Documente Academic
Documente Profesional
Documente Cultură
+ =
R
E
c
e D f v G
dt
dw
, (4.1)
unde: G, D, E sunt constante determinate experimental
dt
dw
- intensitatea uzurii
c
v - viteza de achiere [m/min]
f - avansul [mm/rot]
R - constanta universal de gaz
- temperatura n procesul de achiere [
o
C]
13
Modelul de uzur a lui Huang [56, 57] cuprinde trei mecanisme de uzur i are forma:
dt w e VB v k
v e k VB v
P
P
k k dw
T
k
c difuzie
c
aT
adeziune c
n
t
n
a
abraziune
Q
+
+
273
1
(4.2)
unde: este mrimea uzurii dw
k
abraziune
, k
adeziune
, k
difuzie
, a, k
Q
- coeficieni ce depind de combinaia tipul i materialul sculei i de
materialul piesei de prelucrat
K i n - constante
VB- limea uzurii pe faa de aezare
w- limea achiei
v
c
viteza de curgere a aschiei, [m/min]
P
a
duritatea particulelor abrazive
P
t
duritatea sculei
- apsarea specific de achiere (fora pe unitatea de suprafa a seciuni achiei)
T- temperatura n procesul de achiere, [
o
C]
modelul de uzur a lui Usui [133, 134], cuprinde:
=
T
C
s
e v C
dt
dw
2
1
(4.3)
unde:
dt
dw
este intensitatea uzurii
C
1
, C
2
- coeficieni ce depind de materialul piesei i a sculei
s
v - viteza de curgere a achiei, [m/min]
T - temperatura de achiere, [
o
C]
- apsarea specific de achiere (fora pe unitatea de suprafa a seciuni achiei)
Acest model de uzur este deja disponibil ca o caracteristic a elementului finit pentru
software-ul Deform Machining [157] i poate fi utilizat deoarece, valorile coeficienilor C1 i C2
sunt cunoscute.
De exemplu, tabelul 5.2 arat caracteristicile constantelor din ecuaia lui Usui pentru
combinaia oel carbon i scule din carbur. Ele sunt introduse n modelul de estimare a uzurii.
Tabelul 5.2 Caractersiticile constantelor pentru oel carbon
C
1
[m
2
/MN] C
2
[K]
k
f
1150 k
f
1150 < k
f
1150 k
f
1150 <
2
10 198 . 1
9
10 8 . 7
4
10 195 . 2
3
10 302 . 5
Din acest motiv, se poate crede c, modelul de uzur a lui Usui are o funcionalitate bun n
simularea uzurii sculei.
5.4. Simularea procesului de strunjire prin metoda elementului finit (FEM)
5.4.1. Prezentarea software-ului DEFORM 2D Machining
Cea mai recent variant a software-ului DEFORM 2D Machining dezvoltat de Scientific
Forming Technologies Corporation, Columbus, Ohio [157,169] dispune n plus fa de variantele
anterioare de un model de predicie a uzurii sculei.
14
n urma cercetrilor bibliografice s-a dovedit c software-ul DEFORM 2D Machining este
extrem de eficace att n cercetare ct i n aplicaiile industriale, astfel, Scientific Forming
Technologies Corporation (SFTC) dezvolt i susine n continuare sistemul DEFORM.
Software-ul DEFORM 2D Machining este folosit pentru a modela i simula procesul de
achiere folosind ipotezele achierii ortogonale. Software-ul poate simula procesul de achiere
folosind diferii parametri ai achierii, cum sunt viteza de achiere, avansul i adncimea de achiere
pentru a calcula forele de achiere, temperatura de achiere, starea de tensiuni din achie i
semifabricat, pentru a aprecia forma achiei i a estima uzura i durabilitatea efectiv a sculei
5.4.2. Simularea operaiei de strunjire
Pentru obinerea unor date de intrare n algoritmul de calcul al uzurii sculei, referitoare la
ncrcare, fore, temperatur se vor executa o serie de simulri n software-ul DEFORM 2D descris
n paragraful anterior.
n simularea procesului de strunjire s-a utilizat o plcu din carbur de wolfram WC,
acoperit cu un strat de 5 microni de carbonitrur de titan (TiCN), iar ca material de pies, un oel
OLC 45 n stare mbuntit avnd diametrul de prelucrat de D = 50mm, respectiv 60 mm.
Scula achietoare este considerat Rigid, deoarece programul nu calculeaz deformaiile n
scul, ci numai temperatura i apsarea specific, iar pentru pies se alege mediul elasto-plastic.
