智能传感器在汽车模具上的应用

文／唐士东，赵有玲，刘龙传，姜长富·一汽-大众汽车有限公司成都分公司

模具(图1）是汽车生产中的重要一环，好的汽车从冲压开始，好的冲压从模具开始，模具状态的稳定将直接决定板材的成形质量。传统模具中，很少有检测手段来监控生产过程中模具内部的状态，只能通过设备冲压后，检测板材的质量来确认零件的质量，有些质量缺陷可以提前检出，然而一些比较隐蔽的质量缺陷无法检出，导致缺陷零件流转到下一工序，在后续生产中出现严重的质量问题，根据这一问题，尝试将智能传感器应用在模具上，多维度采集和分析成形中的相关数据，根据分析结果提前预判零件可能出现的问题，并通过设备的联锁，让设备自动作出相应的调整，保证成形质量的稳定。

检测技术方案

增加温度检测以及压力检测

仰韶文化彩陶

图1 传统模具的结构

某厂冲压车间的拉延模具，在成形过程中需要使用延时氮气缸，通过延时氮气缸的延时动作，避免内压料板与成形后工序件的碰撞，从而保证零件的质量。延时氮气缸的结构如图2 所示，其工作原理如图3 所示。

图2 延时氮气缸结构

图3 延时氮气缸的作用原理

该件生产冲程次数达到8.5 次/分钟，批次生产计划超过3000 件，延时氮气缸在频繁的运行中温度会逐渐升高，当温度过高后会导致氮气缸内气体的膨胀系数升高，损坏内部的密封元件，影响氮气缸的密封性和锁紧功能，从而使制件产生质量缺陷。以往的生产模式中，我们无从掌握延时氮气缸的温度状态、气压状态，只能通过成形后的零件进行判断。为了让隐蔽的质量缺陷提前暴露出来，我们检查并测量了模具的空间位置，据此选择智能传感器的型号，在延时氮气缸的核心区域，增加温度检测的传感器和氮气压力检测传感器，如图4、图5 所示。

传感器实时反馈延时氮气缸的温度和氮气缸压缩后的压力，根据这些成形数据进行多批次的生产验证，从而找到稳定生产的阈值。在成形过程中，延时氮气缸内的温度不能超过80℃，氮气缸正常工作压力范围为20 ～40Bar，一旦这两个数据有任何一个超差，都将在设备的控制系统进行提示或停机，提醒技术人员当前模具处于非稳定状态，需要进行人为干预。通过这样的方式，用智能传感器监控模具的动态稳定性，并利用数据和零件质量的相对关系，找到模具稳定生产的最佳状态，保证零件的高质量生产。

图4 延时氮气缸温度传感器

图5 氮气压力检测传感器

增加模具凸模表面温度检测

某套模具在多次的批量生产中暴露出对温度的敏感性，整个成形过程需要在恒定温度下才能保证零件质量趋于稳定，一旦温度过低或者过高，都将导致零件出现不同程度的缺陷，且只能通过调整设备下气垫挤压力来保证零件质量。当温度再次变化后，还需要动态调整挤压力的数据，每批次生产中往往需要多次修正挤压力，而且数据的修正没有依据可言，仅凭模修工的个人经验，一旦陪产的模修工换人，批次生产停台次数和废品率都会有所上升。针对这个现象，在模具空间上布置一个非接触式的温度检测传感器，如图6 所示。

通过非接触的方式，在成形过程中不断检测模具表面的温度，结合采集到的温度数据和零件质量状况，逐渐总结出挤压力数据调整的规律，准确把握整个成形状况，从而有效调整挤压力。

图6 模具空间布置非接触式温度检测传感器

数据读取技术方案

我们所使用的传感器，均为西门子S7-400 控制系统可识别的4 ～20mA 量程的智能硬件，通过ET200S 从站模块，经过PROFIBUS 总线，将采集到的

状态信号实时传送给逻辑控制CPU，在CPU 内利用LAD/STL 等编程语言，编写控制逻辑，实现对外部状态变化的控制。图7 展示了如何通过西门子控制系统采集外部传感器信号状态。

图7 压力和温度状态量的采集方式

Step-7 程序中，利用FC635 功能块，将传感器输入映像区的当量值计算后，转化为实际的温度值，在区域图中①处输入模拟量采集的最大当量值，②处输入传感器可采集的最小值，③处输入传感器可采集的最大值，④处输入传感器在程序中的映像区地址。输出区域⑤是经过计算转换后的实际温度值，⑥处是当采集状态出现错误时的标记位，经过此功能块的实时转换(图8），就可以得到实时的温度数值。

图8 程序块中模拟量的计算转换

利用大数据平台，对数据进行综合分析

通过不断地布置智能传感器，可以采集的模具状态参数值也逐渐增多，对数据不断进行筛选（仅留关键信息，排除冗余数据），将会得到大量的准确数据，根据这些数据的变化趋势和数据的相关性，利用软件平台进行整合和分析，如图9 所示。

充分利用平台的分析能力，获得以下优势：

⑴生产过程数据全记录。过程数据将全部记录到数据库中，一旦某批次出现了质量缺陷，将灵活地调取当批次生产的模具状态数据，通过对这些数据的再次分析，将不断完善监控系统的模型，提升预测的准确度。

⑵多维度综合分析。分析平台可以整合所有相关数据进行综合分析，找到数据之间的内在联系，并建立逻辑模型，当内部的个别因素产生变化，系统将自动作出调整，以保证零件成形的稳定。

图9 智能模具状态采集分析系统

结束语

通过智能传感器在模具上的应用，可以更好地掌握模具的生产状态，对比传统的生产模式，智能制造让我们获得大量的数据和逻辑关系，不再是单一的最终结果，而是可以在过程中更精准地把握和干预，以得到稳定的生产质量。随着智能传感器的不断布置，数据的不断累积，判定逻辑的不断完善，零件生产质量的可控性和稳定性将大幅度提高。