1

Prof. Krzysztof Jemielniak

•[e-mail]

•http://www.zaoios.pw.edu.pl/kjemiel

•ST 107, tel. [phone]

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Wykład 10

Case study - diagnostyka zużycia mikrofrezu

Automatyczne

Monitorowanie i

Nadzór Wytwarzania

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Plan wykładu

1. Zużycie i trwałość ostrza, wprowadzenie do

AUMON

2. Wielkości fizyczne wykorzystywane w AUMON
3. Czujniki stosowane w AUMON
4. Przetwarzanie sygnałów w AUMON
5. Integracja sygnałów, podejmowanie decyzji w

układach AUMON

6. Case study - diagnostyka zużycia mikrofrezu

Case study - diagnostyka zużycia mikrofrezu

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Metodyka badań - stanowisko badawcze

Frezarka precyzyjna

Obrabiarka

2-ostrzowy frez kulisty
D = 0.8mm, L = 50mm
Węglik spiekany
drobnoziarnisty
niepokrywany

Narzędzie

Materiał obrabiany

Stal narzędziowa do pracy na zimno

X155CrVMo12-1, 50 HRC

typ

KERN Evo

Obroty wrzeciona

50 000 – 160 000 obr/min

Badania były prowadzone w Micro machining
Laboratory, Mondragón University, Hiszpania.

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Metodyka badań – akwizycja danych

Czujnik AE 8152B221

NI-PCI 6111 (5MS/s)

AE

raw

Siłomierz 9256C1

NI-PCI 6034E (50kS/s)

AE

RMS

F

x

, F

y

, F

z

siłomierz

czujnik AE

przedmiot

obrabiany

narzędzie

Układ kontroli

narzędzia

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

720Hz

5080Hz

F

x

0 2 4 6 8 10

kHz

520Hz

5080Hz

1080Hz

F

y

kHz

0 2 4 6 8 10

5080Hz

F

z

kHz

0 2 4 6 8 10

F

x

F

z

F

y

Metodyka badań – charakterystyka siłomierza

Badanie częstotliwości

rezonansowych siłomierza

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

czujnik AE

narzędzie

droga narzędzia

Metodyka badań - warunki skrawania

Prędkość skrawania v

c

= 68 m/min

Posuw na ostrze

f

z

= 0.016 mm/ząb

Głębokość skrawania a

p

= 0.05 mm

Szerokość frezowania a

e

= 0.05 mm

Obroty wrzeciona n = 36210 obr/min
Posuw minutowy f

m

= 1074 mm/min

Częstotliwość przechodzenia ostrzy f

z

=1207 Hz

2

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Metodyka badań – pomiary zużycia ostrza

Kryterium stępienia:
VB

Bmax

= 0.11mm

•

Pomiary zużycia były wykonywane jedynie w celu określenia końca

trwałości

•

Mógł być on wyznaczany w dowolny inny sposób, właściwy dla

określonego przypadku

• Miarą stanu narzędzia była wykorzystana część okresu

trwałości ostrza (ΔT)

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Wyniki pomiarów zużycia ostrza

•

Cztery pełne okresy trwałości ostrza

•

Okresy trwałości od 5.7 min do 12.2 min

•

Pierwsze i drugie narzędzie stępiło się w trakcie obróbki

pierwszej powierzchni

•

Trzecie i czwarte narzędzia wytrzymały znacznie dłużej,
obrabiając prawie dwie powierzchnie

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

0 2 4 6 8 10 12 14 16

t (s)

Zarejestrowane sygnały

4-
3-
2-
1-
0-

AE

R

M

S

(

V)

F

z

(

N)

6-
4-
2-
0-

-2-
-4-

10-

8-
6-
4-
2-
0-

15-
10-

5-
0-

-5-

-10-

F

y

(

N)

F

x

(

N)

0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1

300 301 302 303 304 305 306 307 308 309 t(ms)

