مونیتورینگ بلادرنگ سایش ابزار فرز کف تراشی به کمک شبکه عصبی

از مهمترین مسائل در اتوماسیون سیستمها، کنترل شرایط کاری سیستم می باشد. در ماشینکاری نیز کنترل سایش ابزار از اهمیت زیادی برخوردار است. چرا که روی دقت ابعادی، صافی سطح قطعه، مسائل اقتصادی ماشینکاری، عمر ماشین ابزار و نیروهای ماشینکاری تاثیر می گذارد. برای اندازه گیری سایش ابزار نیاز به توقف عملیات ماشینکاری می باشد. در سیستمهای تولیدی اتوماتیک سعی بر آن است که بتوان بدون قطع عملیات، سایش ابزار را در حین کار تخمین زد. به این خاطر امروزه روشهای اندازه گیری غیرمستقیم و بلادرنگ در حال گسترش است. در این پروژه یک روش چند سنسوری برای تخمین سایش ابزار فرز کف تراشی در حین ماشینکاری و بدون توقف عملیات ماشینکاری ارائه شده است. برای اینکار ابتدا عملیات فرزکاری کف تراشی مدل سازی شده و بر اساس ماشینکاری مایل، فرمولهای محاسبه نیروهای ماشینکاری بدست آمدند. سپس نتایج این روابط با نتایج حاصل از آزمایشات عملی مقایسه شد. نتایج کار نشان می دهد که صحت این روابط بسیار بالاست. در ادامه برای فرز کف تراشی یک مدل ارتعاشی با یک درجه آزادی در نظر گرفته شده و معادله آن حل شد. با محاسبه و رسم دیاگرام شتاب ارتعاشات در حالات مختلف ماشینکاری و مقایسه آن با نتایج حاصل از اندازه گیری عملی با شتاب سنج، مشخص شد که این مدل ساده با نتایج عملی سازگاری دارد و از نظر دامنه ارتعاشات و روند تغییرات سیگنالهای ارتعاشی، نتایج تئوری با نتایج عملی مطابقت دارد. در مرحله بعدی پارامترهای موثر در سایش ابزار بررسی شده و اثر آنها روی عمر ابزار مطالعه شد. در این آزمایشات با ثابت نگه داشتن تمام پارامترها و تنها با تغییر یکی از آنها، اثر این پارامترها روی سایش بررسی شد. با استفاده از دو روش مدل تیلور و شبکه عصبی سعی شد معادله ای برای پیش بینی عمر ابزار ارائه شود. نتایج کار نشان می دهد که دقت این روشها پائین است. این معادلات تنها می توانند عمر متوسط ابزار را ارائه دهند و لازم است با روشهای دیگر مقدار دقیق عمر ابزار را تخمین زد. برای اینکار در این پروژه از اندازه گیری غیرمستقیم و در حین کار ابزار استفاده شد. سنسورهای بکار رفته برای تخمین سایش ابزار، نیروهای ماشینکاری، ارتعاشات مکانیکی، جریان و دور موتور اسپیندل می باشند. برای تخمین سایش ابزار با این سنسورها از روشهای تک سنسوری، دو سنسوری، سه سنسوری و چهار سنسوری بطور همزمان، استفاده شد. به این منظور آزمایشات عملی زیادی در شرایط ماشینکاری مختلف انجام گرفته و برای هر روش یک شبکه عصبی از نوع پس خور یا bp طراحی و آموزش داده شد. این شبکه ها بعد از آموزش قادر هستند در شرایط مختلف ماشینکاری با اطلاعات حاصل از اندازه گیری همزمان مقدار نیروهای ماشینکاری، ارتعاشات، جریان و دور موتور، مقدار سایش ابزار را با دقت بالائی تخمین بزنند. نتایج کار نشان می دهد که هر چه تعداد سنسسورهای اندازه گیری بیشتر می شود، اطلاعات شبکه عصبی از سیستم افزایش یافته و دقت تخمین سایش ابزار بهبود می یابد. با روش چند سنسوری می توان با دقت بالای 96% سایش ابزار را در حین ماشینکاری تخمین زد. این روش می تواند در کنترل و مونیتورینگ فرایند ماشینکاری بکار برده شود.