Tabelul 5.3 Parametri simulrii procesului
Nr. Geometria sculei Avansul,
[mm/rot]
Adncimea de
achiere, [mm]
Viteza de achiere,
[m/min]
1.
0,07 0,5 52
2.
0,14 1,0 100
3.
25 , 0
6
6
0
0
=
=
=
r
0,28 1,5 200
4.
0,07 0,5 52
5.
0,14 1,0 100
6.
25 , 0
5
5
0
0
=
=
=
r
0,28
1,5 200
7. 0,07
0,5 52
8. 0,14
1,0 100
9.
2 , 0
10
5
5
0
0
0
=
=
=
=
w
f
0,28 1,5 200
Condiiile de achiere prezentate n tabelul 5.3 mpreun cu condiiile de lucru sunt
introduse n pre-procesor, care se ncheie cu poziionarea sculei i a piesei n poziia iniial de
plecare, aa cum se observ n figura 5.19.
n seciunea de control a simulri, aa cum s-a precizat n subcapitolul anterior s-au stabilit
numrul pailor de simulare, lungimea achierii pentru a se putea genera baza de date necesar
calculului simulrii.
n interfaa de postprocesor sunt memorate datele simulrii i se pot reprezinta grafic
urmtoarele date de ieiere: deformarea efectiv , viteza de deformare, tensiunile normale efective
, viteza de curgere total v , deplasarea total , apsarea specific U
m
P , temperatura T ; pot fi
urmrite grafic forele (ncrcarea pe direcia X i Y); se poate vizualiza cmpul de temperatur n
scul, prin reprezentarea pe culori i izoterme.
15
Fig.5.19 Poziionarea piesei i a sculei
n urma rulrii programului de element finit cu care se simuleaz procesul de achiere,
pentru operaia de strunjire, rezult urmtoarele valori ale parametrilor de ieire din proces:
cmpul de temperatur n zona de achiere n figura 5.28 precum i n scul figura 5.29a;
izotermele cmpului termic n scul, cu ajutorul crora se poate previziona uzura sculei n
figura 5.29b;
graficul cu ncrcarea elementelor de achie pe axa X, respectiv pe Y n [N] (fig.5.30 i
fig.5.31);
starea plan de tensiuni n pies i achie cu evidenierea tensiunii efective, [N/mm
2
]
(fig.5.32 i fig 5.33);
reprezentarea grafic a apsrii specifice la interfa scul - achie pies,
m
P [N/mm
2
]
(fig.5.34 i fig.5.35);
reprezentarea strii de deformare n achie i pies prin parametrul deformare efectiv,
[microni/m] (fig.5.36).
Fig. 5.28. Evoluia temperaturii n procesul de strunjire (nr.6 din tabelul 5.3)
a) Cmpul de temperatur sculei b) Izotermele
Fig. 5.29 Temperatura sculei la strunjire (nr.3 din tabelul 5.3)
16
Fig. 5.30. Valoarea forelor pe axa X (nr.4 din tabelul 5.3)
Fig. 5.32 Starea de tensiuni n pies (nr.6 din tabelul 5.3)
Fig. 5.33 Reprezentarea grafic a tensiunii efective (nr.6 din tabelul 5.3)
17
Fig. 5.35 Evoluia apsrii specifice pe axa Y (nr.2 din tabelul 5.3)
Fig. 5.36 Deformarea efectiv n achie pe axa X (nr.5 din tabelul 5.3)
5.4.3. Interpretarea rezultatelor obinute
Strile variabilelor puse la dispoziie prin programul de simulare a achierii sunt foarte utile
n stabilirea unui model de uzur bazat pe solicitrile mecanice specifice procesului de achiere
respectiv. De asemenea, pot fi calculate forele de achiere pe direciile X respectiv Y care,
evideniaz indirect starea de uzur a sculei achietoare.
Din starea de temperatur, se poate observa poziia centrului de uzur pe fa de degajare,
care se afl la o anumit distan de tiul sculei i coincide cu adncimea maxim a craterului de
uzur, mai mult reprezentarea izotermelor evideniaz exact forma craterului de uzur pe faa de
degajare i a zonei de uzur pe faa de aezare. Valorile temperaturii sculei se vor folosi n stabilirea
modelului teoretic i experimental de uzur.
Un alt element important n stabilirea strii de uzur rezultat din simulare este presiunea
normal, care corelat cu mrimea suprafeei de contact ne ajut s calculm lucrul mecanic
consumat la achiere.
Elementele principale amintite mai sus constituie baza de plecare n stabilirea unui model de
uzur bazat pe solicitri mecanice i termice. De asemenea, poate fi un pas de plecare n stabilirea
parametrilor care vor fi monitorizai, n scopul stabilirii indirecte a unei stri de uzur (temperatur,
fore, putere consumat, vibraii, emisie acustic etc).
