进一步的提高。 23 结论
统计过程控制为保证缺陷预防而不是缺陷探测提供了一种经济有效的质量体系，同时也在不断地改进生产工艺。微型电脑的普及，也使得SPC 的计算机化成为了可能，与此同时，数据分析的速度及精度也将大大提高。
由于高产数控机床可能会造成大量的废钢，急需一个能够快速响应并反馈的质量控
制系统。这种需求促进了使用自动统计程序以及Renishaw 探测器的SPC 系统在数控机床上的运用。
随着ASPC 的软件和硬件的进一步发展，并被嵌入专家系统，智能闭环控将成为可能。假以时日，ASPC 也将被运用到多种质量特性以及柔性制造及探测系统中去，而目前的周期测量系统最终将会被能为ASPC 提供实时控制的光感系统所取代。 致谢
在此感谢新威尔士大学工程学院、B.E.Milton 教授、机械制造工程学院的领导的对该研究项目赞助支持，并提供设备，以及Mr Y . C. K. Yee 、 Mr A. Harris 和Mr R. Montgomery 的协助。
Automatic Statistical Process Control of a CNC Turning Centre
Using Tool Offsets and Tool Change
P. R. Gibson and K. Hoang
Department of Mechanical Engineering, University of Wollongong, Australia School of Mechanical and Manufacturing Engineering,
University of New South Wales, Australia
数控车削中心刀补及换刀的自动统计过程控制
P. R. Gibson and K. Hoang
澳大利亚伍伦贡大学机械工程系，新威尔士大学机械制造工程学
院
该论文涉及了自动统计过程控制（ASPC ）在数控车削中刀补和换刀的自动周期测量上的运用。由于当今制造对快速稳定的控制系统的需求，而且为了实现较高的产出率，一个闭环ASPC 系统已被采用。我们引入了自动周期测量技术，以全面测量该系统。 关键字： 工艺规划； 数控； 车削
1 简介
今天，所有制造行业都面临着采用更加经济高效的质量控制系统，以满足客户的需求这一问题。其中一个与检验相关的主要经济性问题是，该费用不会直接增加产品的价格。因此，检验的目标应该是在成本最小化同时保证产品的质量，以满足客户的需求。 2 开环与闭环系统
在近几年的主要发展中，自动产品检测已经从开环系统过渡到闭环系统。在开环控制系统中，操作员需要根据由测量单元得到的结果，采取相应的纠正措施。因此，从数据的的收集分析到纠正，使得系统的延时较长，很显然，这是在快速精确响应及反馈场合所不愿见到的。
闭环控制系统可以将测量数据直接送到处理装置并进行随后的分析，然后自动将合适的纠正信号传送给加工设备。因此，闭环控制系统的速度和精确性较高。闭环控制系统可以通过计算机来进行实时的数据分析，这样就可以快速的对加工过程中的变量作出反应并修正，以防止产品缺陷。
3 过程测量、周期测量和加工后测量
自动测量系统并不是一个新概念，各种类型的自动测量系统已推出多年。到目前为止，自动测量过程采用了三种模式：
1. 过程测量。该测量不会中断加工进程。这往往被认为是理想的测量技术，因为没有任何断过程，从而节省了时间，进而减少该产品的总成本。缺点是不适用于恶劣的环境，比如车削中可能存在的大量高速切屑粒，冷却液以及润滑剂。
2. 周期测量。该测量伴随着加工周期。与过程测量不同的是，这种测量必须停止加工进程。在数控机床的高运行成本下，测量周期可以与加工周期相同，或者更长。这可能使最终产品成本的大大增加，因为在测量时，昂贵的机床并没有创造价值。
3. 加工后测量。该测量位于加工完成之后，通常使用通用检测设备或专用检测设备。缺点是，在检测的同时，加工还在继续。在检测结果出来之前，可能会导致大批量的产品缺陷。因此，这可能是一个昂贵而不理想的检验方法。
理想的情况是采用过程测量，然而由于上述缺点，周期测量也是一个不错的选择，有其突出的优点。在应用这种技术时的主要问题是生产时间的损失。如果在质量可以用有限元准确估算的时候结合SPC （统计过程控制），则可以将时间损失最小化：这样不
