1

AUMON

I Wstęp, zużycie i trwałośd ostrza

1. Zjawiska powodujące zużycie ostrza

Ścieranie mechaniczne, adhezja, dyfuzja, odkształcenia plastyczne, utlenianie, zużycie
wytrzymałościowe (wykruszenia, wyłamania, pęknięcia)

2. Dyfuzja przy skrawaniu stali narzędziem z węglików spiekanych

Przy obróbce (szczególnie z dużą prędkością) następuje dyfuzja. W jej wyniku następuje rozkład
węgliku wolframu i powstają złożone związki żelaza, wolframu i węgla. Np. F3W3C Do
przedmiotu przechodzi Fe C Co a po stronie ostrza kobalt TiC-WC.

3. Formy wytrzymałościowego zużycia ostrza

Pęknięcia, wyłamania, wykruszenia. Pęknięcia ostrza występują z reguły przy obróbce
przerywanej, gdy ostrze narażone jest na wielokrotne, częste uderzenia mechaniczne i cieplne.
Zmęczenie mechaniczne powoduje powstawanie pęknięd równoległych do krawędzi, zaś cieplne
– prostopadłych. Z upływem czasu oba pęknięcia łączą się i powodują wyłamanie otoczonego
przez nie segmentu a następnie znacznego fragmentu ostrza. Drobne wykruszenia krawędzi
powstają w wyniku miejscowego przekroczenia wytrzymałości doraźnej ostrza. Zmiany geometrii
powodują wzrost obciążenia, a więc zwiększoną podatnośd na zużycie oraz kolejne wykruszenia.
Wyłamanie ostrza powstaje z podobnych przyczyn co wykruszenie, z tą różnicą, że jest znacznie
większe. Przy wyłamaniu następuje chwilowy spadek siły skrawania, ponieważ następuje
odsunięcie krawędzi skrawającej od materiału. Przy wykruszeniu następuje gwałtowny wzrost siły
skrawania, ponieważ krawędź skrawająca zostaje stępiona. Spalenie ostrza powstaje w wyniku
wzrostu temperatury skrawania spowodowanym nadmiernym zużyciem ostrza. Następuje
odpuszczenie materiału ostrza i ścięcie wierzchołka.

4. Bezpośrednie i pośrednie wskaźniki zużycia ostrza, zakres ich stosowania

2

Bezpośrednie – geometryczne miary zużycia stosowane w laboratoriach. Wyróżnia się 3
podstawowe: krater na powierzchni natarcia(K=KT/KM), zużycie wrębowe(VBc, VBb, VBmax,
VBn), starcie powierzchni przyłożenia(KE). Pośrednie wskaźniki zużycia to zmiany wielkości
fizycznych spowodowane zużyciem ostrza, na podstawie których można ocenid to zużycie.
Zaliczamy do nich chropowatośd powierzchni obrobionej, kształt i kolor wióra, siły skrawania,
drgania i hałas, emisję akustyczną, temperaturę w strefie skrawania i szereg innych
odpowiednich dla danych warunków skrawania.

5. Okres trwałości ostrza, kryterium trwałości i jego dobór

Czas skrawania do stępienia ostrza nazywamy okresem trwałości ostrza T. Kryterium trwałości
ostrza jest to dopuszczalna(krytyczna) wartośd zużycia ostrza lub jego wykruszenie , wyłamanie.
Dobór kryterium zależy od wielu czynników. Powinno jak najlepiej charakteryzowad stan
nieprzydatności narzędzia do dalszej pracy. Powinno byd tez w danych warunkach możliwe do
określenia. W zależności od przypadku różne są kryteria doboru(laboratorium - określona
wartośd wybranego wskaźnika zużycia (bezpośredniego) lub kombinacja takich wartości;
produkcja jednostkowa – człowiek sprawdza, może to byd kolor i kształt wióra, piski narzędzia,
stan powierzchni, doświadczenie operatora; produkcja seryjna – czas, liczba sztuk;
zautomatyzowane systemy wytwarzania – wskaźniki pośrednie (mierzone przy użyciu
odpowiednich czujników).

6. Losowy charakter zużycia i trwałości ostrza, współczynnik zmienności

Zużycie ostrza jest wielkością losową, to znaczy, że kolejne ostrza pracujące w tych samych
warunkach skrawania zużywają się nieco inaczej i ulegają stępieniu po rożnym czasie. Liczne
występowanie przedwczesnych, zwłaszcza katastroficznych stępieo ostrza, prowadzące do
niesymetryczności rozkładu świadczy o źle dobranych warunkach pracy. Współczynnik

zmienności

jest ważną miarą jakości narzędzi i doboru warunków skrawania. Dla

właściwych warunków nie większy niż 0.15.

7. Niezawodny okres trwałości ostrza – zdefiniowad, podad wzory

Jest to taki założony czas, przed upływem którego nie występowało stępienie ostrza (z pewnym
prawdopodobieostwem).

3

8. Określanie kooca trwałości ostrza

Laboratorium – określona wartośd wybranego wskaźnika bezpośredniego zużycia lub kombinacja
takich wartości, mikroskop; produkcja jednostkowa – człowiek sprawdza, może to byd kolor i
kształt wióra, piski narzędzia, stan powierzchni, doświadczenie operatora; produkcja seryjna –
czas, liczba sztuk; zautomatyzowane systemy wytwarzania – wskaźniki pośrednie: drgania i hałas,
siła skrawania, emisja akustyczna.

9. Zależnośd T(vc) – wyprowadzid wzór Taylora

10. Zależnośd T(vc, ap, f), okresowa prędkośd skrawania

11. Dobór parametrów skrawania

4

Wydajnośd objętościowa Q=f*a*Vc; głębokośd skrawania największa jaka możliwa (uwaga na
moc obrabiarki, oraz sztywnośd OPUN) lub równa naddatkowi; posuw jak największy
możliwy(uwaga jak wyżej) oraz na wpływ chropowatości powierzchni obrobionej Rt=f^2/8re;
prędkośd skrawania odpowiadająca przyjętemu okresowi trwałości ostrza dla dobranych f i ap
Vc= C

VT

*f^Yv*ap^Xv

12. Zadania układów AUMON

Diagnozowanie stanu narzędzi skrawających, w tym: wykrywanie KSO, diagnostyka zużycia ostrza
(wykrywanie kooca okresu trwałości); wykrywanie nadmiernych drgao; wykrywanie kolizji;
inne(diagnostyka postaci wióra, wykrywanie narostu, powstawania zadziorów, wykrywanie
brakującego narzędzia lub przedmiotu).