18
Baza de date generat prin simularea procesului de achiere poate fi transferat la analiza
strii de tensiuni i deformaii din scul cu ajutorul unui alt program de element finit (de ex.
ANSYS), aceasta deoarece programul DEFORM
TM
2D Machining consider scula un corp Rigid,
ca singur opiune.
Din analiza aprofundat a rezultatelor simulrii programului se mai pot identifica i alte
elemente ale procesului de achiere, nelegate direct de fenomenul de uzur, astfel:
n figurile 5.32 i 5.33 sunt prezentate starea tensiunilor maxime de contact, fiind
evideniat foarte distinct planul de forfecare al achiei i distribuia neuniform a
tensiunilor pe suprafaa de contact dintre scul i pies (suprafaa efectiv a seciunii
achiei);
Se poate estima uzura sculei, n aceleai condiii de achiere. Procesul de estimare al
uzurii sculei este dus la bun sfrit dup trei cicluri de calcul al uzurii sculei (fig.5.36);
Programul Deform 2D Machining controleaz formarea achiei i analiza transferului de
cldur, monitorizeaz procesul de analiz a acestora, rezultatul obinut este memorat
ntr-o baz de date. Valorile din baza de date vor fi necesare pentru calculul uzurii
sculei.
5.5. Calcul uzurii sculei pe baza simulrii cu metoda FEM
5.5.1. Algoritm de calcul a uzurii sculei la strunjire
Pentru a calcula uzura sculei n procesul de strunjire s-a realizat n Matlab, programul
Calcul_Uzura.m prezentat n anexa IV. Programul este conceput pentru a efectua calculul uzurii
sculei pe baza datelor rezultate din simularea prin element finit. Astfel, dup un anumit numr de
pai ai simulrii se preiau datele calculate referitoare la apsarea specific, temperatur i viteza de
curgere a achiei. Procedura de estimare a uzurii sculei este prezentat n figura 5.39
Fig. 5.39 Procedura de estimare a uzurii sculei
Pentru calculul uzurii i trasarea curbei de s-au utilizat rezultatele obinute la simularea
numrul trei din tabelul 5.3.
n urma rulrii programului i considernd timpul de data aceasta real, s-a trasat curba
teoretic de uzur, prezentat n figura 5.41.
Temperatura sculei, T
Desen
CAD
Deplasarea nodal
Geometria initiala a sculei Actualizarea geormetriei
sculei
Geometria modificata
Calculul uzurii
dt e v C dw
T
C
s
=
2
1
Deplasarea nodului
) , ( ) , (
) , (
j i
j
j i
j i
D t w w =
Timpul de incrementare
t (specificat de
utilizator n program
Actualizarea nodurilor sculei
Apsarea specific/Viteza de curgere
19
Valorile calculate ale uzurii dup un anumit ciclu pot fi reprezentate n timp, n scopul
obinerii unei caracteristici teoretice de uzur, care s fie folosit n sistemul de monitorizare, n
calitate de curb de nvare pentru reeaua neuronal (curb etalon).
Fig.5.41 Uzura sculei n timp pe baza datelor obinute din simulare
5.6. Concluzii i contribuii
n acest capitol s-au studiat i efectuat modele ale procesului de achiere utiliznd metoda
elementului finit, pentru a obine parametri de ieire din proces, necesari stabilirii unui model
teoretic de uzur, ca ablon pentru compararea cu uzura real.
Astfel,
S-au trecut n revist modele analitice ale procesului de achiere (modelul forelor,
temperaturii i uzurii);
S-a cutat un software modern pentru obinerea unor date ct mai apropiate de realitate. n
urma analizei modelelor disponibile s-a ales software-ul Deform 2D Machining ca fiind
cel mai potrivit, deoarece dispune de modulul de calcul a uzurii sculei ca element al
procesului de monitorizare;
S-a folosit un produs software modern i dedicat simulrii procesului de achiere, care
permite obinerea unor modele de mare precizie, necesare unei monitorizri fiabile;
S-au efectuat simulri ale procesului de strunjire utiliznd Deform 2D Machining;
S-au realizat utiliznd FEM modelele forelor (strii de tensiune), temperaturii, uzurii la
operaia de strunjire longitudinal exterioar a unui semifabricat din OLC 45;
Ca o contribuie original modelul obinut a fost adaptat cerinele cercetrii prin transferul
bazelor de date rezultate spre reeaua neuronal;
S-a elaborat un program n Matlab pentru calculul uzurii sculei n timp pe baza simulrii
procesului;
S-au obinut curbe teoretice de uzur;
De asemenea s-a evideniat mai multe aspecte:
Avantajul folosirii simulrilor n locul ncercrilor experimentale care sunt mai
costisitoare i mai greu de utilizat;
Modelele construite bazate pe programul Deform 2D, sunt adaptate pentru scopul
determinrii unui model teoretic i practic de urmrire a uzurii, n cazurile concret
studiate;
Software-ul Deform 2D permite un control riguros al elementelor de contact n scopul
reducerii erorilor i pentru convergena soluiei;
Datele rezultate din modelarea cu element finit vor fi verificate ulterior prin ncercri
experimentale care urmeaz s valideze modelele construite;
20
Cu remarca c:
se pot genera cazuri pentru diverse operaii, materiale de prelucrat i scule
achietoare;
n structura software-ului poate fi introdus un model propriu (corectat) de uzur
bazat pe ncercrile experimentale fcute n cazuri concrete, ca o contribuie la
dezvoltarea n continuare a software-ului.