用每次都停机去测量每一个组成单元[1]。
通过采用SPC ，可以定期抽样测量，然后统计分析由此产生的数据。换句话说，可以节省大量的生产时间，因为在采样和测量的同时可以监控生产过程，以此来检测产品质量。因此，我们可以在生产时间最大化的同时减少缺陷产品的数量。这将确保一个昂贵的数控车削中心效益的最大化，因此周期测量是更经济的。
4 统计过程控制（SPC ）
通过SPC 可以推测出生产过程的质量状况，减少了大规模检查的需要。与简单地检测和消除缺陷或质量不合格的产品不同的是，SPC 可以监视和控制的影响进程的变量因素，以确保没有缺陷产品。因此，SPC 的目的之一是发现存在的相关原因，从而诊断和修正生产过程，以提高生产质量。
通过直接纠正和控制生产过程，SPC 可提供一种既能提高质量又具有成本效益的控制手段。质量控制是通过极限化地统计控制以及持续改进工作来实现的。只检查最终产品是不能得到质量结论的，而单靠检查也不能达到提高质量的控制效果。 5 自动检测
总的来说有两种类型的自动检测，即接触式和非接触式[2]。如运用接触式探测器以及光感系统来检测。由于接触式检测直接适用于这项工作，因此下面的讨论会全部集中在这一类型的自动测量。
6 探测器检测
如今，各种能够校准的探测器已可供可供精确检测。探测器的精确性根据任务的类型以及对精确度的要求的不同而不同[3]。
为了实现SPC 对数控车削中心的监测目的，接触式探测器已被用于这项工作。 这种探测器不需要内置的测量装置，它是基于对自己运动位置的高重复性原则。它的可靠性较高。这种探测器的精度对于数控车床、铣床以及镗床已经足够。
7 数控车床中心的自动过程统计控制
该设备的基本配置包括：
1. Renishaw LP2车床周期测量的探测器系统。 车床的工作环境恶劣，为了保证其内部的密封性，其探测器系统要有金属制成的滑行保护层，通常通过油封来增加其可靠性及寿命。探测器的测量部分有一个非常灵敏的的转换器，在接触或碰撞后，会产生并发送信号。图1显示了Renishaw LP2车床的探测器系统。
2.Leadwell LTC-15机床的数控车削中心装备了Fanuc OTA的PLC 系统。该车削中
心有一个刀具转塔，能同时装载八把刀具，完成车外圆，车平面，车槽，钻孔，镗孔，车螺纹（图2）。
3. 具备CGA 图形处理器的IBM 兼容计算机。该电脑用于运行ASPC 监控软件。
图1 Renishaw LP2车床探测系统 图2 Fanuc OTA Leadwell LTC-15数控加工中心
首先要将数控车床的探测系统加以整合，像安装切削刀具一样，将探测器安装在数控车床的八把刀具的位置之一。探测器通过电磁感应将能量从机床传到传输模块[4]，这消除了探测器对电池的需要，从而减少了维修费用。
由于转塔的运动是由PLC 监控，因此探头的确切位置可由X 坐标和Z 坐标来确定。当探测器在机床系统的控制下与工件接触时，机器就会运动停止，工件的大小也可以被确定，因为根据PLC 中内置的不断提供位置信号的译码器，可以得到转塔的相对轴位置。另外，RS232通讯端口提供了两种机床和电脑的整合方式。首先，探测器收集到的测量数据被传输到电脑中进行统计首先，根据分析得到的必要纠正指令再被传送回机床。在这个阶段，机床、探测器以及电脑相互传送信息。
8 统计程序
统计程序用Turbo Pascal语言编写，用于：
1. 识别和分析异变量以及自动初始化需要纠正的步骤。引起异变量产生的特殊原因是由于发生的事件超出正常生产过程的范围之外。这种变化的原因不是正态分布，而是偶尔发生的，其结果也不可预测。该原因只占引起生产过程异常问题的15％，并能够在该进程的位置上被控制。例如，在车削操作中，刀具磨损可能引起直径偏差。在这种情况下，可能通过改换具或刀补来修正。
2. 识别和分析常变量。其目的是提供管理信息和建议，以提高生产以及产品或工艺设计的效率。常变量的常见原因（随机或偶然的原因）是其固有的。由此产生的变化结果通常根据其平均值而正太分布，并能被预测的。例如，在车削过程中，产品的尺寸通常根据其平均值而变化，并且其变量是已知的。其制造的尺寸与界限无限接近的概率是极低的。因此，当只有普通变量存在是，生产进程被认为是可控的。这种典型的变量通常构成生产问题的85％，而且被认为是可以通过管理来控制的，例如，通过控制原材料或运用能达到精度要求的设备。
