Giám sát trực tuyến trình gia công TS.Thái Thị Thu Hà KS.Thái Hội Hiền Bộ môn Chế Tạo Máy Khoa Cơ khí - ĐHBK TP.HCM E-mail:ttth@dme.hcmut.edu.vn Tóm tắt Bài báo đa khái niệm giám sát, thông số cần giám sát trình gia công Các phơng pháp xác định lực cắt, cách xử lý kết Khi sử dụng phơng pháp giám sát nâng cao suất chất lợng sản phẩm Abstract The paper contains conceptions about monitoring, machining parameters need monitor Methods are used to define cutting force, process the results Applications of the methods bring about increasing quality of product I Đặt vấn đề Ngày nay, sản phẩm tạo cần phải có chất lợng cao với giá cạnh tranh Để làm đợc điều cần tăng suất, giảm phế phẩm Trên hệ thống gia công đại nhờ có phận giám sát mà suất đợc tăng lên, giảm phế phẩm hạ giá thành sản phẩm Giám sát trình thu nhận, phân tích, xử lý thông tin liên quan đến đối tợng để xác định trạng thái đối tợng Giám sát tình trạng đợc định nghĩa xác định trạng thái máy hay hệ thống thiết bị thay đổi theo thời gian để biết đợc tình trạng máy hay thiết bị thời điểm Tình trạng máy xác định thông qua thông số nh mòn dao, rung động, tiếng ồn, nhiệt độ, Các thông số thay đổi cho ta biết đợc tình trạng máy Giám sát mang lại hiệu kinh tế lớn lao nh vì: Độ mòn dao đợc giám sát thực việc thay dụng cụ kịp thời cần thiết Hệ thống phát hiƯn h− háng cđa dao hay ph«i ∗ Ti thä dao đợc sử dụng tối u Giảm thời gian dừng máy làm tăng suất gia công Với u điểm nh giám sát ngày đợc ứng dụng rộng rÃi trình gia công Đối với hệ thống máy công cụ đối tợng đợc quan tâm mòn dao, gÃy dao, rung động, lực cắt, II cấu trúc hệ thống giám sát lực cắt tiện Trong trình tiện độ xác chất lợng bề mặt phụ thuộc nhiều vào thông số công nghệ nh vận tốc cắt, lợng chạy dao, chiều sâu cắt nh tình trạng dao (mòn dao, gÃy dao) Đặc biệt tiện cao tốc tiện vật liệu khó gia công nh gốm sứ, mòn dao yếu tố ảnh hởng lớn Chính mà ta phải giám sát mòn dao Tuy nhiên việc đo lợng mòn dao trình tiện phức tạp xác, giám sát lực cắt để xác định độ mòn dao Để nhận đợc liệu dùng việc nghiên cứu tín hiệu lực cắt tiện nhằm giám sát tình trạng dao trực tuyến cần phải tiến hành thí nghiệm trình cắt hình sơ đồ khối trình giám sát lực cắt tiện Hệ thống đo lực cắt gồm có: Một chuyển đổi cảm biến để đo tín hiệu lực cắt từ trình gia công thời gian thực Một hệ thống để khuếch đại tín hiệu đo đợc Một hệ thống thu thập liệu số LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com M UÕ I CH OÁ NG TA  M CH I T IẾ T CA Û M B IẾ N TH Ờ I G I A N T H Ö ÏC CH U Y Ể N Đ Ổ I FX X Ư ÛL Y Ù T Í N H I Ệ U FY FX C ác th ôn g số g i a co â ng FY T ín h F x /F y M A ÏN G N EU RA L ĐÚ NG D Ừ NG M Ò N DAO TỚ I GIỚ I H A ÏN SA I TIẾ P T U ÏC B E ÀM A Ë T XAÁ U ẹU NG D ệỉ NG Hình Sơ đồ khối giám sát lực cắt tiện Trong suốt trình gia công, điện áp từ hệ thống cảm biến lực đợc ghi lại phân tích để nhận đợc điện áp thực Sau xử lý ta có đợc hai thành phần lực cắt điều kiện gia công đà biết trớc Bộ chuyển đổi gồm hai thành phần bản: đầu giữ dao hệ thèng c¶m biÕn lùc HƯ thèng c¶m biÕn lùc gåm có sơ đồ đo ứng suất, hệ thống khuếch đại mạch cầu hệ thống thu nhận liệu số Chức gage đo ứng suất cảm biến để biến đổi tín hiệu lực cắt thành tín hiệu điện áp đo đợc thông qua hệ thống khuếch đại Mối quan hệ định lợng thành phần lực cắt điện áp đo đợc từ hệ thống thu nhận liệu số, đợc thiết lập từ trình hiệu chỉnh, nhận đợc độ lớn thành phần lực cắt từ tín hiệu điện áp III Dùng mạng neural giám sát trực tuyến trình tiện Giám sát mạng neural đà phát triển để giám sát trình gia công đợc chia thành ba giai đoạn: - Giai đoạn chọn cảm biến Bằng cách sử dụng cảm biến trình gia công đợc giám sát tin cậy Quá trình gia công đợc gáim sát hiệu nghiên cứu tín hiệu lực từ trìng cắt Tỉ số lực cắt, tốc độ cắt, lợng chạy dao, chiều sấu cắt, bán kính mũi dao