rezultatele generate de software pot fi considerate ca ablon pentru condiii
normale de achiere n sistemul de monitorizare bazat pe reele neuronale sau
fuzzy;
CAPITOLUL 6. CERCETRI EXPERIMENTALE PRIVIND MONITORIZAREA
UZURII SCULEI ACHIETOARE
6.3. Proiectarea cercetrilor experimentale n vederea monitorizrii uzurii sculelor
achietoare
Pentru particularizarea modelelor teoretice obinute prin metoda FEM se impune efectuarea
unor cercetri experimentale n aceleai condiii n care s-a fcut simularea i modelarea procesului
de achiere, n cazul operaiei de strunjire.
Prin ncercrile experimentale se caut corelaii directe i concrete legate de strunjirea
materialului folosit n modelarea teoretic.
Modelele experimentale obinute vor constitui un prim pas n stabilirea unor baze de date
pentru monitorizarea altor materiale i operaii de achiere.
6.3.1 Stabilirea factorilor ce vor fi monitorizai
Pornind de la cercetrile teoretice privind procesul de uzur al sculei, prezentate n
paragraful 4.4 (Monitorizarea uzurii pe baza indicatorilor indireci) s-a constatat c, principalii
parametri indireci, de influen ai uzurii, care vor fi urmrii prin cercetrile experimentale
(fig.6.7), sunt:
Parametri R
a
i R
z
pentru rugozitatea suprafeei prelucrate;
Fora de achiere;
Temperatura sculei;
Zgomotul (emisie acustic).
z a
R R ,
z y
F F ,
Z
Fig. 6.7 Parametri monitorizai
Parametri
indicatori de
uzur
UZURA
SCULELOR
ACHIETOARE
Astfel, n planul de experiene se vor considera variabile dependente:
Parametri R
a
i R
z
pentru rugozitatea suprafeei prelucrate;
Forele F
y
i F
z
;
Temperatura sculei, ;
Zgomotul (emisie acustic), Z
iar, ca variabile independente parametri regimului de achiere:
Viteza de achiere;
Avansul;
21
Adncimea de achiere;
Raza la vrf;
Starea sculei (n unele cazuri).
Pentru posibilitatea validrii modelului teoretic obinut prin FEM, ncercrile experimentale
au fost efectuate tot pentru operaia de strunjire pentru care s-a fcut modelarea, n aceleai condiii
de achiere i acelai material de prelucrat.
Schema cercetrilor experimentale este prezentat n continuare (fig.6.8)
Fig.6.8. Schema cercetrilor experimentale
6.4. Realizarea ncercrilor i achiziia datelor experimentale
n ncercrile experimentale realizate pentru monitorizarea uzurii sculei achietoare s-au
utilizat att tehnici off-line prin msurarea rugozitii suprafeei prelucrate, ct i tehnici on-line
prin analiza forelor din proces, a temperaturii i a zgomotului.
6.4.1. Msurarea rugozitii suprafeei prelucrate
Avnd n vedere c, una din condiiile impuse nc de pe desenul de execuie al reperului
este o anumit rugozitate s-a acordat o atenie deosebit msurtorilor efectuate pentru acest
parametru al achierii.
Pentru a analiza influena rugozitii trebuie creat un model al acesteia n funcie de
parametri regimului de achiere.