13. Co to jest kolizja, jej przyczyny i skutki

Kolizja jest to niepożądane zderzenie zespołów obrabiarki, narzędzia lub przedmiotu
spowodowane ich wzajemnymi przemieszczeniami. Przyczyny powstawania kolizji: -błędy w
programie NC, -błędy w obsłudze, -nieprawidłowe wprowadzenie wymiaru narzędzia, -awaria
układu sterowania NC, -ustawienie i zerowanie obrabiarki, -nieprawidłowe wymiary przygotówki.
Około 70% wszystkich kolizji spowodowane jest przez błąd człowieka. Skutkiem może byd
zniszczone narzędzie lub przedmiot obrabiany a także czasem np. imak narzędziowy.

14. Struktura logiczna układu nadzoru narzędzia i PS

Strefa skrawania-> wielkości fizyczne-> czujniki-> sygnały-> przetwarzanie sygnałów (filtry, RMS,
FFT, statystyka)-> miary sygnałów-> integracja miar, diagnoza-> rozkaz-> akcja!

15. Struktura sprzętowa układu nadzoru narzędzia i PS

Czujniki-> układ wstępnego przygotowywania sygnału (wzmacniacze sygnałów)-> układ
interpretacji sygnałów (np. komputer)-> sterowanie procesem na podstawie wyników np.
sterowanie CNC.

II Wielkości fizyczne wykorzystywane w AUMON

1. Diagnostyka stanu narzędzia metodami bezpośrednimi

Do metod bezpośrednich zaliczamy pomiar radioaktywności (czujniki promieniowania używane
do oceny ubytku masy ostrza, kłopotliwe ze względu na BHP; pokrycie ostrza cząstkami
radioaktywnymi i mierzenie spadku radioaktywności), oporu elektrycznego (wyłącznie metoda
laboratoryjna ze względu na długie przygotowywanie ostrza), temperatury sił skrawania i siły
termoelektrycznej (zużycie ostrza powoduje wzrost sił i mocy skrawania oraz tarcia co zwiększa
jego temperaturę), wymiarów przedmiotu obrabianego, odkształceo i przemieszczeo (w wyniku
zużycia narzędzia ulega zmianie głębokośd skrawania, a wraz z nią wymiar przedmiotu
obrabianego lub odległośd imaka narzędziowego od powierzchni obrobionej), obrazu narzędzia
(analiza obrazu powierzchni ostrza, która ulega zużyciu), położenia krawędzi skrawającej
(laserowe lub dotykowe układy pomiarowe, służące do dokładnego określania położenia

5

krawędzi skrawającej w układzie współrzędnych obrabiarki), chropowatości powierzchni
obrobionej (zużywaniu się narzędzia towarzyszy wzrost chropowatości powierzchni obrobionej,
metody optyczne lub laserowe). Przy diagnostyce bezpośredniej często używa się sond
dotykowych, czujników optycznych i laserowych itp. (w zależności od metody).

2. Zależnośd sił skrawania od zużycia ostrza

Aby prawidłowo monitorowad stan zużycia ostrza przy pomiarze sił skrawania należy wybrad
sygnały tych sił, które najbardziej odzwierciedlają stan ostrza. Możliwe są warianty: siła
posuwowa (najbardziej skorelowana ze zużyciem ostrza); stosunek siły posuwowej do siły
głównej Ff/Fc (stosując taki stosunek możemy zredukowad wpływ przypadkowej zmiany
głębokości warstwy skrawanej z uwagi na małą wrażliwośd siły Fc na zużycie ostrza, ale dośd silnie
powiązaną z parametrami skrawania); stosunek sumy sił posuwowej i odporowej do siły głównej
(ff+fp/fc) przy czym dodatkowe zastosowanie siły odporowej Fp daje dokładniejsze rezultaty z
uwagi na jej wrażliwośd na zużycie ostrza.

3. Wpływ KSO na przebieg sił przy frezowaniu

Gdy nastąpi KSO podczas frezowania nie zniszczą się jednocześnie wszystkie ostrza. Będziemy
obserwowali wzrost sił skrawania na tych ostrzach, które są zużyte, a inne będą działały
prawidłowo.

4. Przebieg sił skrawania przy wykruszeniu ostrza

Przy wykruszeniu nastąpi gwałtowny wzrost siły posuwowej Ff i odporowej Fp (trochę mniej
wrażliwa na wykruszenie). Związane jest to, z nagłą stratą ostrości ostrza. Siła główna często jest
niezmienna lub może minimalnie rosnąd.

5. Przebieg sił skrawania przy wyłamaniu ostrza

Podczas wyłamania następuje gwałtowny spadek siły odporowej Fp oraz posuwowej Ff. Jest to
spowodowane skróceniem narzędzia i gorszym ,,stykiem’’ z przedmiotem obrabianym . Siła
główna prawie się nie zmienia.

6. Emisja akustyczna – co to jest, jej źródła w PS

Emisja akustyczna to zanikająca fala sprężysta, będąca efektem gwałtownego wyzwolenia energii
nagromadzonej w materiale przez propagujące mikro uszkodzenia (wzrost mikro szczelin,
dyslokacje) w materiale. Jej źródła w PS to: ścinanie i plastyczna deformacja materiału
obrabianego, pękanie materiału obrabianego i narzędzia, tarcie pomiędzy materiałem
obrabianym, narzędziem i wiórem, uderzenia i pękanie wiórów.

7. Demodulacja AE – co to jest, jak się robi, do czego służy

Formy demodulacji: uśrednienie lub wyznaczanie wartości skutecznej. Demodulacja jest to
pewna zmiana otrzymanego sygnału tak, aby w łatwy sposób można było go zarejestrowad i
interpretowad.

8. Przebieg AE w trakcie wybuchu

6

W trakcje wybuchu amplituda sygnału akustycznego gwałtownie skacze. Po chwili stopniowo
spada (zanika). Jej przebieg jest tożsamy z przebiegiem zanikającej fali sprężystej.

9. Zastosowanie AE przy mikroobróbkach

Główną zaletą stosowania AE w mikroobróbce w porównaniu do czujnika siły/wibracji jest to, że
daje bardzo dobry stosunek sygnału do zakłóceo (singal/noises) dla małych warstw skrawania (od
prawie 10^-3 do 10^-1). Stosowanie czujników siły/wibracji jest lepsze dla warstw skrawania od
10^-1 do 10^1.

