پیش بینی شکست ابزار برشی با کمک سیگنال ارتعاشی ابزار در ماشینکاری با ماشینهای تراش کنترل عددی
First Statement of Responsibility
/محمود مجدی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: مکانیک
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۹۶ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
ساخت وتولید
Date of degree
۱۳۸۲/۰۳/۲۵
Body granting the degree
تبریز: دانشگاه تبریز، دانشکده فنی مهندسی مکانیک، گروه مهندسی ساخت و تولید
SUMMARY OR ABSTRACT
Text of Note
موضوع تشخیص مقدار سایش و زمان شکست ابزار در حین عملیات ماشینکاری ,یکی از مسائل مهم درکنترل و بهینه سازی پروسه ماشینکاری اتوماتیک در سیستمهای تولید انعطاف پذیر FMS است .ابزارهای برشی در هنگام براده برداری مرتعش شده و متناسب با آن امواج صوتی تولید میگردد .با افزایش مقدار سایش ابزار، دامنه ارتعاش بیشتر شده و موجب افزایش انرژی صوتی منتشره در حین فرآیند براده برداری میشود. در پژوهش حاضر روشی برای تشخیص مقدار سایش و زمان شکست ابزار برشی در ماشینهای تراش کنترل عددی بصورت روی خطline) - (onارائه گردیده است .در این روش از پدیده، وابستگی مقدار سایش ابزار به افزایش دامنه ارتعاش، جهت تشخیص سایش استفاده شده است .امواج صوتی تولید شده ناشی از ارتعاش ابزار، توسط سنسور مخصوصی دریافت و سپس به پورت ورودی برنامه تشخیص دهنده مقدار سایش ابزار، که در نرم افزار MATLAB مدل شده، ارسال میگردید .جهت تعیین محدوده فرکانس صوتی حساس به سایش ابزار، ابتدا امواج مذکور توسط قسمت Discrete Wavelet Transform (DWT) مدل، به امواج با فرکانسهای مختلف تجزیه میشوند و برای امواج حساس به سایش، مقدار (RMS) Root Main Squareمحاسبه میگردد و بصورت منحنی در مونیتور، بطور روی خط نشان داده میشود .آزمایشات تجربی به عمل آمده با ابزار از نوع کاربیدی و قطعه کار از جنس CK۴۵ نشان میدهد که مقدار RMS سیگنال امواج صوتی منتشره در حین عملیات ماشینکاری متناسب با مقدار سایش ابزار میباشد .اهمیت روش پیشنهادی در این تحقیق ,سادگی و کم هزینه بودن آن در مقایسه با سایر روشهای ارایه شده توسط سایرین میباشد
Text of Note
A new technique for estimating the progressive flank wear and tool failure in CNC turning through wavelet representation of tool vibration and tool sound has been presented in this research. The technique implemented contains a practical and economical tool failure monitoring method, during turning process. The chip removal tool, vibrate during metal cutting and also simultaneously increase the amplitude of vibrant tool relative to tool wear. The effect of tool vibration caused by tool wear or tool failure, creates various sound waves which contain features of tool wear and cutting conditions. The produced sound waves are transformed via special sound sensor, to input port of the tool failure detection model created in MATLAB software. The model uses wavelet packet transform method to determine tool wear and tool failure from sound signals. Initials, the sound signals are decomposed into various frequency bands in respect to time. Then the root mean square (RMS) values of the decomposed signals are calculated, the (RMS) values are calibrated to indicate instantaneous tool failure on the display unit. The carbide tool and CK45 steel was used in the turning experiment