为了达到上述目标，我们用被称为“自动测量”的子程序来生成所需要的数控代码。这些数控代码的指令用于控制机器的具体操作，它被存储在磁盘一个名为“Automate.Lnc ”的文件夹中。该系统要求输入“BatchSize ”（在批量生产的情况下）。 “GroupSize ”和“SampleSize ”，以确立一个采样计划（图3）。图4显示了程序产生的抽样案例。生成的数控代码可以下载到数控车床中去，用于自动加工、采样和测量。
另一个重要的数控程序变量是零件的设计尺寸。图5显示了编程所需的零件的的详细参数，该信息被“自动测量”程序用来产生正确的刀具路径。
图3 所需加工信息 图4 生成抽样方案的实例
图5 组件的详细信息 图6 自动数据输入简介
生成的数控程序基本上可分为4个主要部分：
1. 启动程序触发每个相应的变量在PLC 中的内存地址。
2. 加工循环程序选择适当的刀具（包括自动换刀以及在需要时更新刀补），并设置加工零件的预定进给速度和主轴转速。
3. 检查循环程序中包含了必要的工件测量指令，并将测得的数据存入PLC 中相应的寄存器中。 这涉及到Renishaw 测量软件中两个被存储程序编号为9014及9015的程序指令。9014号程序包含在测量周期之前将探测器移动到目标位置的定位软件，即在刀
补之前将探测器移到安全位置。9015号程序包含了测量工件X 轴的测量周期。这些子程序都可以很容易的改变用户所需要修改的特定参数。
4. 数控程序的最后一部分是可分割的。这里的加工组件被分割为需要的长度，而且警报会通知操作者安装下一个需要加工的工件。
9 将样本数据存储到PLC 中
将样本尺寸存储到相应的PLC 中的内存位置，必须有相应的数控代码。该指令在“Automate.Lnc ”中的数控主程序中。Fanuc OTA PLC有16个偏移存储器，前8个用来存储刀补，剩下的8个用来存储样本尺寸。在每个采样周期结束时，样本的尺寸必须在下一个采样周期之前发送到电脑上。
10 样本数据传输到个人电脑
在每段采样周期结束时，车床将自动停止并通知操作员发送样本数据到统计程序以供分析，该过程是通过程序SendData 来完成的。它通过调用另一个程序“AuxlnOut ”（用集成语言编写）来打开RS232通讯端口。接着，它读取所有的偏移寄存器，将内容写入存储在磁盘上的“Offsets.Dat “文件中去。
“SendData ”程序只提供警报，用以表明新的样本数据已准备好进行分析。所有这一切只需要操作者先按下键盘上“RETURN ”键，然后按下数控车床上的“OUTPUT 键，（这一点在电脑屏幕上有明确指令）。新的样本数据集将覆盖以前存储在“Offsets.Dat ”中的数据。
11 读样本数据
“Offsets.Dat ”中的样本数据不能直接用于统计程序，因为它含有大量不相关的信息。另一个“ReformatData ”程序可用来提取数据。它将提取的第一个样本数据存储在9号偏移存储器中的X 值，然后重复此过程，直到取出最后的样本数据。变量的样本大小可以确定循环次数。
下一步是将所有提取出来的样本数据存储到另一个文件“Sample.Dat ”中去，当用户希望自动输入数据时，程序“InputSample ”将直接从文件“Sample.Dat ”读取，除此之外，从键盘输入的数据也可以被读取。图6显示了自动输入数据的操作指南。 12 控制图诊断
ASPC 可以检测以下方面：
1. 一点超过警戒限制
2. 一点超过运动限制
3. 一条线段高于或低于平均值
4. 一条线段上升或下降
13 一点超过警戒限制
图10分析绘制了7套样本的X 线形图以排列图表。
从X 线形图中可以看出，样本2超出了警戒线，排列图表中的样本6表明在该过程中的一个可能的重要变化。（超过警戒线的概率为1/40，平均而言，40个样本中只有一个）。对此，屏幕将显示一条消息，建议操作员立即采取另一个样本。图8显示的是X 线形图的信息，图9显示排列图表的信息。
图7 X 线形图、排列图表 图8 X 线形图警报
从图7中的X 线形图中可以看出，样本2之后的下一个样本表明，该程序依然是可控的，而接近警戒线的值只是一个随机事件。如果第二个样本落在警戒线之外，程序很可能会失控（2个连续的概率为1/40事件发生的概率为1/1600，这表明了导致这一程序变化的特殊原因的存在性非常大）。在这种情况下，要求更换刀具或停止进一步进程以处罚权诊断程序。