10. Wpływ łamania wióra na przebieg sygnału AE

Dzięki AE podczas łamania wióra możemy monitorowad postad naszego wióra, a w związku z tym
zużycie narzędzia. Podczas gdy wiór nie jest łamany (jest spiralny rurkowy) nie następuje łamanie
i nie ma AE. Analogowa wartośd skuteczna sygnału AE jest przekształcana do postaci cyfrowej,
która wyraźnie identyfikuje zakłócenia w łamaniu wióra.

III Czujniki stosowane w układach AUMON

1. Czujniki (mierzone wielkości fizyczne) w układach DNiPS w zależności od typu obrabiarki

Dla różnych obrabiarek zalecany jest inny typ czujnika: tokarka (odkształcenia elementu
obrabiarki, sił jednoosiowy, sił trójosiowy); tokarka z narzędziem obrotowym (takie same jak dla
tokarki + czujnik mocy); centrum obróbkowe (mocy); szlifierka (mocy, AE); prasa(sił jednoosiowy,
drgao); wiercenie/frezowanie duże średnice (mocy, drgao); wiercenie/frezowanie małe średnice
(mocy, momentu skręcającego, AE); gwintowanie (momentu skręcającego);
wiercenie/rozwiercanie wielowrzecionowe (momentu skręcającego); gwintowanie
wielowrzecionowe (momentu skręcającego, AE); nacinanie uzębieo (mocy, drgao).

2. Przemysłowe czujniki mocy silnika, zakres stosowania, zakłócenia

Moc silnika jest wprost proporcjonalna do obciążenia silnika, natomiast prąd jest funkcją
kwadratową. Przemysłowe czujniki podłączane są pomiędzy zasilaniem a silnikiem obrabiarki.
Zastosowanie czujników mocy np. przy wierceniu zależne jest od mocy silnika i średnicy wiertła, a
także od tego czy silnik jest wysokiej jakości. Przy użyciu czujnika mocy silnika istnieje wiele
możliwości zakłóceo: w strefie skrawania (przedmiot obrabiany, chłodziwo, warunki skrawania,
poprzednie operacje, narzędzie), we wrzecionie (temperatura, odkształcenia cieplne, tarcie
działające na łożysko, masa bezwładna wrzeciona), w skrzynce prędkości (temperatura, tarcie), w
silniku (straty elektryczne, tarcie), w układzie sterowania (charakterystyka pętli sprzężenia,
zakłócenia z sieci). Pomiar mocy zawiera informacje z całego układu, a nie ze strefy skrawania.
Jest to metoda stosunkowo łatwa i tania do zastosowania. Czujnik mocy mierzy moc silnika
napędu głównego lub posuwowego bezpośrednio na podstawie napięcia i natężenia. Natężenie
jest mierzone za pomocą 1-3 czujników Halla. Metoda daje ogólnie mało zadowalające wyniki,
ponieważ moc jest proporcjonalna do głównej siły skrawania – mało wrażliwej na zużycie ostrza.

3. Czujniki odkształceo elementów obrabiarki

7

Czujniki te działają na zasadzie elementu piezoelektrycznego. Podstawową zasadą działania jest
pośredni pomiar sił. Mierzymy odkształcenia sprężyste elementów obrabiarki. Czujnik
montujemy na mocno obciążonym elemencie, przy czym obciążenie powinno byd bezpośrednio
zależne od siły skrawania. Musimy zamocowad czujnik z odpowiednim napięciem wstępnym.
Stosujemy je zwłaszcza do wykrywania kolizji. Kołki pomiarowe oraz RetroBolt. RetroBolt –
czujnik sił działających na śrubę mocującą, kołki pomiarowe – mierzą quasi-statyczne i
dynamiczne odkształcenia elementów obrabiarki: prostopadłe lub równoległe, przenosząc
znikomy procent obciążenia.

4. Zakłócenia sygnału siły posuwowej z czujnika w oprawie łożyska śruby tocznej

Czujnik siły posuwowej montowany jest w oprawach łożysk wałków, śrub pociągowych lub
wrzecion. Jest kompromisem miedzy dokładnością a łatwością instalacji. Zbudowany jest z dwóch
współosiowych pierścieni. Istnieje wiele możliwości zakłóceo. Przed rozpoczęciem skrawania
przeprowadza się tarowanie czujników, czyli pomiar aktualnej wartości sygnału, która odpowiada
zerowej sile skrawania. Zakłócenia sygnału: zmiennośd sygnału Ff w czasie ruchu jałowego
(przyczyna: sam czujnik siły – współpraca pary śruba toczna – łożysko pomiarowe); przebieg
sygnału Fp na początku skrawania (drgania wykresu i spadek siły Fp)( przyczyna: nie dośd szybkie
uwolnienie się napięd w łaocuchu kinematycznym); zmiennośd sygnału siły Ff w czasie skrawania
ze stałymi parametrami (przyczyna: gromadzenie się napięd w łaocuchu kinematycznym posuwu).

5. Przemysłowe czujniki sił skrawania – budowa, zasada montażu

Mogą byd jedno-, dwu- i trzy-składowe. Instaluje się je tak, żeby przenosiły niewielka częśd
obciążenia (do 10%). Zalecane są 3 główne konfiguracje montażu: płyta pomiarowa (precyzyjna
podkładka montowana miedzy zespołami obrabiarki. Zawiera 1 lub 2 przetworniki i musi byd
instalowana na drodze przenoszenia siły. Płyty pomiarowe zapewniają najdokładniejszy pomiar
sił, są jednak czasem trudne do zainstalowania w istniejących obrabiarkach); wnęki (umożliwiają
łatwiejszą instalację niż płyta pomiarowa, czujnik jest montowany w precyzyjnie wykonanej
wnęce na połączeniu śrubowym; jego obciążenie wstępne uzyskuje się dzięki dopasowywaniu
grubości podkładki, która wraz z grubością czujnika przekracza o około 15 mikronów wysokości
wnęki); trzecie rozwiązanie (jest podobne do poprzedniego ale zamiast podkładki występuje
nastawny klin. Unika się dzięki temu dopasowywania podkładki kosztem nieco większej wnęki i
samego klina, oraz można montowad czujnik bezpośrednio w elemencie obrabiarki a nie na
połączeniu).

6. Porównanie sygnałów sił z laboratoryjnego i przemysłowego siłomierza

Przy użyciu laboratoryjnego siłomierza parametr głębokości zużycia VB=VB(Ff,ap) lub
VB=VB*Ff,ap(Fc,f)+. Zauważamy, ze siła Fc nie jest w ogóle zależna od zużycia ostrza. Przy użyciu
siłomierza przemysłowego można zauważyd, ze siła skrawania Fc jest dośd mocno zależna od
zużycia. Wynika to ze sprzężeo skośnych niedoskonałego układu pomiarowego, czyli z wpływu
siły Ff na sygnał Fc. Otrzymane wyniki wskazują zatem, że czujnik przemysłowy nie zawsze może
byd użyty w taki sam sposób jak laboratoryjny. Tutaj parametr VB może byd określony wzorem
VB=VB(Ff,ap).