Deoarece nu se poate ine cont de influena tuturor factorilor asupra rugozitii s-a folosit un
program de calcul pe baza metodei bilanului aleatoriu, cosiderndu-se astfel, ca variabile raza la
vrf a sculei , avansul f i viteza de achiere v.
r
ncercrile de msurare a rugozitii suprafeei prelucrate s-au efectuat pe:
- maina-unealt: strung SN 250,
- piesa de prelucrat din OLC 45, cu diametrul de 34 = D [mm] i 350 = L [mm], cu
duritatea de 250HB,
utiliznd
- cuite de strung cu plcue schimbabile de tipul TPUN 11 03 04 ( 4 , 0 =
r ) i TPUN 11
03 08 ( 8 , 0 =
V
]
Urcare Coborre
Fig. 6.22 Stand pentru etalonarea termocuplului natural
n urma etalonrii a rezultat urmtoarea dreapt de etalonare pentru oel:
x y + = 42 . 0 8 . 11 (6.18)
unde, x este temperatura corespunztoare tensiunii msurate n [C].
6.4.2.5. Desfsurarea experimentului, achiziia i prelucrarea datelor obinute
Utiliznd standul prezentat n figura 6.19 au fost efectuate o serie de msurtori n condiii
aproximativ identice conform planului experimental - C, iar rezultatele semnificative obinute sunt
trecute n tabelul 6.3.
Pentru obinerea modelului matematic de temperatur s-a utilizat un experiment factorial de
tipul 3
2
(doi factori v i f la trei nivele de variaie), rezultnd modelul matematic de mai jos.
2
2
010331 . 0
003 8452 . 1 0155 . 0 00776 . 1 0035 . 2 4105 . 36
f
v E f v f v T
+
+ + + =
(6.20)
Utiliznd analiza ANOVA asupra modelului de temperatur obinut, putem afla influenele
fiecrui parametru i adecvana acestuia. Funcia model din relaia (6.20) poate fi reprezentat grafic
sub form de suprafa de variaie att n 2D ct i n 3D, n funcie de variabilele din planul de
experimente.
Fig.6.28 Variaia 2D a temperaturii n funcie de viteza v i avansul f
25
6.4.3. Msurarea forelor de achiere
6.4.3.1. Stand de msurare cu dinamometru inductiv
Pentru a putea determina influena forelor de achiere asupra uzurii sculelor s-a realizat un
dinamometru pentru msurarea forelor de achiere la strunjire. Sistemul de msurare realizat este
simplu de utilizat, are o rezoluie bun ceea ce face posibil msurarea celor mai mici variaii ale
forelor.
Schema bloc a sistemului de msurare este prezentat n figura 6.31.
Plac de achiziie
Fig.6.31 Schema bloc a sistemului de msurare a forelor
Sistemul de achiziie a datelor este format dintr-o punte tensometric i o plac de achiziie
USB 6008 NI, necesar pentru achiziia semnalelor ncercrilor experimentale. Pentru trasarea
diagramelor forelor de achiere n funcie de parametri regimului de achiere se ataeaz n lanul
de msurare pe lng placa de achiziie USB 6008 i software-urile SignalExpress i LabView 8.5
[163]. Lanul de msurare astfel format este calibrat nainte de nceperea msurrilor.
Fig.6.33 Instalaia pentru msurarea forelor
6.4.3.2. Etalonarea dinamometrului
Etalonarea i calibrarea dinamometrului inductiv s-a fcut n lanul de msurare pe maina
de ncercare la traciune-compresiune i flambaj INSTRON 5587 din dotarea laboratorului de
deformri plastice, prin ncrcare-descrcare repetat pn la o for maxim de 1200 N. Au fost
culese perechi de puncte deplasare-for, maina dispunnd de o precizie ridicat de 0,01%.
Software-ul cu ajutorul cruia au fost captate datele de la maina de ncercare este Bluehill 2.0.
Traductori
inductivi
Plac de achiziie
PC
Punte tensometric
26
Pe baza datele culese s-a obinut urmtoarea relaie de etalonare pentru componenta forei
principale:
X F
y
+ = 0136 . 0 121 . 15 [N] (6.21)
Pe baza acestei ecuaii diviziunile indicate de puntea tensometric vor fi transformate direct
n uniti de for, N.
6.4.3.3. ncercrile experimentale
i n acest caz au fost efectuate ncercrile propuse n planul experimental i realizate o serie
de msurtori, iar rezultatele obinute sunt trecute n tabelul 6.5. S-a utilizat un experiment factorial
complet D de tipul 3
3
pentru cei trei factori luai n considerare (avansul, adncimea de achiere i
viteza) la trei nivele de variaie, ceea ce duce la un numr de 27 de experiene.