图9 图列警报 图10 X 线形图诊断信息
14 超过运动限制
如果X 线形图上的样本值上突然超过运动限制，那么很有可能是刀具破损或出现故障。（如果进程并没有出现问题，那么其发生的概率是1/1000）。对自动操作而言，通过PLC 换刀将是很明智的选择。图10显示的是诊断讯息和换刀指令。
当某一点穿过了较低的运动限制时，将很难查找出引起问题的原因。在这种情况下，程序指令将告诉操作员停止进程，并检查机器。
当排列图表上的某一采样点超过运动限制时，表明加工精度（如段对段的变化倾向）降低了。如果同时超出了X 线形图运动限制，那么很可能是由于刀具破损，那么接下来就会自动换刀。
但是更应注意的是，X 线形图没有超出界限而排列图表超出运动限制的情况。图11显示了排列图表中超出了运动限制的样本值的诊断记录。
图11 ASPC 的诊断结果 图12 X 线形图的诊断结果 15 一条线段高于或低于平均值
一条只在平均值一端的采样点线段可能意味着该进程的平均值已经改变。八个连续的样本点落在平均值一侧而程序依然可控的概率大约只有0.004[5]。因此，其平均值很有可能已经改变。
X 线形图超出行程的最大平均值而排列图表没有超出范围，那么需要根据过程平均值及精度做一个简单的调整，以使样本点的平均值下降，重新恢复到控制范围之内，该过程主要通过调整刀补来实现。图12显示了X 线形图中某一进程超过最大平均值的诊断纪录。
如果排列图表上的某一线段超出行程的最大平均值，而在X 线形图上却没有这一趋势，那么很难有自动调整程序。在这种情况下，最好停机做进一步的检查。图13显示了对可能导致这一故障的某些原因的诊断记录。
如果一条样本点组成的线段位于排列图表的最大平均值之下，说明该进程的精确度以及执行能力都有了提高。如果X 线形图显示进程在可控范围之内，那么便可以继续执行，其他进一步的调整将会增加变动的可能性。
图13 诊断记录及建议纠正措施 图14 自动换刀简介 16 一条线段上升或下降
X 线形图上的某一线段持续上升表明该进程存在故障，在这种情况下最好最好通过PLC 来换刀（图14）。
X 线形图上的某一线段持续下降表明该进程平均值在逐渐降低。在这种情况下，应该停机做全面检查。
再者，如果排列图表上的某一线段持续上升，而X 线形图却一切正常时，将很难有相应的执行程序。诊断纪录说明应注意轴承是否磨损，工件是否振幅过大等。
如果排列图表上的某一线段持续下降，说明加工进程得到了改进，在X 线形图正常的情况下，加工精度也会有所提高，那么该过程就不用再做任何调整。
17 加工能力
统计程序除了可用于执行上述检测之外，还可用于加工性能分析（性能指标），它能够探测加工不能满足设计规格的情况。改变性能指标里的任一参数都可以用来提高加工能力。统计程序本身也可以通过提供改变设计或改变流程的管理信息，来是性能最优化。
18 文件处理
所有从日常生产中获得的样本数据都可以存储到磁盘上，这些数据使管理或是改进人员能够深入调查那些可能导致只能用管理措施解决的流程问题的案例（如选择供应商确保原材料相同）。
19 自动纠正措施
ASPC 提供了两种类型的自动纠正措施：
1. 修改刀补。“ModifyOffsets ”程序用于计算刀补的调整量，以及调整刀补所需的数控代码。
2. 换刀。当需要换刀时，Pascal 程序将调用“ToolChange ”。该程序首先检查是否目前所有的刀具都在使用中。该信息被存储在“ToolNumber ”程序中。在该程序中，道具编号是用来追踪正在使用中的刀具数量。
在获得这些信息之后，“ToolChange ”生成用来根据上述数字顺序换刀的数控代码。这些数控代码被存储在磁盘里的“Tool.Lnc ”文件中。由此，操作者只需要按照诊断记录给出的操作说明下载文件“TooI.Lnc ”即可。另一个Pascal 程序“ToolActions ”用来打开通讯端口，并发送“Tool.Lnc ”中的内容到PLC 中第550号程序中去。