7. Czujniki momentu i siły osiowej

8

Bardzo dobre wyniki w monitorowaniu gwintowników i wierteł można uzyskad dzięki specjalnym
oprawkom narzędziowym. Czujnik momentu może byd wykorzystywany do monitorowania
zużycia i KSO, wykrywania braku skrawania, błędów głębokości gwintowania, zbyt dużej lub malej
średnicy gwintowanego otworu, uszkodzenia lub braku gwintownika. Czujnik taki zbudowany jest
z rotora, oprawki, tensometrów oraz statora. Stator montowany jest 5mm od rotora i służy do
zasilania i odbioru sygnału. Przykładem takiego czujnika może byd magnetostrykcyjny czujnik sil i
momentów. Innym przykładem czujnika momentu i siły jest czujnik prądów wirowych do
monitorowania procesów wiercenia. Zaletą jest to, że umożliwia pomiar momentu skręcającego
bez przebudowy struktury mechanicznej obrabiarki, mogącej zredukowad jej sztywnośd. Są
również dostępne bardzo dobre cztero-składowe dynamometry obrotowe mierzące trzy
składowe siły skrawania i moment na obracającym się wrzecionie, ale ich koszt wynosi około
30000USD.

8. Przemysłowe czujniki drgao i AE

Przemysłowe czujniki AE przystosowane są do trudnych warunków panujących w strefie
skrawania. Większośd czujników przeznaczonych jest do odbioru sygnałów AE z powierzchni
obrabiarki. Budowa: przetwornik wykonany jest z materiału piezoelektrycznego, zwykle
ceramicznego. Czułośd i charakterystyka rezonansowa przetwornika zależy od jego wymiarów
geometrycznych i od rodzaju materiału. Płaską charakterystykę uzyskujemy dzięki starannemu
odizolowaniu przetwornika od obudowy, przez co unika się oddziaływania niepożądanych
rezonansów czy pasmowych wytłumieo sygnału. Inne podjęcie polega na odbiorze sygnałów AE
przez strumieo chłodziwa, który może byd skierowany bezpośrednio na narzędzie lub PO. Zaletą
jest zbliżenie się do strefy skrawania. Używamy jej, gdy liczne połączenia zakłócają przekazywanie
sygnału lub gdy sygnał jest zakłócony przez sygnał pochodzący od innych narzędzi. Sygnał może
byd zakłócony przez bąbelki powierza w strumieniu chłodziwa.

9. Badanie charakterystyki czujnika AE metodą Nilsena Hsu

Metoda polega na łamaniu grafitu ołówkowego. Proces łamania może byd źródłem wzorcowych
sygnałów AE pod warunkiem, że zostanie przeprowadzony według ścisłej procedury. Zalecane są
grafity firmy Pentel o d=0,5mm i twardości 2H. Proces wykonujemy przy pomocy tulei z teflonu.
Czujnik zamieszczony jest na gładkiej płycie o określonych wymiarach i w odległości 50mm od
niego łamany jest grafit. Można przyjąd, że widmo zarejestrowanych drgao z przybliżeniem
oddaje charakterystykę amplitudową czujnika wraz z całym torem przenoszenia sygnału.

10. Wpływ drogi sygnału AE na jego charakterystykę i przebieg

Im droga większa tym bardziej sygnał AE jest słaby. Najlepszy wynik uzyskamy przy pomiarze
bezpośrednim (w jednej płaszczyźnie). Przechodzenie sygnału przez połączenia osłabia sygnał i
należy wtedy dostosowad wzmocnienie (należy uważad na przeregulowanie).

IV Przetwarzanie sygnałów w AUMON – obróbka wstępna, dziedzina czasu

1. Zadania przetwarzania sygnałów w AUMON

9

Wstępna obróbka sygnałów (filtrowanie, przetwarzanie A/C (próbkowanie, wyznaczanie wartości
skutecznej, obliczenia wartości średniej, analiza widmowa, analiza statystyczna itd.)); rejestracja i
wyznaczanie miar sygnałów; transformacja do dziedziny częstotliwości (FFT, STFT, WT); wybór
miar.

2. Wstępna obróbka sygnału w układach AUMON

Wstępne wzmocnienie:

Filtrowanie górno- i dolno-przepustowe:

Pasma przepustowe i zaporowe:

10

Obszary przejściowe:

Próbkowanie

Sprowadzenie sygnału AE do niskoczęstotliwościowego przez modulację (bez wyznaczania miar
AE)

3. Przetwarzanie A/C, aliasing

Przetwarzanie A/C:

11

Aliasing (częstotliwośd próbkowania):

4. Filtry o skooczonej i nieskooczonej odpowiedzi impulsowej

Filtry o skooczonej odpowiedzi impulsowej:

Filtry o nieskooczonej odpowiedzi impulsowej:

12

5. Charakterystyka podstawowych filtrów o nieskooczonej odpowiedzi impulsowej

Filtr Butterwortha:



Maksymalnie płaski w paśmie przenoszenia – najmniejsze zniekształcenia sygnału



Dośd powolny spadek wzmocnienia w paśmie przejściowym



Filtr ogólnego stosowania

Filtr Czebyszewa I:



Zoptymalizowany dla najszybszego spadku wzmocnienia w paśmie przejściowym



Zafalowania w paśmie przepustowym



Stosowad, gdy ważny jest szybki spadek wzmocnienia i brak zafalowao w paśmie
zaporowym

Filtr Czebyszewa II:



Zoptymalizowany dla najszybszego spadku wzmocnienia w paśmie przejściowym



Zafalowania w paśmie zaporowym

13



Stosowad, gdy ważny jest szybki spadek wzmocnienia i brak zafalowao w paśmie
przepustowym

Filtr eliptyczny:



Najszybszy spadek wzmocnienia w paśmie przejściowym



Zafalowania w paśmie przepustowym i zaporowym



Stosowad, gdy ważny jest szybki spadek wzmocnienia

Filtr Bessela:



Najbardziej liniowa charakterystyka fazowa



Bardzo powolny spadek wzmocnienia w paśmie przejściowym



Stosowad, gdy ważny jest czasowy przebieg sygnału

6. Porównanie filtrów o skooczonej i nieskooczonej odpowiedzi impulsowej

FIR

IIR

wymagają więcej współczynników

wymagają mniej współczynników

działają wolniej

działają znacznie szybciej

potrzebują więcej pamięci

potrzebują mniej pamięci

są łatwiejsze do projektowania i zastosowania

rekurencyjna natura filtrów IIR sprawia, że są

trudniejsze do projektowania i zastosowania

14

mają liniową fazę – należy je stosowad gdy jest

to ważne

przesunięcie fazowe jest nieliniowe, stąd filtry te

mogą byd stosowane tam, gdzie nie jest to

istotne, np. w monitorowaniu

są stabilne z natury, odporne

na błędy zaokrągleo

mogą byd niestabilne, błędy

zaokrągleo się kumulują

7. Wybór typu filtru

8. Typowe przygotowanie sygnału AE

9. Potrzeba wstępnego filtrowania sygnału AE

Niezbędne górno-przepustowe filtrowanie sygnałów AE musi byd wykonywane na możliwie
wczesnym etapie obróbki tego sygnału.

