数字化生产线建设路线。 自动化生产线。 多品种多工艺的零件工艺管理。 生产线内管控流程。
为了满足新一代飞机制造技术的发展需求,航空工业沈飞依托工业和信息化部牵头的国家科技重大专项课题“高档数控机床在梁框肋等典型飞机结构件制造领域的综合示范应用”,建成了国内航空制造业规模最大的飞机复杂结构件数字化工厂。厂房占地20000平方米,共建立了钛合金大型结构件、钛合金小型结构件、铝合金大型结构件、铝合金小型结构件4个加工单元。
数控设备全覆盖
(相关资料图)
数字化工厂57台设备全部为国产机床、全部采用国产数控系统、60%以上采用国产功能部件、全部采用国产刀具。针对航空复杂结构件的加工,将国产机床、数控系统、刀具等集中批量应用,建立钛合金和铝合金的大小型结构件等4个加工单元;通过开展对国产数控机床稳定性、可靠性、加工精度和效率的研究,实现数字化车间信息管理;通过集成创新的方式实现国产数控机床在航空复杂结构件加工中高效集中应用。每台设备均能通过传感器采集设备运转信息,传递至设备管理中心,实时掌握设备健康情况及生产加工情况。实现了AGV自动送刀、自动上料、RFID智能识别、零件自动定位、真空吸附、零件自动化加工、在机自动检测、自动下料、集中排屑与自动减容、切削液集中净化处理等零件全流程无人工干预生产。实现了订单下派、自动排产、程序下发、自动调用、生产反馈的信息全流程贯通。
实现可视化管控
数字化工厂应用自动化生产线、智能管控等关键技术,可以加工飞机结构件梁、框、肋、壁板、长桁、
接头等,既满足了铝合金高速加工需求,也满足了钛合金精密加工需求,具有满足80%以上飞机结构件加工的能力,覆盖率极高。数字化工厂拥有9条自动化加工生产线,能加工多种典型飞机零部件,尺寸从400×500mm到2000×5000mm不等。通过采用虚拟仿真技术,可以在中央控制室直观地查看车间运行实况,实现虚拟运行数据与采集数据互通,能够及时有效地进行决策,为智能制造数据驱动生产做好准备。对国产数控机床一体化终端及其柔性接口和生产线控制系统进行研制,应用智能管控系统自动提取加工工单和加工G代码程序的主要加工工艺要求和信息,结合生产线中的物料状态、生产线中央刀库状态及数控机床刀库状态、数控机床状态等,产生符合数控机床加工要求的工艺路线数据模型。数据模型能够为智能生产线的排产、加工生产和故障诊断等模块提供基础数据和调用接口,方便对生产线加工能力的分析和统计,以及加工生产的管控。根据执行指令集Ecode和Pcode,对加工工艺路线进行实时规划,并实现对加工工艺流程的监控及执行的可视化管理。通过实现零件自动化上下料、机床任务实时监控、任务排产、机床状态监控,从而实现了可视化管控,提高了数控机床的加工效率和稳定性。
实现自动化系统集成
基于全三维模型的制造过程定义和实例信息建模与管理技术,面向自动化工厂的多源多态数据建模和智能处理技术,创新开发一体化终端,为航空关键零件的高效集成制造提供解决方案。结合公司在飞机复杂结构件数控加工的实际需求,根据航空钛合金大、小结构件和铝合金大、小结构件的制造特点,覆盖飞机复杂结构件机械加工的全工序,建成适应飞机结构件批量小、结构复杂特点的高柔性、高效率、高稳定性数控加工制造基地,为航空关键零件的规模化及自动化成套生产线建设提供支撑。基于RFID、现场智能终端、智能信息看板,提出了生产现场“物联”的工程化解决方案,
实现了数字化工厂智能管控系统的工程应用。
实现自动化装夹
结合公司生产的零件结构特点,提出了一种飞机复杂异形零件高效低变形装夹技术,研制出适用于20余种飞机典型复杂零件的柔性自动化夹具,可以实现全自动夹紧、直线度自动测量、变形量自动校正等核心功能,装夹时间由2.5~3小时缩减至3~7分钟,装夹效率提高25倍之多,显著地提高了飞机复杂零件的装夹效率和加工质量。
填补国内空白
数字化工厂的建成,标志着数字化技术从科研模式正式进入经营模式,满足了新一代飞机复杂结构件高质高效加工需求。已完成2000件飞机典型结构件的加工,加工效率提高1倍以上,工件轮廓精度提高5%~15%,产品合格率达到99.45%,生产线综合利用率达到92%。突破了航空制造业长期依赖于国外进口机床的“卡脖子”现象,填补了大面积应用国产高档数控机床在数字化加工复杂结构件领域的空白。提高了航空产品的质量性能、生产效率、装备可靠性,提升了航空制造企业在国际市场的竞争力,增强了国防安全保障水平。实现了航空大型关重构件数字化批产过程的自主可控和精益管理,总体技术水平达到了国际同类产品加工的先进水平。
在数字化工厂运营经验的基础上,沈飞公司将继续履行强军职责,进一步推进向数字化、智能化制造快速发展的进程,加快飞机构件数字化“智能”快速转型,助推航空强国建设。
X 关闭
Copyright © 2015-2022 亚洲商报网版权所有 备案号:豫ICP备20022870号-9 联系邮箱:553 138 779@qq.com