1 obrót przedmiotu

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

0.1 0.5 0.9 1.3

1.5-

1.0-

0.5-

0-

AE

RM

S

(

V)

12-

6-

0-

-6-

-12-

time (s)

F

z

(

N

)

Przykładowe pomiary AE i sił skrawania

Na początku skrawania sygnał AE

RMS

wzrasta wyraźnie – do

55mV w ciągu 0.2ms

Jedno przejście

0.829ms

0.75-

0.5-

0.25-

0-

198 200 202 204 206 208 210

12-

6-

0-

-6-

-12-

time (ms)

0.10-

0.05-

0-

198.8 200.0 200.2

0.2ms

0 2.5 5 7.5

frequency (kHz)

1207Hz

4828Hz

50-

25-

0-

3-

2-

1-

0-

603

Hz

Początek przejścia

widma

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

time (ms)

AE

RMS

F

x

F

y

F

z

199 200 201 202 203 204 205 206 207 208 209

Przykładowe pomiary AE i sił skrawania

5080Hz

Częstotliwość
własna

siłomierza

Częstotliwość ostrzy

Częstotliwość obrotów

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Wyznaczanie miar sygnałów

•

Należy wyznaczać możliwie wiele miar sygnałów (SF)

•

Spośród czterech dostępnych sygnałów (AE

RMS

, F

x

, F

y

i F

z

), wyznacznono

po kilka miar w dziedzinie czasu dla każdego przejścia:

•

Średnia, moda, mediana, wariancja, wartość skuteczna, min, max, zakres…

np. F

xavg

, F

xMod

, F

xMed

, F

xvar

, F

xRMS

, F

xmin

, F

xmax

, itd.

•

W celu wydzielenia zakłóceń na początku przejścia analogiczne miary
wyznaczono dla początkowej 1/3 oraz dla środkowej (1/3-2/3) części
przejścia np.

F

xavgbeg

, F

xModbeg

, F

xavgmid

, F

xModmid

, itd.

•

Łącznie system wyznacza 22 miary dla każdego sygnału niezależnie od
konkretnego zastosowania, co daje łącznie 88 miar dla każdej operacji

początek środek

3

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

SF

SF

Tf

SF

T

Ocena przydatności miar

1. Oryginalna miara SF jest normalizowana do 0-100% trwałości ostrza



SF

T

2. SF

T

jest filtrowana dolnoprzepustowo  SF

Tf

3. SF

Tf

jest uznawana za aproksymację zależności SF(

D

T)

4. Odchylenie (RMSE) SF

T

od SF

Tf

jest miarą przydatności miary: RMSE

U

<0.2

•

RMSE

U

(F

xmi-av

)

1

=0.05

-> bardzo dobra

•

RMSE

U

(F

xmi-av

)

3

=0.202

-> nie do przyjęcia

F

xmi-av

= F

xmin

-F

xavg

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Eliminacja miar podobnych

• Wśród miar spełniających warunek RMSE

U

<0.2 jest wiele

skorelowanych wzajemnie ze sobą – nie zawierających
dodatkowych informacji. Należy się ich pozbyć

1. Układ wybiera najlepszą miarę (z najmniejszym RMSE

U

)

2. Wyznaczany jest RMSE pomiędzy tą miarą, a kolejno

wszystkimi innymi, jako wskaźnik podobieństwa (RMSE

S

)

3. Te, dla których RMSE

S

< 0.05 są odrzucane

4. Spośród pozostałych wybiera się najlepszą i eliminuje

podobne do niej

• Procedura jest powtarzana do chwili, gdy nie pozostanie żadna

spełniająca kryterium RMSE

U

<0.2

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Przykłady miar wybranych przez układ

Tool 1

F

z

max-avg

F

y

zakres środek





Tool 2

F

z

minimum

F

y

range srodek

Tool 3

F

z

max-avg środek

F

y

sum power

pocz

Tool 4

F

z

std dev środek

AE

RMS

max pocz

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Integracja miar we wspólną ocenę stanu ostrza

