模具在线检测功能研究

文／许俊海，李嘉荣，洪炽杰·广汽新能源汽车有限公司

模具作为汽车冲压车间的重要组成部分，具有开发周期长、调试难度大、价格高等特点。在生产过程中，异物导致零件及模具压坏的问题多次发生，造成零件面品不良率居高不下。然而，汽车模具预防保全工作主要停留在人工检查、记录，无法及时发现模具品质等相关问题，存在一定的数据延迟。随着信息化建设的不断加强，越来越多的企业采用信息化手段，将传统的人工纸质粗放式管理转化为数字化精细管理，其中部分小型模具逐步实现在线检测。

为了提高调试效率，降低报废成本，本文主要介绍首次在大型覆盖件模具上进行在线检测，利用大数据的手段解决因异物等造成模具压伤、损坏等故障。

方案目标

本系统主要由高精度传感器(AE/UE 传感器，测量半径为200 ～300mm）、冲压控制系统、数据采集分析模块、报警显示系统组成，如图1 所示，应用于汽车模具冲孔、修边、整形等生产工序。

系统设定以下3 点基本技术目标。

⑴智能化。自动采集冲压过程中模具与零件特定区域的振动频率，分析信号后做出正确判断，检测成功率85%以上。

⑵高品质。生产过程实时监控，异常时及时止损，避免批量不良，不良率降低3%以上。

⑶高效率。在保证模具状态情况下，减少设备及模具保养频次，提升工作效率，减少人员劳动负荷。

测试流程

前期分析

选用问题出现频率高的模具后门内板进行验证，对问题多发位置及测量范围进行统计，拟定多个安装位置。同时采用CAE 分析可行性，最终确认传感器安装位置。安装位置确认原则：在满足测量功能前提下，不影响模具结构，提前规避干涉点，同时确保生产过程中，不造成其他影响。

安装调试

将高精度AE、UE 传感器安装至模具下模表面(图2），利用晶体元件的压电效应，将声发射波引起被检件表面振动转化为电压信号，通过数据采集模块将电压信号传至CPU，在系统中构建正常包络线；同时将该系统与压力机控制系统联调，通过采集压力机运行过程中的角度信号，触发高精度传感器开始检测，从而减少系统数据冗余；对一套模具采集100 次数据并分析验证(图3），最后输出标准包络线，当检测到的信号偏离标准包络曲线时，系统就会提示分选出次品冲压成形件或停机操作。

图1 模具在线检测系统图

图2 传感器安装位置

以压力机单次冲压为一个循环，监控压力机单次冲压的振动信号，经过100 次自动学习及算法分析，建立生产过程监控的包络曲线。当实时监控曲线超出标准包络曲线后，将可能造成模具的重大异常，此时设备自行判断并自动停机。调试前，根据包络曲线颜色的亮度比例，操作人员可以对包络曲线进行最优化调整。

图3 数据采集

测试效果

在模具下模安装声压式传感器，将冲床运行速度设定为16SPM，装模高度设定为1196.8mm，模具在线监测系统的采样频率设定为51200Hz，压力机在循环运动过程中(滑块单次循环为0°至360°），上下模刚开始接触受力的阶段，即滑块在167°～180°之间，采集模具与零件之间的振动量变化，自动输出振动曲线如图4 所示。

图4 现场监控测量振动曲线

从图4 中观察到冲击部分信号有较多的“毛刺”，即高频成分。为了更好地显示结果，我们将采集到的曲线根据角度进行筛选，同时对过滤后的信号进行去高频处理。得到加窗处理后曲线，其中红色曲线为检测异常曲线，蓝色曲线为正常曲线，如图5、图6 所示；根据多次测试，建立标准曲线包络图。

图5 正常包络图（无异物）

图6 异常包络图（有异物）

正常情况下，振动曲线波动量在包络曲线范围内，若检测有异物，冲压过程中，振动波动量会增大，从而超出包络曲线；取金属异物在不同位置的异常工况数据进行对比，异常工况的数据部分跳出包络线范围。生产检测过程优化如图7 所示。

为了检测零件压痕、压伤、毛刺、带起等问题，分别使用毛绒线、纸屑、金属废料等进行测试，均能正常判断异常，整体检测成功率为85%，如表1 所示。

技术验证风险

异物损坏模具

异物放置于零件表面，冲压时容易造成模具损坏；为预防模具损坏风险，需对测试点进行分析，采取风险点较低的位置；测试验证后，对该模具该位置状态进行检查跟踪。

检测器脱落

为了防止检测器脱落造成模具压坏，检测器避免安装于上模，同时，安装固定支架固定检测器于下模，避开干涉位置。

结束语

本文提出的模具在线检测系统，经过实际项目验证，运行稳定且高效，减少模具故障率，同时大大降低了零件不良率，该系统的研究符合模具现代化和智能化发展的要求，在线监控将会是智能化设备的必备 功能，也会是模具智能化的重要突破。

图7 生产检测过程优化

表1 测量验证记录表