在生产和安装作业过程中，加工步骤比其他环节所产生的偏差和错误会更多，而在此又无法对容易出错的步骤进行完备的质量控制。现在，辅助系统能够随机完备的控制测试选择，并为工作人员提供生产和质量控制的校正指示。
精准重复性是工业生产中的机床和加工步骤的质量特征。但由于种种原因，在错综复杂的自动化生产以及很多半自动化的加工过程中，多种不同的原因会导致产生偏差：综合性材料会出现质量浮动、环境和人的因素的影响或刀具的自然磨损。
当前，向工业4.0的过渡开启了不再只是信任在机床前进行作业的接受过专业培训的工人，而是或可信任采用试验方法来确保加工质量的可能性。技术服务商的辅助系统也借助于辅助或专家系统来汇集和分析来自生产、传感器数据以及如CAD(计算机辅助设计)、MES(制造执行系统)或是ERP(企业资源规划系统)等其他IT系统的机床和加工过程中数据，以大大改善生产和加工过程的质量，尤其是大大改善容易出错的生产过程步骤的质量。
当辅助系统能够表示生产过程中出现的偏差时，辅助系统便可有助于生产质量的提高
这里有一个要求很高的现实的钻孔项目可作为实例。在一个安装生产的准备中，得准备一个带有很多孔的组件。尽管实现了自动化和采用电子钻机，但是生产这样一个带有很多孔的组件仍是一个比较困难的、相对容易出现错误的过程。与此同时，如组件钻孔的边缘欠工整也是组件材料的缺陷，也会影响最后组装工序，无论如何这是一个必须避免的安全风险。辅助系统的任务是，更好的识别有缺陷的钻孔，这样便能够通过对组件钻孔进行提前精加工，从而降低生产成本和安全风险。
获取和评估生产加工过程参数
解决方法：为了能够研发出生产和加工过程的数学模型，首先是要将各种不同来源的数据汇集在一起，并掌握它们的相互关联性。为此，一方面是要掌握产品数据、模型、机床参数和传感器数据；另一方面则是要掌握来自质量监控的测量结果。
当可以识别到生产和加工过程参数与测量结果之间的相互关系具有说服力时，软件便能够学习什么意味着正常，而什么则意味着偏差，在此对各种偏差的类型进行分析。一个具体的错误可能不是渐进的参数变化所造成的，而是由别的原因造成的，而什么样的结果应该生成怎样的建议。而钻孔的这种情况，速度和走刀进给是主要的加工过程参数。最重要的关系是，当钻孔的速度出现错误时，钻孔钻出复合材料的材料层。造成重要偏差的原因是在张紧工件时出现偏差，或是所使用的钻头弄脏了。
复合材料具有出类拔萃的材料性能，但是加工却不总是那么简单
推动使用辅助系统的目的是，从整合各种不同的机床和过程数据的偏差中提前预告出现的偏差和给出处理建议。在这种情况下给辅助系统研发者所提出的任务是，教一个软件不只是能够识别偏差，而且还能够进行数量和质量的分析。可出现的结果是，因为辅助系统能够在各种不同的过程数据中探测偏差，所以能够在测试程序中对附加的钻孔进行质量安全检查。也可以出现这样的结果，即指出钻头的磨损数据，从而要求机床操作人员更换钻头。
试验算法所遵循的目的是，提前发现钻孔的偏差，并以此提供减少有缺陷钻孔数量的可能性。辅助系统有这样3个主要作用：借助于过程数据用其算法查明识别生产和加工中的可能的偏差，通过需测试的钻孔的信息确定的测试计划而生成计划，并在机床操作人员工位旁借助于测试计划可视化的为操作人员给出处理建议。
自学式专家系统
以复合材料工件的具有安全关键性的安装钻孔为例，首先可通过多进行质量控制来达到安装钻孔的最佳化。钻孔的数量大，所以只能采取取样的方法对钻孔进行检测。此时，建议使用辅助系统，如果在所测试的钻孔中，实际上情况是出现偏差的钻孔多，那么，那里便可进行再加工。
自学式专家系统研发的长期目标是，确定测试结果与异常识别结果的关系，并将其引入到专家系统里。这样，人们便能够得到专家系统能够从中学习的一个持续不断的更好的解释过程数据的循环。专家系统模拟受过专业培训的工人也总是能够获得更佳的“理解”，以在测试之前便能够预知生产和加工过程是否足够稳定。
辅助系统是智慧工厂里的M2M调制解调器通信的一个重要补充。借助于辅助系统，工作人员应能从联网的机器和设备提供的数据中受益。我们人类能够获取和检验单个的数据和阈值，但生产和加工过程中的多维相互依赖关系对我们的要求还是过高。而在此辅助系统可给我们提供帮助：通过汇集来自各种不同来源的数据，对其进行分析和对结果进行自动化评估，从而使生产和现场的加工质量达到优化，届此便部分地不间断的对分析和结果进行自动化评估。如果是涉及到工厂的保有机床的话，研发方必须是此类辅助系统研发专家，首先必须具备使过程数据达到可供使用的水平。然后，为了研发此类系统，还必须通过试验找到过程数据和质量安全数据之间存在着怎样的关联。之后，借助于软件里的算法来研究开发这些关联，以便能够预先掌握生产和加工过程中出现的偏差。
公众号ID：vogelmm
加我为好友吧！
投稿、进群、行业大咖零距离交流！
联系客服