• Po pierwszym okresie trwałości, dla

każdej wybrane miary, wyznaczana
jest bezpośrednia zależność SF

Tf

(

D

T)

w postaci tablicy

• W czasie kolejnych okresów

trwałości (układ pracuje w trybie
nadzoru), wykorzystana część
okresy trwałości wyznaczana jest w
dwóch etapach:

1. Wartość

D

T jest wyznaczana oddzielnie dla każdej miary:

uzyskana wartość SF jest poszukiwana w tablicy SF

Tf

2. Uzyskane oszacowania

D

T są uśredniane

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Oszacowanie wykorzystanej części T

SF

1

[

D

T]

D

T

SF

1

[opNo]

0 20 40 60 80 100 120 %

0 20 40 60 80 100 120 %

D

T

SF

2

[

D

T]

D

T

1

D

T

2

D

T

B

SF

2

[opNo]

20-30

opNo

opNo

I etap algorytmu hierarchicznego:

D

T jest oszacowana oddzielnie dla każdej SF

•

Po kolejnej operacji układ wyznacza
wartości SF[opNo]

•

W tablicy SF[

D

T] wyszukiwana jest

wartość najbliższa SF[opNo],

•

poczynając od wartości otrzymanej w
poprzednimi kroku -

D

T

B

•

W celu uniknięcia przypadkowych zakłóceń
miar oraz wykorzystania miar nie
monotonicznych poszukiwanie ograniczone
jest do 20-30 elementów tablicy SF[

D

T]

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

D

T

3

D

T

4

D

T

5

:

:

D

T

n

SD

T

i

___

D

T=

n

II etap algorytmu hierarchicznego:
Ostateczna wartość

D

Ts jest wyznaczana

jako średnia, z wykluczenie wartości
odbiegających od średniej bardziej niż o
3



D

T

B

Wartość ta staje się wartością początkową dla I
etapu w następnym kroku (operacji) jako

D

T

B

Oszacowanie wykorzystanej części T cd.

4

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Diagnostyka stanu narzędzia – wszystkie sygnały

Wykorzystana część okresu trwałości ostrza oszacowana przez układ

diagnostyczny (

D

T

ev

) w funkcji rzeczywistego (

D

T) po uczeniu na jednym z

narzędzi i testowaniu na pozostałych.

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Wykorzystana część okresu trwałości ostrza oszacowana przez układ

diagnostyczny (

D

T

ev

) w funkcji rzeczywistego (

D

T) po uczeniu na jednym z

narzędzi i testowaniu na pozostałych.

Diagnostyka stanu narzędzia – tylko AE

RMS

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Podsumowanie

•

Mimo bardzo małej wydajności mikroobróbki, otrzymywane sygnały AE

są silne, łatwe do rejestracji i charakteryzują się bardzo małym czasem
odpowiedzi na kontakt narzędzia z przedmiotem obrabianym, co czyni
je bardzo przydatnym środkiem do monitorowania procesu obróbki.

•

Sygnał AE jest wolny od zakłóceń mechanicznych jak drgania

rezonansowe, które są bardzo ważne przy mikroobróbce, gdy prędkości

obrotowe wrzeciona muszą być bardzo duże, ze względu na małe

średnice narzędzia

•

Siły skrawania dostarczają użytecznych informacji dla diagnostyki stanu
narzędzia i procesu skrawania, mimo silnych zakłóceń przez drgania
własne siłomierza

•

Wiarygodna diagnostyka stanu narzędzia nie jest możliwa w oparciu o
jedną (dowolną) miarę sygnału, ze względu na nieuniknione zakłócenia
losowe

•

Integracja sygnałów minimalizuje niepewność diagnostyki, redukując

losowość pojedynczej miary i zapewniając bardziej wiarygodne
oszacowanie stanu narzędzia.

•Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technik Wytwarzania

•Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem

Jakieś pytania?