某过程可以是计算机化但却不是自动化的。同样，手动机械师可能以通过相同的动作，驱动机床完成一个接一个零件的加工，在CAM上作业的CNC编程员，可以输入类似的信息，以建立一个又一个程序。在上述的情况中，“自动化”指的是将人们从重复的步骤中解脱出来。
CAM开发者正不断地提高编程的自动化程度。在这方面任意数量的能力都具备合格条件：能更好地说明模型数据、或者能更好地优化走刀路径的软件，可以产生更高程度的自动化过程。尽管对编程自动化没有严格的定义，但是其界限是值得注意的。当车间的软件达到可以对车间加工特征加以识别的特定水准、并给这些特征以指定操作时，编程员的角色将发生变化。编程员不再将自己主要的注意力放在用自己的眼睛及手来识别和解释这些特征上。相反，编程员最大的注意力将放在定义应用这些加工操作的逻辑上。程序员不是直接创建程序，而是编写自动创建这些程序的方法。
此处显示的零件非常适合自动化编程。凹槽，如孔一样，是在固体模型上比较容易识别
的特征。而确定在什么地方针对不同类型的凹槽采用不同的加工选择就更加一目了然。
Pathtrace软件公司，即EdgeCAM软件开发者，试图将CNC编程往这个方向推进。该公司的一家名叫“策略管理者”的实体允许编程员通过在屏幕上操纵流程图符号而对自动化编程的算法进行图形组建。例如，用户可以组建这样一个算法：规定尺寸为X或更小的孔要定尺寸钻削，而任何大于X的孔则首先要进行起始孔加工，任何直径指定为若干小数点位置的孔必须加以铰削加工，以保证精度。利用这样的算法，软件可以执行决策过程，否则编程员可能对每个遇到的孔都进行反复考虑。
这一类自动化软件中的最高水准，应该能精巧地制作非常彻底的算法：它们能先导入模型，然后让一个完整而有效的NC程序生成而无须任何人工参与其中。但这样一种无缝自动化在目前基本是不存在的。某些特征比别的特征更容易识别，而某些场景更容易自动化。事实上，对于设计者设计和制造厂家生产的方式，该完美的情况对于所有机加工零件来说可能永远无法实现。但同时，这是一种正在增长的应用范围，其中编写程序过程确实是一种富有吸引力而实用的方法，一种可以通过从头创建每个程序而获得巨大回报的方法。
Pathtrace的三名雇员— 技术主管Raf Lobato、工程师Andy Schaffner及总经理Steve Sivitter— 在这类CAM自动化带来的潜在好处方面提出了一些想法。他们还描述了用这种方式进行编程功能自动化所带来的挑战。
好处
自动化编程不仅仅可以节省编程时间。事实上，对于某些车间，这种节省是所获得的最小好处。有可能更重要的是，从一个工件到另一个工件之间能实现更高的连贯性。例如，一个非常实际的好处应该是，车间加工的每个孔都是用相同的一套最佳做法完成的。
这样的成果显示了与许多车间实施编程方式的不同之处。在拥有多个编程员的车间，每个人都可能按照自己的思维方式
— 有些是有充分根据的，而有些却没有任何根据而只是个人习惯进行编程。这种编程员与编程员之间差异的结果，可能包括不一致的生产周期以及参差不齐的产品质量。通过强制在编程方法上实行标准化，以达到最高效的结果，自动化编程能使加工过程更快，能力更强，并且更有预测性。
同样的标准化可以在切削开始前节省成本。编程员做出的比较昂贵的决策，是对切削刀具的选择。如果不同的编程员经常规定不同的刀具，这样就增加了车间必须订购、存放和跟踪的刀具数量。通过事先确定对于特定的特征应该始终采用什么样的刀具，车间可以降低这种库存需要(例如,Pathtrace具有一种名叫“刀具选择者”的实体，利用它，用户可以限制在掏槽加工中采用什么样的刀具。对于任何特定的凹槽或凹槽组，软件可以计算它只用车间最“喜欢”使用的一组刀具可以实现的最有效的刀具路径)。
自动化编程的另一个好处与车间人员的重要性有关。如果车间很大程度依赖于少量编程员，则车间生产就比较脆弱。如果这些编程员中有一个离开了怎么办？车间不仅要找到替代人员，同时还有丢失经验的问题。如果车间不试图在某些自动化或标准化的系统中抓住并获得自己的加工和编程知识，则那些离开公司的编程员可能会带走非常有价值的知识。