Wstępny (buforujący) stopieo wzmocnienia powinien byd jak najsłabszy, aby nie występowało
przesterowanie sygnału.

Przy korzystaniu ze zdemodulowanej postaci sygnału należy koniecznie upewnid się, czy przed
demodulacją nie był on zniekształcony. Przesterowanie wzmacniacza (po filtrowaniu) jest łatwe
do rozpoznania w przebiegu sygnału oryginalnego jako jego nasycenie („obcięcie” od góry i od
dołu). Przesterowanie przedwzmacniacza sygnałami o niskiej częstotliwości (przed filtrowaniem),
po filtrowaniu objawia się charakterystycznymi spadkami amplitudy sygnału do zera. W
przypadku wysokich częstotliwości przesterowanie przedwzmacniacza jest praktycznie
niewykrywalne.

15

10. Możliwe zakłócenia sygnału AE w trakcie jego wstępnego przetwarzania analogowego

Niezrozumiałe, krótkotrwałe spadki amplitudy do zera - zniekształcenie spowodowane przez
aparaturę pomiarową, a nie rzeczywisty przebieg sygnału.
Chwilowe zaniki amplitudy - przesterowanie wzmacniacza.
Stałe przesterowanie wzmacniacza składowymi o niskich i wysokich częstotliwościach.

11. Podstawowe miary sygnałów w dziedzinie czasu

12. Wykorzystanie stosunków składowych sił skrawania do diagnostyki zużycia ostrza

16

13. Miary sygnału AE

14. Wykrywanie KSO na podstawie analizy rozkładu β AE

rms

17

15. Podstawy i zastosowanie analiza głównych składowych w AUMON

PCA (Principal Komponent Analysis) to jedna ze statystycznych metod analizy czynnikowej.

Zbiór danych składający się z N obserwacji, z których każda obejmuje K zmiennych, można
interpretowad jako chmurę N punktów w przestrzeni K wymiarowej. np. pomiary 2 składowych sił
skrawania – zmienne Fx i Fy.

PCA polega na takim obrocie układu współrzędnych który maksymalizuje wariancję pierwszej
współrzędnej, następnie wariancję drugiej współrzędnej, itd.…

Przekształcone wartości współrzędnych nazywane są ładunkami wygenerowanych czynników
(składowych głównych).

Uzyskana nowa przestrzeo obserwacji, w której najwięcej zmienności wyjaśniają początkowe
czynniki (składowe główne).

Zastosowanie:

18

16. Podstawy i zastosowanie analiza widma osobliwego w AUMON

SSA (Singular Spectrum Analysis SSA) to nowa technika nieparametrycznej analizy szeregów
czasowych
Rozkłada sygnał na sumę trzech niezależnych składowych:



wolnozmienny trend reprezentujący lokalną średnią



różnicę między sygnałem a średnią (składową oscylacyjną)



szum pozbawiony jakiejkolwiek struktury

Te trzy składowe traktuje się jak nowe sygnały i wyznacza z nich omówione poprzednio
podstawowe miary (np. średnią, wariancję, RMS, skośnośd, kurtozę itd.)

Zastosowanie: diagnostyka zużycia ostrza przy toczeniu oparta na SSA sygnałów drgao w 2
kierunkach.

17. Podstawy i zastosowanie entropii permutacji w AUMON

Zastosowanie: Wykrywanie KSO przy frezowaniu w oparciu o pomiary prądu silnika.

V Przetwarzanie sygnałów w AUMON – dziedzina częstotliwości, wybór miar

1. Charakterystyka i przykłady sygnałów stacjonarnych

Sygnały stacjonarne mają charakterystyki widmowe stałe w czasie.

Deterministyczne – chwilowa wartośd sygnału w dowolnej chwili jest przewidywalna (np.
współpracujące koła zębate)

Losowe – widmo bez wyraźnych maximów, w pewnym zakresie płaskie (np. deszcz padający na
parasolkę). Wartości przypadkowe, wartośd chwilowa nieprzewidywalna.

19

2. Charakterystyka i przykłady sygnałów niestacjonarnych

Sygnały niestacjonarne mają zmienne charakterystyki widmowe.

Ciągłe – podobne do sygnałów przejściowych i losowych (np. młot pneumatyczny)

Przejściowe – impuls mechaniczny jest krótkotrwałym wybuchem energii (np. uderzenie
młotkiem o kowadło)

W sygnałach niestacjonarnych składowe widmowe mogą się pojawiad i zanikad, dlatego do ich
opisu potrzebna jest charakterystyka czasowo-częstotliwościowa.

3. Istota transformaty Fouriera

Transformata Fouriera to iloczyn obustronnie nieskooczonych sygnałów.

Wykorzystuje funkcje Eulera (sinusoidy) jako podstawowe elementy składowe. Sinusoida o każdej
częstotliwości jest mnożona przez cały sygnał (porównywana z sygnałem).

20

4. Dyskretne przekształcenie Fouriera

5. Wpływ KSO na widmo sygnału siły skrawania przy frezowaniu

Przed KSO

Po KSO

6. Miary sygnałów oparte na transformacie Fouriera

Bezpośrednie wykorzystanie wartości współczynników DFT X*m+ jest niepraktyczne – jest ich
wiele, energia przepływa między sąsiednimi prążkami.

Zwykle stosuje się wyznaczanie miar widma Fouriera, np.: amplitudy dominujących prążków, moc
sygnału w wybranych pasmach, energia w pasmach, miary statystyczne spektrum (średnia
częstotliwośd, wariancja, skośnośd, kurtoza), częstotliwośd najwyższego prążka.