上述所有的自动纠正措施都主要是针对局部作用这一类型，适用于控制图表上的特定行为，根据以上介绍，SPC 的作用远不限于此。除了在过程控制中起探测和警报的作用外，SPC 还可以被管理人员用来调查所有的质量动态以及那些在日常生成中不明显的缺陷案例的历史数据。局部作用通常被认为只占有关进程问题的15％，剩下的85%在于管理问题。因此，SPC 作为管理人员（或改进小组）的一个工具在持续改进流程方面的作用是不容忽视的。
20 发展前景
为了实现真正的实时闭环ASPC 控制系统，不能有人工参与电脑和PLC 之间的信息传递。为此，必须调整及更新PLC ，以使PLC 在自动传递数据时完全不借助人力。
为了使车削过程进一步自动化，可以在系统中进一步自动化车削加工增加自动喂料装置。通过该装置，下一个需要加工的工件将被自动放置到机床上去而不需要人工操作。该方案类似于无人生产线的概念。
目前的统计程序将会被扩展，包括记录在整个制造过程中的各种情况，由此，管理人员可以更好的处理车间中遇到的各种流程问题。
21 广泛应用
在现阶段，该统计程序仅用在控制关键部分，在实际的制造过程中，往往不只一方面需要评测。 因此，扩展该软件以控制所有质量特性具有非常大的前景。
随着必要的硬件和软件的面世，整个柔性制造系统中的所有机器都可以由统计程序自动控制。
目前的装置只使用一个探测头，当需要检测更复杂的轮廓（如螺纹部分）时，必须运用不同的探测系统。
过程测量与闭环控制一起组成了一个很好的质量测量控制体系，然而，进一步发展的过程中周期测量将会被过程测量来取代。随着低成本光感系统的发展，车削加工的过程测量将得以实现，同时进行实时控制并消除生产时间浪费（如在周期测量的情况下）这一问题。效率以及盈利能力也将得到进一步地改善和提高。
最近的发展趋势是将人工智能用于统计过程控制，用专家系统来辅助SPC 是一个新概念，与适用于大部分的制造流程的通用SPC 软件[6]不同的是，增加专家系统的SPC 能够用于特定的生产流程。
22 人工智能（AI ）
将AI 植入SPC 有以下两种方法：
1. 自学
2. 专家知识
在自学的过程中，系统动态地收集数据，并尝试在所需的变量之间建立相互关系，这些数据包括控制变量、尺寸以及相对应的结果，然后运用非线性回归和贝叶斯方法构建统计模型。 在收到足够的数据之后，该模型将变得足够智能，并可以学习输入和输出变量之间的相互关系。那些输出变量可以被看作为目标，该模型可以通过设定控制变量以得到要求的输出结果。
第二种方法是将特定流程的相关知识及其控制机制传输到基于规则的结构中去，比如设定和调整平均数、变化幅度等数学专业知识也包含在内。该系统不仅可以给出样本范围、刀具磨损等方面的建议，还能提供所有与刀具寿命、不同工艺的能力相关的信息数据库。
为了调整SPC 以适应该程序，特定流程中的信息将会被嵌入基于规则的专家系统。例如，它可以告诉操作员，什么时候需要检测下一个样本，以及在生产流程中需要检测其变化量的最小工件数。
该专家系统的主要特点是能够提供生产流程的历史纪录，以及不断更新的数据库[7]。通过含有刀具寿命和刀具磨损模板的历史记录的数据库，生产工艺将得以优化。
将专家系统植入到SPC 中之后，可以自动纠正那些由常见原因引起的加工问题如果采用这种系统，管理人员将得到极大的帮助。（常见原因占进程变动问题的85%。）因此，该系统将加强缺陷预防以及不断改善的观念，综合生产力也将得到进一步的提高。 23 结论
统计过程控制为保证缺陷预防而不是缺陷探测提供了一种经济有效的质量体系，同时也在不断地改进生产工艺。微型电脑的普及，也使得SPC 的计算机化成为了可能，与此同时，数据分析的速度及精度也将大大提高。
由于高产数控机床可能会造成大量的废钢，急需一个能够快速响应并反馈的质量控
制系统。这种需求促进了使用自动统计程序以及Renishaw 探测器的SPC 系统在数控机床上的运用。
随着ASPC 的软件和硬件的进一步发展，并被嵌入专家系统，智能闭环控将成为可能。假以时日，ASPC 也将被运用到多种质量特性以及柔性制造及探测系统中去，而目前的周期测量系统最终将会被能为ASPC 提供实时控制的光感系统所取代。 致谢
在此感谢新威尔士大学工程学院、B.E.Milton 教授、机械制造工程学院的领导的对该研究项目赞助支持，并提供设备，以及Mr Y . C. K. Yee 、 Mr A. Harris 和Mr R. Montgomery 的协助。