挑战
自动化编程，或者是让程序而不是让人来指定加工操作，组成了两个基本的CAM概念。这些是特征识别和基于知识的加工。CAM系统首先识别出模型特征，然后应用加工知识来做出正确的编程选择。Lobato先生描述了这种工件编程方法的三个基本要求：
特征必须在模型中定义。
软件必须可以识别该特征。
软件必须针对它所完成的识别而完成一些有意义的工作。
在CAM自动化方面的尝试，有可能在以上各点中任何一点上失败。如果来自客户的模型不精确或者不完全，则就可能引起第一点失败。对于带有设计者错误的固体模型，编程员可能可以立即指出问题。但是要设计出可以具有相同直觉功能的软件却是非常困难的。
第二方面是软件可以准确识别的特征，但是却依然无法对它做些什么— 在第三点上失败。实例是具有尖锐内拐角的凹槽。限制在加工中心功能上的自动化编程系统，对创建这样的特征毫无帮助。
这里有一个可以用于自动化编程决策的算法。编程员在软件设计中的思路可以近似地从这张
图中反映出来。图中所显示的流程是为了生成在一块平板上钻孔的程序编码，同时给一些预
先存在的通孔加工导孔和倒角，图中的每一步都有自己的算法，就像方框中文字描述的一样。
第三方面是中间领域，即第二点。某个特征可能可以合理而清晰地定义，但是却很难识别，因为相同的几何尺寸可能对应于不同的特征。譬如，一个T形槽。对于小尺寸，该槽可以是用一把T形槽铣刀创建的单个铣削的特征。但是在尺寸较大的情况下，该槽将是用一系列刀具加工的铣削特征的组合。
由于存在这些不明确点，因此很难实现无缝自动化。就如车间自动化一样，CAM中的自动化很难导致产生无人看管加工，而只可能达到“轻度看管”过程。可能仍然需要编程员来进行关键的解释及精加工以完成编程过程。即使如此，这样也可以大大改善编程过程(其中编程员在遇到每个零件的每个特征时，都把它当作新特征加以处理)。
这张图代表了在前一张图中标有钻孔字样的方块的决策过程：如果
要加工比某一预设尺寸大的孔，将会先由一个更小的钻头进行预钻。
如果加工深度大于直径的孔，则需要深孔啄钻(Peck Drilling)。
更有效的特征
两类可以很快实现自动化编程的机加工特征是凹槽和孔。软件容易识别这些特征。此外就是相关的机械加工决定，尽管它们可能很复杂，但也可以精确定义。什么时候应该将一个孔分步钻削而不是一次完成？什么时候要铰孔？什么时候要对某个孔进行圆形铣削而不进行钻削加工？什么时候凹槽要通过摆动铣削而不是并行步骤加工？所有这样的决策都建立在车间可以清楚地表达的基础上。而这种表达成了用CAM进行决策自动化的基础。
其他特征也可能导致自己实现自动化编程，依据它们在车间内自己零件系列的上下文而定。譬如，零件的开放区必须加以解释。开放区是否是必须铣削的表面，或者它仅仅是原工件中尺寸必须保留不动的一个特征？加工范围很窄的公司可能可以进行特定的假设，以涵盖其所有零件，而加工范围比较宽的车间，则可以将这个问题看作是另一个需要逐个单独处理的不明确区域。
但是，即使对于大多数可以识别的特征，也依然对任何自动化编程系统的工作性能存在一些基本的限制。这样的一个系统只能采用模型可以传达的信息。大多数模型舍弃了有用甚至是必要的制造数据。
例如，表面粗糙度如何？孔的表面粗糙度可以决定如何最好地加工它。如今，某些车间依据自己的粗糙度要求而对特征进行颜色编码，因此CAM软件可以用该颜色作为一种决策参数。但是不存在这种全面的加工解决方案，不存在正式的将表面粗糙度数据包括在用比较常见的整体模型制作器制作的设计中的方式。
如何让模型不仅定义几何尺寸、同时还定义制造要求，是这些系统的开发者当前正在解决的一个问题。为了使编程实现更加完全的自动化，CAM技术只能达到这种程度。对此，CAD软件公司(通过让模型携带[让独立的CAM系统可以更加有效地使用模型的]信息)也可以做出贡献——并且很可能将确实做出贡献。 (end)
|