Funciile model care descriu dependena forelor de parametri regimului de achiere sunt
prezentate n continuare. Coeficienii de regresie obinui dup prelucrarea rezultatelor cu ajutorul
software-ului Design - Expres au permis realizarea urmtoarele modele matematice pentru for,
avnd
v a 82 . 4 v f 28 . 23 a f 86 . 1119 v 26 . 7 a 33 . 153 f 07 . 1908 76 . 386 F
p p p y
+ + + = (6.25)
v a 93 . 1 v f 22 . 9 a f 46 . 421 v 91 . 2 a 18 . 60 f 53 . 758 07 . 154 F
p p p z
+ + + = (6.26)
Modelele obinute au fost analizat utiliznd testele statistice Fisher i Anova [168], care ne
dau influena fiecrui factor, gradul de ncredere al modelului precum i diagnosticarea factorilor.
Deoarece componenta F
y
a forei de achiere este cea mai important din punct de vedere
practic, dar i cu cea mai mare pondere, doar pentru aceasta s-a prezentat analiza i interpretarea
adecvanei modelului obinut.
Cu ajutorul software-ul Design-Expert 7.1 se poate realiza i vizualiza interaciunilor ntre
parametri de intrare reflectai n valoarea forei. n figurile 6.39 i 6.40 se poate urmri variaia
componentei F
y
a forei n 2D respectiv n 3D n funcie de doi parametri ai regimului de achiere,
meninndu-se al treilea parametru constant.
Fig.6.39 Reprezentarea forelor F
y
n 2D Fig.6.40 Reprezentarea F
y
n 3D
Pentru a fi n msur s realizm un model de predicie a uzurii (VB) prin prisma forei de
achiere F
y
vom presupune faptul c forele msurate n timpul experimentelor sunt distribuite n
mod egal peste toat zona de contact dintre scul i pies.
i n acest caz au fost efectuate o serie de msurtori n aceleai condiii de achiere,
pstrnd constant viteza i utiliznd de data aceasta plcue cu uzuri diferite.
Pentru obinerea modelului matematic s-a utilizat un experiment factorial de tipul 3
3
, iar n
urma analizei cu software-ul Design-Expert 7.1 a rezultat modelul matematic:
VB f 53 . 3333
VB a 11 . 1459 f a 65 . 234 VB 24 . 1307 f 21 . 1017 a 44 . 420 80 . 415 F
p p p Y
+
+ + + =
(6.28)
27
Reprezentarea grafic a funciei model din relaia (6.28) n 2D i 3D sub forma unor
suprafee de variaie este posibil prin meninerea constant a unui factor.
Pentru a putea ilustra predicia uzurii VB asupra forei de achiere F
y
au fost trasate
suprafeele de rspuns pentru funcii dependente de cte doi factori: ( ) VB f , F
y
i ( ) VB a
p
, F
y
.
a) b)
Fig. 6.44 Reprezentarea 2D a forei de achiere
6.4.4. Msurarea zgomotului efectiv n vederea estimrii n mod automat a uzurii sculei
achietoare
6.4.4.1. Standul experimental
Zgomotul produs n procesul de achiere constituie o msur a unei energii pierdute.
Mrimea acestuia d o indicaie asupra desfurrii procesului, astfel c, creterea uzurii sculei duce
la apariia unor zgomote puternice, vibraii mai accentuate, deci procesul de achiere nu decurge
normal.
Schema bloc a componentelor sistemului de msurare a zgomotului este prezentat n figura
6.46.
Plac de achiziie
Fig.6.46 Schema bloc a sistemului de msurare a zgomotului din procesul de achiere
Realizarea msurtorilor au fost efectuate cu ajutorul:
Microfonulului sonometrului de tip Max BCM-5400, Uni-directional amplasat la o distan
de 20 - 30 mm de vrful sculei;
plcii de achiziie USB 6008 NI;
software-ului LabVIEW 8.5;
plcuelor de tipul TNMM 15 04 04 din carbur metalic P30.
Zgomotul a fost achiziionat folosind un Sonometru 2100 Quest Technologies montat foarte
aproape de zona de achiere conform figurii 6.48 i utiliznd instrumentul virtual realizat n
LabView (fig.6.49).
28
Fig.6.48 Stand experimental pentru msurarea zgomotului
Fig.6.49 Instrument virtual pentru achiziia i analiza zgomotului
Pentru obinerea unui semnal ct mai clar, eliminnd ali factori ce intervin n procesul de
achiere se utilizeaz n lanul de msurare a zgomotului un filtru band-pass, care va atenua complet
orice semnal n afara gamei dorite.
S-au obinut astfel nregistrri pentru fiecare tip de plcu, prezentate n figura 6.50.
