[发明专利]一种面向数字化车间数控机床的能耗预测方法

权利要求书

1.一种面向数字化车间数控机床的能耗预测方法，其特征在于：包括以下步骤：

(1)将数字化车间分为机床层、任务层和车间层；

(2)分别计算各层的能耗指标参数，其中，

(2.1)机床层的能耗指标参数包括机床层的材料去除的比能M1、材料去除的有效能量M2、加工的有效能量M3，以及机床的比能M4；机床层的材料去除的比能＝机床层的材料去除能量/机床层的材料去除量；机床层的材料去除的有效能量＝机床层的材料去除能量/机床层的机床的能耗；机床层的加工的有效能量＝机床层的加工能量/机床层的机床的能耗；机床的比能＝机床层的机床的能耗/机床层的材料去除量；

(2.2)任务层的能耗指标参数包括任务层的材料去除的比能T1、任务中材料去除的有效能量T2、任务中加工的有效能量T3，以及车间的有效能量T4；任务层的材料去除的比能＝任务的材料去除能量/任务的材料去除量、任务中材料去除的有效能量＝任务的材料去除能量/任务的能量消耗、任务中加工的有效能量＝任务的加工能量/任务的能量消耗，车间的有效能量＝任务的能量消耗/任务的材料去除量；

(2.3)车间层的能耗指标参数包括车间层的有效能量、电力负载因子、能量的碳强度；车间层的有效能量＝车间机床的能耗/车间的能耗；

(3)根据步骤(2)得到的能耗指标参数预测加工一件产品所有工序的能耗，进而预测一批产品的总能耗。

2.根据权利要求1所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：步骤(2.3)中的电力负载因子＝平均电能负荷/功率需求峰值。

3.根据权利要求1所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：所述机床层的材料去除能量其中，t_c为切削时间，机床切削功率切削力切削速度n为给定的车床主轴转速，d为刀具直径；为影响系数，为背吃刀量a_sp对切削力的影响指数，为进给量f对切削力的影响指数，为切削速度v_c对切削力的影响指数，表示实际加工条件和经验公式的试验条件不符合时的修正系数。

4.根据权利要求3所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：切削时间为n表示车床主轴转速，f表示进给量，L表示切削长度,ΔL₁与ΔL₂分别表示切削空刀及换刀时的切削长度。

5.根据权利要求1所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：机床层的材料去除量为：D_i表示切削前棒料直径，D_f表示加工后棒料直径；L表示切削长度；机床层的加工能量为：P_u为闲置功率，P_c为切削功率，α₁、α₂分别为额外负载损耗系数，t_c为切削时间；机床层的机床的能耗为：E_machine＝E_s+E_u+E_m，其中，启动能量E_s＝f_s(n)，受机床的转速影响，E_u＝P_ut_u，t_u为机床闲置时间，P_u＝f_u(n)，由实验回归分析获取，E_m＝(P_u+P_a+P_c)t_c，P_a为额外负载损耗。

6.根据权利要求1所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：任务的材料去除能量为：其中，m表示工序的多个工步，为在任务p中工序q的材料去除能量，m_p为任务p中工序的数量；任务的能量消耗为：其中，表示任务p中工序q的操作能量；是任务p中工序q的传输能量。

7.根据权利要求2所述的一种面向数字化车间数控机床的能耗预测方法，其特征在于：所述车间机床的能耗为：表示在加工单元i中机床j的能量消耗，n_i表示在加工单元i中机床的数量。