7. Transformata Fouriera sygnałów stacjonarnych i niestacjonarnych

Sygnały stacjonarne: charakterystyki widmowe stałe w czasie, nie jest potrzebna informacja o
czasie, transformata pracuje dobrze dla sygnałów stacjonarnych.

Sygnały niestacjonarne: mają zmienne spektrum, amplituda zmienna w czasie.

8. Na czym polega krótkookresowa transformata Fouriera

STFT odpowiada kiedy w sygnale x(t) występuje krótka sinusoida e

jωt

. Jest to zestaw filtrów. Daje

dobrą informację o czasie, ale nie daje informacji o częstotliwości sygnału.

9. Wybór długości okna do STFT

21

Szerokie okno – zła rozdzielczośd w czasie, dobra rozdzielczośd częstotliwości

Wąskie okno – dobra rozdzielczośd w czasie, zła rozdzielczośd częstotliwości

10. Zasada nieoznaczoności Heisenberga

Rozdzielczośd w czasie i częstotliwośd nie mogą jednocześnie byd arbitralnie duże!

Nie możemy dokładnie wiedzied, w której chwili występuje składowa o określonej częstotliwości;
możemy wiedzied jakie zakresy częstotliwości występują w jakich przedziałach czasu.

11. Transformata falkowa –wzory, rodzaje, stosowane miary

Falka – funkcja okna. Wyszukiwanie składowych o wysokich częstotliwościach (wąskie okno).
Wyszukiwanie składowych o niskich częstotliwościach (szerokie okno). Rodzaje: dyskretna,
wielopoziomowa, pakietowa.

12. Modelowanie zależności miary od wykorzystanej części okresu trwałości ostrza

13. Ocena powiązania miar sygnału ze zużyciem przy pomocy współczynnika determinacji

14. Ocena powtarzalności zależności miary od stanu narzędzia

Dysponując kilkoma okresami trwałości ostrza można określid powtarzalnośd przebiegu miary.
Wyznacza się średnią przebiegu SF

Tfav

i traktuje jako uśredniony model zależności SF(∆T).

Następnie wyznaczamy współczynnik determinacji R

r

2

, który pozwala określid, na ile przebiegi są

powtarzalne. Odrzuca się miary, dla których R

r

2

jest mniejsze od założonego progu.

15. Eliminacja miar podobnych – cel, sposób postępowania

22

16. Ocena przydatności miar sygnałów do diagnostyki zużycia

Wybieramy z dostępnych miar np. 15 typu RMS, energia, skośnośd. Liczymy liczbę przekroczeo.
Sumujemy.

VI Podejmowanie decyzji w układach AUMON – jedna miara

1. Diagnostyka zużycia ostrza w układach komercyjnych

Niezależnie od sposobu obróbki i użytego czujnika

2. Podstawowe założenia działania układów ADONiS



zdobywanie przez układ większości niezbędnych informacji w trakcie obróbki pierwszego
przedmiotu

23



automatyczne wyznaczanie dopuszczalnej wartości miary na podstawie decyzji
użytkownika o stępieniu ostrza (uczenie układu)



określanie nie tylko momentu stępienia ostrzy lecz także ocena wykorzystanej części
okresów trwałości



autodiagnostyka układu

3. Ogólne zasady uczenia układu ADONiS

4. Oszacowanie wykorzystanej części okresu trwałości ostrza w układzie ADONiS

24

VII Podejmowanie decyzji w układach AUMON – wiele miar, sieci neuronowe

1. Obszar zastosowania sztucznej inteligencji

Zastosowanie do wielu problemów, których rozwiązanie nie daje się ująd w ścisłe reguły oraz
wymagają tak dużej liczby obliczeo, że są niewykonalne. W tych przypadkach rozwiązania
wymagają pewnej dozy inteligencji.

2. Budowa i działanie biologicznego neuronu

Biologiczny neuron składa się z jądra, wielu dendrytów (wejścia) i aksonu, czyli jedynego wyjścia.
Synapsy na koocach dendrytów i aksonów przekazują informacje. Akson jest połączony poprzez
synapsy z dendrytami innych neuronów. Dendryty dostarczają do komórki poziom sygnału. Jeśli
sygnał osiągnie wartośd progową, neuron pobudza się i sygnał jest przekazywany do kolejnych
komórek.

3. Budowa i działanie sztucznego neuronu

25

4. Uczenie pojedynczego neuronu

Uczenie odbywa się z nauczycielem. Każdemu zestawowi danych wejściowych x

1

+x

2

odpowiada

zadana wartośd wyjścia z, z którą będzie porównywana odpowiedź neuronu y. Uczenie ma na
celu minimalizację energetycznej funkcji błędu.

5. Budowa sieci neuronowej jednokierunkowej, trzywarstwowej

6. Uczenie sieci neuronowej metodą wstecznej propagacji błędów

Wyjścia y są porównywane z wartościami zadanymi z

k

. Po przedstawieniu (iteracji) sieci całego

zbioru wyznaczane są nowe wartości wag neuronu wyjściowego dla następnej iteracji, a
następnie wartości wag neuronów w warstwie ukrytej.

7. Wybór konfiguracji wejśd do NN diagnozującej zużycie w oparciu o siły skrawania

Zwracamy uwagę na:



wynik sieci



prędkośd uczenia (szybko, wolno)



cenę czujnika



wynik uczenia



błędy testowania



wyrazistośd wyników



błędy uczenia



zakłócenia pomiędzy sygnałami wejściowymi

8. Pruning komórek – do czego służy, na czym polega, jak się prowadzi

Do czego służy: gdy badamy sieci o różnych wejściach, ale tej samej liczbie komórek w warstwie
ukrytej to częśd z nich może byd zbędna i powinna byd wyeliminowana

26

Na czym polega: gdy średni błąd uczenia e

u

spadnie poniżej zadanego progu, przeprowadza się

pruning komórek, czyli obcinanie zbędnych gałęzi

Jak się prowadzi: program analizuje zmiennośd wyjśd komórek w warstwie pośredniej w trakcie
prezentacji całego zbioru uczącego, następnie wybiera wyjście najmniej zmienne (mniejsze od
parametru pruningu), a na koocu usuwa je i zaczyna trening ponownie.

9. Zależnośd przebiegu uczenia sieci od stanu początkowego, rola zakłóceo

Jakośd uczenia sieci zależy od przypadkowo dobranych wartości inicjujących uczenie.

Mimo znacznych zakłóceo błędy uczenia systematycznie maleją, a więc sied nie traci zdobytej
wiedzy i nie musi uczyd się od początku.