Fig.6.50 nregistrarea semnalului compus
Plcu uzat
mm VB 5 , 0 =
Plcu uzat
mm VB 2 , 1 = Plcu neuzat
PC
Sonometru
Plac de achiziie
29
6.4.4.3. Analiza i interpretarea rezultatelor.
Analiza i interpretarea rezultatelor msurtorilor pentru cazurile de uzur amintite s-au
efectuat utiliznd software-ul Sigview (versiune de evaluare), [154].
n urma analizei semnalelor s-au tras urmtoarele concluzii:
Din analiza FFT a semnalului filtrat pentru plcua cea mai uzat mm (fig.6.51)
se poate remarca o plaj larg de frecvene prezentnd un maxim clar n jurul valorii de 530
Hz i un maxim secundar n jurul valorii de 800 Hz.
VB 2 , 1 =
Fig. 6.51 Analiza celor mai nalte cinci vrfuri pentru plcua cu mm VB 2 , 1 =
n cazul semnalului pentru plcua cu uzur admisibil mm VB 5 , 0 = (fig.6.52) se observ c,
frecvenele sunt n zone mult mai mici, cea mai mare amplitudine fiind de 258 dB (n jurul
frecvenei de 260 Hz), iar restul frecvenelor fiind sub 150 Hz.
Fig. 6.52 Analiza celor mai nalte cinci vrfuri pentru plcua cu mm VB 5 , 0 =
Analiznd n continuare cele mai nalte 5 vrfuri pentru cele trei cazuri se remarc
urmtoarele maxime prezentate n tabelul de mai jos, respectiv variaia amplitudinilor
zgomotului n timp n figura.6.55.
30
Tabelul 6.8
Plcu neuzat ] [ 5 , 0 mm VB = ] [ 2 , 1 mm VB = Nr
vrf/Tip
plcu
Frecven Amplitudine Frecven Amplitudine Frecven Amplitudine
1. 254.70 33.26 75.745 64.081 529.68 601.21
2. 533.94 25.522 252.51 62.12 37.582 581.41
3. 266.97 21.888 138.87 55.189 425.77 389.97
4. 240.45 19.981 258.23 63.09 778.84 373.38
5. 747.48 18.657 25.234 47.719 774.08 305.9
70
72
74
76
78
80
82
84
86
88
1 2 3 4 5 6
Timpul [min]
A
m
p
l
i
t
u
d
i
n
e
a
z
g
o
m
o
t
u
l
u
i
[
d
B
]
Placu nou
VB=0.5 [mm]
VB=1.2 [mm]
Fig.6.55 Variaia n timp a amplitudinii zgomotului
O analiz i mai aprofundat a semnalelor este prezentat n figura 6.62 care reprezint
puterea semnalului compus (spectrul de putere), n cazul celor 3 tipuri de plcue, n urma
filtrrii semnalului. n aceast figur este evideniat mai puternic zona frecvenelor
predominate;
Fig.6.61 Diagrama 3D a spectrului de putere n cazul celor trei semnale prelucrate
31
6.5. Prezentarea comparativ a rezultatelor obinute experimental cu cele teoretice
rezultate din modelarea cu element finit FEM
Pentru compararea rezultatelor obinute experimental, cu cele rezultate din modelare i
prezentate n capitolul 5.4 s-au considerat 9 tipuri de combinaii ale parametrilor regimului de
achiere prezentate n tabelul 6.9.
Tabelul 6.9
Experiment Deform 2D Machining
Condiii de
achiere
f
[mm/rot]
ap
[mm]
v
[m/min]
Temp,
[
0
C]
Fora de
achiere,
[N]
Temp.
Medie, [
0
C]
Forta de
achiere
medie, [N]
c1 0.07 0.5 25 58.21 43.52 75.67 45.00
c2 0.14 1 25 151.03 44.36 196.34 45.86
c3 0.28 1.5 25 249.39 55.51 324.21 57.39
c4 0.07 0.5 51 170.80 35.15 222.04 36.34
c5 0.14 1 51 247.46 46.49 321.70 48.07
c6 0.28 1.5 51 313.50 72.38 407.54 74.84
c7 0.07 0.5 100 316.84 19.37 411.89 20.03
c8 0.14 1 100 363.04 50.50 471.95 52.22
c9 0.28 1.5 100 368.16 104.17 478.61 107.71
Valorile temperaturii i forei de achiere s-au calculat folosind modelele matematice
obinute (rel.6.20 respectiv rel.6.25) pe baza condiiilor de achiere prezentate n tabelul de mai sus.
