本发明涉及一种数控车床能耗预测方法，特别是涉及一种执行车削加工程序时数控车床能耗预测方法。
背景技术
我国制造业的能源消耗占我国能源消耗总量的60%左右。我国是机床生产、消费第一大国，拥有世界第一的机床保有量，目前约800万台。如果我国各类机床的能效都提高1%，则带来的节能效益相当于几千万吨标准煤。
对现有的技术文献检索发现，刘飞等人在发明专利“一种数控机床服役过程的能量消耗预测方法”（2013年授权，专利号201210131766）中，建立了以启动、空载和加工三类子过程能耗预测为基础的数控机床服役过程能耗预测模型。刘献礼等人在学术期刊《哈尔滨理工大学学报》（2011年第1期：1-8）上发表的论文“机械制造中的低碳制造理论与技术”提出采用高速切削、干切削、微量润滑技术，选择轻量化、能量效率高的机床部件，减少数控机床待机时间，有利于减少机床能耗。
数控车床用途广泛，如果能根据车削加工程序、毛坯尺寸及工艺参数，简单准确的预测出执行该车削加工程序时数控车床能耗，对于研究如何优化工艺参数以降低数控车床能耗具有重要的指导意义，已成为本领域技术人员急需解决的技术问题。
技术实现要素：
本发明的目的是提供一种简单、准确的执行车削加工程序时数控车床能耗预测方法。
其技术方案为：
采用以下步骤：1）测定数控车床待机功率，建立数控车床主轴空载功率计算模型，2）测定数控车床切削液泵功率、换刀能耗、换刀时间，3）建立数控车床能耗计算方法，4）根据车削加工程序、毛坯尺寸及工艺参数，计算执行车削加工程序时数控车床能耗。
其特征在于：
步骤1）中，数控车床开机后，在非加工状态即主轴电机、进给轴电机、切削液泵不工作时，用功率分析仪从数控车床总电源进线端测出待机功率pidle，为常数。
在数控车床主轴额定转速nmax范围内，主轴转速从0r/min开始每增加100r/min，用功率分析仪在数控车床主轴电机进线端测出该主轴转速n(i)对应的主轴空载功率psu(i)，其中i表示第i次测量值，将（nmax/100）的小数部分截去只保留整数，设为f，则1≤i≤f；根据数控车床主轴系统运动学特性，用二次曲线来拟合数控车床主轴转速n与主轴空载功率psu之间关系：
psu=a*n2+b*n+c(1)
其中，a、b、c为待定系数。
将数控车床主轴转速n(i)与测得的主轴空载功率psu(i)代入公式（1），组成一个包括f个方程的超定方程组，基于最小二乘法计算待定系数a、b、c；将系数a、b、c代入公式（1）得到数控车床主轴空载功率计算模型。
步骤2）中，在数控车床待机状态，通切削液，测出数控车床功率，减去待机功率即为切削液泵功率pcool；用功率分析仪在换刀系统电机进线端测出数控车床完整的一个换刀过程所用时间tchange，并测出一个换刀过程中换刀能耗ecutter。
步骤3）中，将车削加工程序执行过程中数控车床能耗etotal分为主轴空载能耗esu、切削能耗ec、换刀能耗etc和待机能耗eidle，并且有：
esu=∑psu(j)*t(j)(2)
其中，psu(j)是第j个工序中主轴空载功率，t(j)是第j个工序执行时间，1≤j≤e，e是车削加工中工序总数。
ec=∑[k0(j)*mrr(j)+pcool)*t(j)]=∑[k0(j)*q(j)+pcool*t(j)](3)
其中，k0(j)是第j个工序中切削经验系数，与工件材料和切削刀具有关，为常数；mrr(j)是第j个工序中材料去除率；q(j)是第j个工序中去除材料体积；t(j)是第j个工序执行时间。
etc=ecutter*m(4)
其中，m是车削加工中换刀次数。
eidle=pidle*ttotal(5)
其中，ttotal是执行车削加工程序总时间。
则车削加工程序执行过程中数控车床能耗
etotal=esu+ec+etc+eidle=∑[psu(j)*t(j)+k0(j)*q(j)+pcool*t(j)]+ecutter*m+pidle*ttotal(6)
步骤4）中，根据车削加工程序、毛坯尺寸及工艺参数，得到车削加工程序中总工序数、每个工序执行时间、每个工序去除材料体积、换刀次数、执行车削加工程序总时间，用公式（6）计算执行车削加工程序时数控车床能耗。
本发明与现有方法相比，其优点是：将数控车床能耗分为主轴空载能耗、切削能耗、换刀能耗和待机能耗；分别考虑车削加工中各工序的主轴空载能耗、切削能耗；执行车削加工程序时数控车床能耗计算方法简单，预测精度高。
附图说明
图1是本发明的数控车床功率测试系统结构图。
图2是本发明的数控车床能耗组成结构图。
图3是本发明的一个轴类零件数控车削实例。
具体实施方式
下面结合图1图2对本发明做进一步详细描述。
