На Fanuc 31i скорректированные параметры подачи прячутся в системных переменных. Python-скрипт вытаскивает их без лишней возни с SCADA. Это решает проблему ручного подсчета OEE - автоматически считаешь доступность, производительность и качество.

Данные идут на оптимизацию режимов: подача, шпиндель, износ инструмента. Станок сам корректирует параметры по нагрузке, а скрипт их логирует. Получаешь точные метрики для 2026 года - без простоев и с максимальной выработкой.

Что такое скорректированные параметры подачи на Fanuc 31i

Скорректированные параметры - это когда стойка сама меняет подачу по нагрузке шпинделя, износу или отклонениям. В Fanuc 31i они живут в системных переменных #3000+ и O-параметрах. Станок мониторит амперы, обороты, время резания - и подкручивает F, S под реальность.

Пример: фрезеруешь нержу, инструмент тупится - стойка снижает подачу на 15%, чтобы не сорвать. Без логов не поймешь, сколько реально ушло на коррекцию. А для OEE это критично: цикл удлинился, производительность просела. Скрипт через FOCAS тянет эти данные в реал-тайм, парсит и суммирует.

• #3901-#3920: коррекция подачи по нагрузке (AMP1-AMP8 для осей)
• #3010-#3020: статус коррекции шпинделя и осей
• #5001: общая длительность с коррекцией

Нюанс: перед чтением включи FOCAS в параметрах стойки #8100=1.

Подключение Python к Fanuc 31i через FOCAS

FOCAS - это API от Fanuc для чтения системных переменных. Подключаешься по Ethernet, без доп. железа. В 2026-м это стандарт: стойка на сети, Python на ноуте у оператора или сервере. Библиотека pyfocas или focas-python - твой лучший друг.

Пример: станок режет сотку, нагрузка скачет - скрипт каждые 5 сек пингует #3902, видит коррекцию +10%. Логирует в CSV с timestamp. Потом агрегируешь: сколько % времени стойка корректировала, влияние на OEE. Без этого - слепой полет по приборам.

1. Установи библиотеку: pip install focas
2. Инициализируй соединение: h = cnc_allclib(cnc_handle())
3. Читай переменную: cnc_rdmacro(h, 3902, 10, data)

# Пример чтения коррекции подачи
import focas
h = focas.cnc_allclib('192.168.1.100')
data = focas.cnc_rdmacro(h, 3902, 10)
print(f'Коррекция X: {data} %')

Важно: проверь firewall на стойке, порт 8193 открыт.

Расчет OEE из скорректированных данных

OEE = Доступность x Производительность x Качество. Скорректированные параметры дают точную Производительность: реальное время резания vs план. Python парсит логи, вычитает коррекции - и вуаля, метрика на лицо. Для алюминия коррекция 5%, для нержи - 25%, OEE падает.

Реальный кейс: серия 100 деталей, план 2 мин/шт, с коррекцией - 2.3 мин. Скрипт считает delta, предлагает снизить подачу заранее или сменить инструмент. Оптимизация режимов: подкрути #3921 для предиктивной коррекции.

• Доступность: время простоя / коррекций (из #3010)
• Производительность: план vs реал с учетом F-коррекции
• Качество: % брака по нагрузке (если >150% - сбой)

Выводи в дашборд на Streamlit - оператор видит онлайн.

Оптимизация режимов на основе выгрузки

С логами коррекций подбираешь оптимальные F/S заранее. Скрипт анализирует историю: для той же нержи средняя коррекция +18% - ставь подачу ниже изначально. Или меняй геометрию инструмента по #2001-#2010.

Пример: данные за неделю показывают пики коррекций на глубине 10 мм - уменьши вылет на 2 мм. Интеграция с Excel-макросом: импортируй CSV, считай регрессию. В 2026-м это норма - стойка + Python = умный цех без операторских ошибок.

1. Парсинг: df['corr'] = df['param3902'] - 100
2. Агрегация: avg_corr = df.groupby('tool')['corr'].mean()
3. Рекомендация: if avg_corr > 10: ‘Сменить инструмент’

Сохраняй raw_data в папке, processed - с графиками matplotlib.

Когда скрипт не тянет - типичные косяки

Не всегда гладко: FOCAS глючит на старых прошивках, переменные недоступны. Или сеть рвет - добавь retry в код. Тестируй на эмуляторе Fanuc перед боем. Осталось докрутить ML для предикта коррекций по нагрузке - но это уже следующий уровень.