为了实现最佳金属切削结果,传统方法采用一种狭义的微观模型,它基于在一次加工中对单个刀具进行 1:1 优化的情形。而另一方面,宏观模型考虑的是广义上的制造。在这些宏观或全局模型中,生产特定工件所需的总时间具有更具决定性的作用。 全局优化的一个简单示例是在流水生产线中利用两台机床生产部件。如果无法对机床“B”进行同样的改进,对机床“A”进行的切削时间优化和产量增加就毫无用处。机床“A”增加的产量只会造成机床“B”上等待加工的半成品工件的库存增大,导致额外的成本。在本例中,更好的做法是优化机床 A 上的切削成本。这样做可能会限制机床 A 的生产率,但会降低总成本,同时保持产量。
另一方面,在机床 B 等待加工机床 A 生产出的零件时,增加机床 A 的产量将会提高总产量。这在很大程度上取决于车间对其生产加工的组织方式:是采用生产线加工、按批次加工,还是并行加工。虽然无法概括各种情况,但这些示例都表明需要从全局角度出发,同时说明了需要非常细致地开展微观模型优化。
1:1 优化的最后一步是选择最低成本或最大生产率方面的适当标准,并利用切削速度进一步优化该标准的实现。重要的是记住用于决定刀具寿命的 Taylor 模型。该模型证明,对于给定的切削深度和进给量组合,在刀具损耗仍是安全、可预测并且可控制的情况下存在最佳的切削速度范围。在该范围内作业时,有可能对切削速度、刀具磨损和刀具寿命之间的关系进行定性和量化。
出于平衡生产率、可靠性和刀具成本的考虑,需要使用可在广泛应用领域内提供通用性和灵活性的刀具。另外,多用途或通用刀具 (see sidebar below) 还满足了制造业明显向更小批量发展的趋势。向更小加工批量的转变源于人们越来越多地运用准时化的生产策略和外包的增加。目前,分包商需要定期但并非连续生产小批次的工件。在过去,自动换刀装置有助于减少换刀造成的停机时间,而随着夹具更换装置的使用,则减少了工件操控造成的停机时间。通用刀具可以缩短在工件更换时装入新刀具的时间,并且消除设置和测试新刀具的需要,因此缩短了停机时间。另外,由于车间中不同刀具的数量减少,因此也缩短了刀具处理时间,并增加了加工操作的时间。 传统的刀具选择策略倾向于以应用为出发点:例如寻找专门用于钢件、不锈钢的刀具,或者用于粗加工或铣削应用的刀具。而比为单一加工选择刀具更重要的是如何使该加工符合全局要求。这种选择应倾向于从生产率、成本效益或可靠性角度来看需要哪种刀具,以及哪种刀具最适合于整个生产工艺。
简单的解决方案
从全局的角度进行工艺优化并不一定很复杂,它可以采用一些非常基本和简单的操作及分析。对使用过的刀具进行检验就是一个重要的例子。正确理解刀具所展现出来的情况能够全面认识车间中进行的工作。例如,如果车间一般采用切削刃为 12 mm 长的刀片,而刀具上的磨损形式仅达到 2 mm 或 2.5 mm,那么该车间所使用的刀片对于所进行的工作来说可能过大。使用切削刃为 6 mm 的刀具应该就绰绰有余,而切削刃 6 mm 长的刀具比切削刃 10 mm 长的刀具要便宜得多。这种简单的观察可在不降低生产率的情况下减少 50% 的刀具成本。 刀具制造商的回应