thời gian gia công đợc đa vào lớp nhập mạng neural nuôi tiến (feedforward neural network) Giai đoạn thứ hai hn lun m¹ng Sau chän cÊu tróc m¹ng thÝch hợp, mạng đợc huấn luyện với mẫu liệu huấn luyện mà mẫu gồm có cặp biến nhập xuất Sai số bình phơng trung bình tất mẫu huấn luyện tiến tới giá trị đợc xác định trớc dừng trình huấn luyện lại, trọng số kết nối ngỡng đợc xác định Các trọng số ngỡng đợc dùng để giám sát trực tuyến trình gia công Các giá trị trọng số kết nối ngỡng tuỳ thuộc vào liệu huấn luyện Càng nhiều liệu huấn luyện, mạng làm việv tốt điều phụ thuộc vào chất lợng liệu huấn luyện Giai đoạn thứ ba áp dụng mạng trình gia công thời gian thực Các tín hiệu lực từ cảm biến qua lọc để lọc thông thấp tỉ số lực (lực chạy dao/lực tiếp tuyến) đợc xác định Tỉ số thông số gia công khác đợc đa vào mạng neural đà đợc huấn luyện độ mòn dao, độ nhám bề mặt chi tiết đợc dự báo Nhìn vào giá trị dự báo ngời vận hành (hay hệ thống điều khiển) tác động theo hớng tối u hoá trình gia công Nếu thông số xuất nh độ mòn dao hay bề mặt chi tiết gia công đạt đến giá trị giới hạn ngời vận hành hay hệ thống điều khiển dừng trình gia công thay dao Mạng neural đợc xem nh máy có khả suy luận để tìm cách hiệu độ mòn dao nhận đợc tín hiệu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com bÊt cø lóc Các mạng neural cho phép gia tăng cải tiến liệu đợc đa vào Do mạng không ngừng cập nhật liệu Trên hình trình bày mạng ba lớp giám sát độ mòn dao Lớp nhập Lớp ẩn Lớp xuất Tốc độ cắt Lợng chạy dao Chiều sâu cắt Độ mòn dao Thời gia cắt Bán kính mũi dao Tỉ số lực cắt Hình Mạng neural ba lớp giám sát mòn dao Để thực trình thực nghiệm, xây dựng mô hình thí nghiệm đợc trình bày hình Bềmặ t cuố i cù ng YES NO m nhậ Cả n thờ i gian thực Tín hiệ u lực cắ t Xửlýtín hiệ u n đổ Chuyể i c thô Cá ng sốcắ t Gọi ngườ i can thiệ p Tỉsốlực cắ t m sá Giá t bằ ng mạng neuron Tình trạng dụng cụcắ t Dung sai Bềmặ t hình học n dao cuố i cù ng Mò vàkích thướ c Hệthố ng quyế t định n dụng cụ Mò Độnhá m bề mặ t Hình theồbemaở t (surface Hình Giám sát độ mòn dao độ nhám bề mặt chi tiết LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Các giá trị trọng số giá trị ngỡng sau huấn luyện có giá trị nh hình Hình Giá trị ngỡng trọng số (10000 vòng lặp) Và giá trị xuất mạng neural dự báo độ mòn dao với mẫu kiểm tra nh hình Hình Giá trị xuất mạng neural dự báo độ mòn dao với mẫu kiểm tra IV kết luận Mạng neural nhân tạo có khả học, xấp xỉ hàm phi tuyến nào, định môi trờng có nhiễu thông tin không hoàn hảo Nó tích hợp vào hệ thống sản xuất cho việc giám sát Trong trình gia công dùng để giám sát mòn dao, độ nhám bề mặt chi tiết, Khi chọn đợc cấu trúc mạng thích hợp dự báo xác thông số gia công (mòn dao, độ nhám bề mặt chi tiết,) Tài liƯu tham kh¶o [1].S.R.K Rrasad, IFAMMS2000-Intelligent Flexible Autonomous Manufacture Systems, Mc Graw Hill [2].Robert G.Landers- A.Galip Ulsoy- Richard J Furness, Process Monitoring and Control Operations [3].Devdas Shetty- Richar A Kolk, Mechatronics System Design, PWS Publishing Company, 1997 [4].J.H.Williams-A.Davies-P.R.Drake Condition-Based Maintenance and Machine Diagnostics, Chapman&Hall 1992 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... lập từ trình hiệu chỉnh, nhận đợc độ lớn thành phần lực cắt từ tín hiệu điện áp III Dùng mạng neural giám sát trực tuyến trình tiện Giám sát mạng neural đà phát triển để giám sát trình gia công. .. trình gia công đợc chia thành ba giai đoạn: - Giai đoạn chọn cảm biến Bằng cách sử dụng cảm biến trình gia công đợc giám sát tin cậy Quá trình gia công đợc gáim sát hiệu nghiên cứu tín hiệu lực... tiến tới giá trị đợc xác định trớc dừng trình huấn luyện lại, trọng số kết nối ngỡng đợc xác định Các trọng số ngỡng đợc dùng để giám sát trực tuyến trình gia công Các giá trị trọng số kết nối ngỡng