Wprowadzenie zakłóceo losowych daje wyraźną poprawę wyników uczenia, jednakże sied
pozostaje w dalszym ciągu duża. Ponadto występują znacznie wyższe wartości błędów
testowania niż uczenia.

10. Przesuwanie wag sieci – efekty

Komórki, których wyjścia mają małą zmiennośd mogą zostad zepchnięte poza zakres i stracid
wrażliwośd na wartośd sygnałów z warstwy poprzedniej.

Komórki, których zmiennośd spada znacznie przestają brad udział w działaniu sieci i mogą zostad
usunięte.

Pogorszenie wyników sieci uczących.

11. Ograniczenia zastosowania NN w diagnostyce zużycia ostrza

27

VIII Podejmowanie decyzji w układach AUMON – wiele miar, logika rozmyta, algorytmy
hierarchiczne

1. Logika binarna a rozmyta

W tradycyjnej teorii zbirów i przetwarzania danych zbiór elementów jest ściśle określony i
pojedynczy element należy do tego zbioru lub nie.

W teorii zbiorów rozmytych element może należed do wielu zbiorów z różnym stopniem
przynależności. Taka logika jest znacznie bliższa rzeczywistości, zwłaszcza potocznej, i zgodna z
naturalnym sposobem rozumowania człowieka.

Stwórzmy zbiór sił skrawania „niskie” co będzie znaczyło ~300N i zbiór sił skrawania „wysokie” co
oznacza ~600N. Zarejestrowana siła 400N będzie jednocześnie należała do obu tych zbiorów, ale
ponieważ jest bliższa „niskim” niż „wysokim”, przynależnośd do pierwszego z nich będzie większa
niż do drugiego. Możemy powiedzied, że siła jest w 66% niska zaś w 33% wysoka.

Taka właśnie charakterystyka stanowi podstawę teorii zbiorów rozmytych i jest całkowicie
odmienna od klasycznej teorii zbiorów.

2. Przetwarzanie zmiennych rzeczywistych na zbiory rozmyte (zmienne lingwistyczne)

3. Budowa bazy wiedzy i wnioskowanie w logice rozmytej

28

4. Zakres zastosowania, wady i zalety logiki rozmytej

Podstawowymi zaletami systemów logiki rozmytej są:



brak konieczności tworzenia modelu matematycznego - baza wiedzy tworzona jest w postaci
zestawu praktycznych reguł



baza wiedzy definiowana jest jako zestaw praktycznych zasad wnioskowania za
pośrednictwem zmiennych lingwistycznych



duża skutecznośd wnioskowania przy danych zakłóconych lub niepewnych, które występują
nader często w zastosowaniach przemysłowych (tu zakres zastosowania)



zawartośd danych wejściowych i duża prędkośd przetwarzania

5. Integracja miar przy pomocy algorytmu hierarchicznego

Etap I: Oszacowanie zużycia ostrza w oparciu o pojedyncze miary (sieci neuronowe, logika
rozmyta, model zależności miary od zużycia)

Etap II: Integracja pojedynczych wyników we wspólne oszacowanie zużycia (sieci neuronowe,
uśrednianie)

Dowolna liczba miar w pierwszym etapie. W drugim etapie można eliminowad wyniki znacznie
odbiegające od średniej, nietypowe.

IX Podejmowanie decyzji w układach AUMON – wykrywanie KSO, wióry

1. Przebieg sił skrawania towarzyszący KSO przy toczeniu

29

2. Wykrywanie KSO w oparciu o wartości graniczne lub nauczony przebieg sygnału

Katastroficznemu stępieniu ostrza towarzyszy najczęściej znaczny wzrost sił skrawania a także
emisji akustycznej czy drgao. Fakt ten jest wykorzystywany w większości znanych strategii
wykrywania KSO.

Główne założenia:



zapamiętywana jest wartośd mierzonego sygnału towarzyszącego skrawaniu
narzędziem ostrym, a przynajmniej nadającym się do dalszej pracy, w najprostszym
przypadku jest to maksymalna wartośd sygnału w czasie operacji Fmax_0



na podstawie wartości wyznacza się krytyczny poziom sygnału, oznaczający
katastroficzne stępienie ostrza jako Fmax_0*L2F gdzie L2F=1,5-3,0



KSO jest sygnalizowane po przekroczeniu poziomu krytycznego, przy czym w celu
ograniczenia liczby fałszywych alarmów wymagane jest, by przekroczenie to trwało
co najmniej założony czas del=1-20ms.

Stałe dla całej operacji granice mogą byd stosowane wówczas, gdy przebieg sygnału jest w jej
trakcie w przybliżeniu ustalony. Jednak jeśli narzędzie skrawa z różnymi parametrami skrawania,
fragmenty operacji, w czasie których parametry te są niskie, byłyby oczywiście nadzorowane
bardzo źle ze względu na duży dystans sygnału prawidłowego od progu ustalonego dla
najwyższych w czasie operacji parametrów.

Gdy w przebiegu operacji można wyróżnid etapy o wyraźnie różnych poziomach sygnału, można
zastosowad granice oddzielne dla każdego występującego zestawu parametrów skrawania.

Ponieważ katastroficznemu zużyciu ostrza może towarzyszyd nie tylko wzrost ale i spadek
wartości sygnału diagnostycznego wynikający ze spadku przekroju warstwy skrawanej,
stosowane są także granice dolne, których przekroczenie od góry oznacza KSO.

Wykrywanie KSO oparte na nauczonym przebiegu:

30

Jeśli przebieg zmienności sygnału w czasie operacji jest bardziej złożony, tzn. nie można go
podzielid na etapy o ustalonej wartości, cały czas trwania operacji może byd podzielony na równe
niewielkie odcinki. Granice określane są oddzielnie dla każdego z nich na podstawie najwyższej
zarejestrowanej wartości sygnału.

Strategia taka jest bardzo wrażliwa na niewielkie nawet przesunięcia w czasie przebiegu operacji-
zbyt wczesne wystąpienie etapu, w którym sygnał jest wysoki powoduje fałszywy alarm. Uniknąd
tego można stosując technikę: granica dla danego odcinka czasu wyznaczana jest na podstawie
maksymalnej wartości sygnału w odcinku poprzedzającym, aktualnym i następnym. Powoduje to
rozszerzenie stref z wysoką wartością sygnału i ograniczenie fałszywych alarmów.

3. Wykrywanie KSO w oparciu o rozpoznawanie wzorca

31

W odróżnieniu od strategii opisanych we wcześniejszym punkcie nie śledzi się wartości sygnałów,
lecz ich zmiany. Sama jego wartośd, a tym bardziej wartośd w poprzednich operacjach nie jest
brana pod uwagę, a więc nie jest potrzebna.