步骤1）中，数控车床开机后，在非加工状态即主轴电机、进给轴电机、切削液泵不工作时，用功率分析仪从数控车床总电源进线端测出待机功率pidle，为常数。
在数控车床主轴额定转速nmax范围内，主轴转速从0r/min开始每增加100r/min，用功率分析仪在数控车床主轴电机进线端测出该主轴转速n(i)对应的主轴空载功率psu(i)，其中i表示第i次测量值，将（nmax/100）的小数部分截去只保留整数，设为f，则1≤i≤f；根据数控车床主轴系统运动学特性，用二次曲线来拟合数控车床主轴转速n与主轴空载功率psu之间关系：
psu=a*n2+b*n+c(1)
其中，a、b、c为待定系数。
将数控车床主轴转速n(i)与测得的主轴空载功率psu(i)代入公式（1），组成一个包括f个方程的超定方程组，基于最小二乘法计算待定系数a、b、c；将系数a、b、c代入公式（1）得到数控车床主轴空载功率计算模型。
步骤2）中，在数控车床待机状态，通切削液，测出数控车床功率，减去待机功率即为切削液泵功率pcool；数控车床换刀一般采用自动回转刀架或机械手自动换刀系统，都需要一个电机进行驱动。用功率分析仪在换刀系统电机进线端测出数控车床完整的一个换刀过程所用时间tchange，并测出一个换刀过程中换刀能耗ecutter。
步骤3）中，将车削加工程序执行过程中数控车床能耗etotal分为主轴空载能耗esu、切削能耗ec、换刀能耗etc和待机能耗eidle，并且有：
esu=∑psu(j)*t(j)(2)
其中，psu(j)是第j个工序中主轴空载功率，t(j)是第j个工序执行时间，1≤j≤e，e是车削加工中工序总数。
ec=∑[k0(j)*mrr(j)+pcool)*t(j)]=∑[k0(j)*q(j)+pcool*t(j)](3)
其中，k0(j)是第j个工序中切削经验系数，与工件材料和切削刀具有关，为常数；mrr(j)是第j个工序中材料去除率；q(j)是第j个工序中去除材料体积；t(j)是第j个工序执行时间。
etc=ecutter*m(4)
其中，m是车削加工中换刀次数。
eidle=pidle*ttotal(5)
其中，ttotal是执行车削加工程序总时间。
则车削加工程序执行过程中数控车床能耗
etotal=esu+ec+etc+eidle=∑[psu(j)*t(j)+k0(j)*q(j)+pcool*t(j)]+ecutter*m+pidle*ttotal(6)
步骤4）中，根据车削加工程序、毛坯尺寸及工艺参数，得到车削加工程序中总工序数、每个工序执行时间、每个工序去除材料体积、换刀次数、执行车削加工程序总时间，用公式（6）计算执行车削加工程序时数控车床能耗。
本发明在数控卧式车床上车削图3所示45#钢轴类零件进行了验证实验。如图3所示，用三爪卡盘夹持工件，φ40的圆柱面为装夹面，不加工。编程坐标系坐标原点设在工件左端面的中心点上，起刀点在a点。加工顺序：1）粗加工：车端面p，倒角2×450，φ20外圆，r5圆弧，φ30外圆，端面q，退刀至起刀点a；2）换刀；3）精加工：车端面p，倒角2×450，φ20外圆，r5圆弧，φ30外圆，端面q，退刀至起刀点a。粗加工时主轴转速630r/min，进给速度f为120mm/min；精加工时主轴转速800r/min，进给速度f为80mm/min。
用功率分析仪测试得到：该数控卧式车床待机功率pidle=438w，一个换刀过程中换刀能耗ecutter=75j，切削液泵功率pcool=36w。在第1个工序即粗加工工序中，主轴空载功率psu(1)=115w，运行时间t(1)=39.2s，结合毛坯尺寸得到去除材料体积q(1)=16014mm3；在第2个工序即精加工工序中，主轴空载功率psu(2)=153w，运行时间t(2)=58.1s，去除材料体积q(2)=4585mm3。执行车削加工程序总时间ttotal=101.5s。根据数控车削工艺理论，用硬质合金粗车刀车削45#钢时切削经验系数k0(1)=11j/mm3，用硬质合金精车刀车削45#钢时切削经验系数k0(2)=18j/mm3。则用公式（6）预测计算执行车削加工程序时数控车床能耗：etotal=esu+ec+etc+eidle=320.2kj；执行该加工程序时，用功率分析仪实测的数控机床能耗为329.8kj，预测准确率为97.1%。
本发明将数控车床能耗分为主轴空载能耗、切削能耗、换刀能耗和待机能耗；分别考虑车削加工中各工序的主轴空载能耗、切削能耗；执行车削加工程序时数控车床能耗计算方法简单，预测精度高。该发明内容有助于数控车削时选择节能的工艺参数，降低数控车床能耗。