Wielkości sterujące w tej strategii nie są zatem zależne od parametrów skrawania i nie jest
istotna dokładna wartośd samej siły, co oznacza że nie jest wymagana wysoka dokładnośd
statyczna zastosowanego czujnika.

Strategia oparta jest na rozpoznawaniu charakterystycznego przebiegu sił skrawania
towarzyszącego KSO. Układ pamięta szereg obrazów. Pamiętane są także przebiegi sił
towarzyszące skrawaniu przerywanemu. Układ stale śledzi przebieg sił i w razie zidentyfikowania
jednego z zapamiętanych obrazów sygnalizuje alarm w przeciągu mniej niż 10ms.

4. Strategia wykrywania KSO przy toczeniu opracowana w TH Aachen

Strategia opracowana w TH Aachen bazuje na granicach dynamicznych tzn. dopasowujących się
do wartości sygnału na bieżąco, lecz z ograniczoną szybkością. Strategii tej nie należy mylid z
wzorem przebiegu, który nie zmienia się w czasie jednego cyklu obróbki, czy rozpoznawaniem
obrazu. Tu wykrywane są bardzo szybkie zmiany sił powodujące przekroczenia jednej lub obu
granic, które po takim przekroczeniu przestają się dopasowywad. Układ monitorujący stale (tzn.
częściej niż co 1ms) oblicza dolną i górną granicę na podstawie średniej siły Fs oraz amplitudy
składowej dynamicznej Fd. W rezultacie uzyskuje się zmienne w czasie pasmo tolerancji. Dzięki
temu ignorowane są zmiany sił wynikające ze zmian warunków skrawania takich jak nawet 4-
krtnne zmiany głębokości skrawania czy twardości, które występują zwłaszcza przy wstępnej
obróbce lanych lub kutych przygotówek.

32

Wady:



potrzeba wykrycia szybkiego wzrostu i spadku siły, trwającego około 0,1ms sprawia że
koniczne jest stosowanie czujnika o bardzo dobrych właściwościach dynamicznych



nawet znacznym wyłamaniom ostrza nie musi towarzyszyd istotne zmniejszenie
przekroju warstwy skrawanej a w konsekwencji wyraźne zmniejszenie siły skrawani

5. Strategia wykrywania KSO przy toczeniu opracowana w ZAOiOS

W instytucie technologii maszyn PW podjęto próbę eliminacji wad strategii TH Aachen.

Oparto się przy tym na podstawowych cechach charakteryzujących przebieg sił skrawania po
wykruszeniu lub wyłamaniu ostrza, upraszczając je nieco:



średnie wartości sił skrawania zmieniają się na skutek KSO w czasie 0,5-2ms



po KSO siły utrzymują się na zmienionym poziomie przez co najmniej jeden obrót PO

Pierwsza z wyróżnionych cech umożliwia odróżnienie zmian sił spowodowanych przez KSO od
wynikających np. ze zmian naddatku. Druga pozwala na eliminację naturalnych, często bardzo
dużych i szybkich zakłóceo sił pochodzących od nierównomierności procesów zachodzących w
strefie skrawania oraz od łamania wióra. Nadzorowana może byd dowolna składowa siły
skrawania: Ff, Fp, Fc lub inna wygodna do pomiaru miara pod warunkiem wystarczających
właściwości dynamicznych układu pomiarowego.

33

6. Filtry cyfrowe zastosowane w detektorze KSO ZAOiOS

Z prawej strony pokazano przebieg zmiennej składowej siły po kolejnych etapach tej obróbki,
czyli skutki filtrowania.

Cyfrowe filtry zastosowane w detektorze oparte są na ogólnym schemacie:

y=2

-sh

x+(1-2

-sh

)y

B

gdzie: sh- stała filtru będąca liczbą naturalną
x= wielkośd wejściowa (poddawana filtrowaniu)
y- wielkośd wyjściowa (wynik filtrowania)
y

B

- poprzednia wartośd wielkości wyjściowej y.

34

Filtry te są bardzo szybkie, ponieważ wykorzystują jedynie operacje dodawania, odejmowania i
przesuwania bitowego w prawo (shr- Shift right) liczb całkowitych.

Na wstępie detektor pobiera wartośd siły F z przetwornika analogowo-cyfrowego. Jeżeli
poprzednia wartośd siły F

s

nie mieści się w wyznaczonych granicach, sygnał jest filtrowany słabym

filtrem pomocniczym (sh=1), który eliminuje jedynie impulsowe zmiany siły. Jeśli wartośd F

s

jest

zawarta w wyznaczonych granicach, stosowany jest filtr główny (sh=2). Jak widad na rys
amplituda zmian Fs jest po takim filtrowaniu znacznie mniejsza od amplitudy oryginalnej wartości
siły F. Z kolei na podstawie Fs oblicza się wolnozmienną składową siły skrawania F

sG

, stanowiącą

podstawę do wyznaczania szerokości pasma tolerancji.

7. Wykrywanie KSO przy frezowaniu

Na powyższym rysunku przedstawiono strategie wykrywania KSO przy frezowaniu opartą na

śledzeniu błędów przewidywania przebiegu siły Fs prostopadłej do osi frezu za pomocą modelu
autoregresji pierwszego rzędu. Siłę tę wyznaczono jako pierwiastek sumy kwadratów sił
mierzonych siłomierzem w dwóch osiach Fx i Fy.

Wykruszenia, a tym bardziej wyłamania powodują nagłe zmiany w powtarzalnym przebiegu
śledzonej siły. Chwilowy znaczny wzrost błędu przewidywania przekraczający bezwładne granice
może byd wykorzystywany jako sygnał KSO.

35

W tym rozwiązaniu śledzona cecha sygnału jest szczególnie wrażliwa na zmiany przebiegu
sygnału towarzyszące KSO, przy czym tym razem nie jest on uśredniany co jedno przejście ostrza.
Wykrycie KSO następuje w ciągu 5ms od jego rzeczywistego wystąpienia. Wzmocnienie sygnału
jest automatycznie dopasowywane do różnych rzeczywistych wartości siły w celu utrzymania go
na poziomie najbardziej odpowiednim do zastosowanego algorytmu. Dzięki temu układ może
monitorowad zarówno duże narzędzia wykonujące obróbkę zgrubną, jak i małe narzędzia
wykaoczające, na zupełnie różnych obrabiarkach, bez ręcznego ustawiania układu czy fazy
uczenia.

8. Rozpoznawanie postaci wióra z wykorzystaniem transformaty falkowej sygnału sił