0.00
20.00
40.00
60.00
80.00
100.00
120.00
V
a
l
o
a
r
e
a
m
e
d
i
e
a
f
o
r
t
e
i
d
e
a
s
c
h
i
e
r
e
F
y
[
N
]
c1 c2 c3 c4 c5 c6 c7 c8 c9
Conditii de aschiere
Experiment Deform 2D machining
Fig. 6.62 Comparaia modelului experimental al forei F
y
cu modelul FEM
Aa cum se observ n figura 6.62, n cazul forei de achiere concordana modelului
experimental cu cel teoretic este foarte bun, n limita de 3,4%.
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
400.00
450.00
500.00
T
e
m
p
e
r
a
t
u
r
a
[
0
C
]
c1 c2 c3 c4 c5 c6 c7 c8 c9
Conditii de aschiere
Experiment Deform 2D machining
Fig.6.63 Comparaia modelelor Temperaturii, T
3.4%
32
n cazul temperaturii, (fig.6.63) diferena dintre temperatura msurat i cea obinut prin
simularea cu element finit este mai mare, explicaia fiind dat de faptul c, n experiment s-a
msurat temperatura medie, iar n FEM temperatur sculei.
Dac, se consider temperatura medie achie - scul, precizia modelului este mult mai bun,
cu o eroare de sub 1,5%.
6.6. Concluzii
n acest capitol s-au efectuat cercetri experimentale privind uzura sculelor achietoare la
strunjire pe baza indicatorilor indireci ai acesteia.
Experimentele privind rugozitatea suprafeei au fost efectuate utiliznd aparatul
Surtronic 3+ cu software-ul aferent. Rezultatele experimentale s-au obinut pe baza planurilor de
experimentare factoriale 2
3
respectiv 2
4
.
n urma prelucrrii datelor obinute privind rugozitatea suprafeei rezult urmtoarele concluzii:
uzura influeneaz puin, dar n sens pozitiv mrimea rugozitii, explicaia fiind rotunjirea
prin uzur a vrfului sculei (r
), mai ales la r
mic;
modificarea geometriei sculei prin creterea razei la vrf, r
=
8702 . 3 0182 . 4 27898 . 0
24704 . 0 6372 . 4 0134 . 5
63926 . 0 2347 . 1 7752 . 6
1
W
[ ] 2053 . 2 6451 . 4 0196 . 9
1
= B
Strat ascuns strat de ieire
[ ] 4234 . 7 30954 . 0 959 . 2
2
= W
[ ] 9722 . 3
2
= B
36
Cu aceste ponderi reeaua va lucra pn la o nou nvare, ce va fi bazat pe alt set de date
de intrare.
n figura 7.6 este redat graficul evoluiei erorii pe durata (epocilor) nvrii. Procesul se
consider finalizat n momentul, n care, eroarea atinge valoarea minim, valoare care va rmne
constant n continuare.
n urma nvrii, cu setul de date din tablelul 7.2, eroarea absolut a reelei este de
0,0098196, reprezentnd o uzur real de 0,0117 [mm] (aproximativ 1%), ceea ce se ncadreaz n
precizia de msurare a uzurii efective, care, n general este de 0,05.
nvarea efectuat pe setul de date indicat se consider satisfctoare, iar uzura prezis are
un nivel de ncredere suficient de ridicat.
Fig. 7. 6 Variaia sumei ptratelor erorilor pe durata antrenrii
Pentru a testa reeaua neuronal realizat s-a folosit un set de date aleatoare din domeniul
experimentat pentru care s-a obinut o predicie a uzurii. Rezultatul obinut n urma simulrii reelei
neuronale este reprezentat grafic n figura 7.7.
Limita admisibil
Fig.7.7 Predicia uzurii n urma testrii reelei neuronale
Prin sistemul de monitorizare, la atingerea valorii de 0.4 [mm] a uzurii momentane se
transmite un mesaj sistemului de avertizare, care va opri sau va ateniona operatorul c, scula
achietoare trebuie schimbat sau reascuit.
37
7.4. Concluzii
n acest capitol s-a realizat o cercetare amnunit privind utilizarea i implementarea
reelelor neuronale n monitorizarea uzurii sculei achietoare. n urma acestor cercetri au rezultat
urmtoarele contribuii teoretice i aplicative:
S-a demonstrat oportunitatea utilizrii reelelor neuronale n monitorizarea on-line a
procesului de strunjire;
S-a construit i experimentat o reea neuronal retea_monitorizare de tip Feedforward
pe baza algoritmului Backpropagation, pentru modelarea procesului de uzur a sculei;
S-a construit pe baza experimentelor din capitolul 6 un set de date necesare pentru
nvarea (Training) off-line a reelei neuronale (tabelul 7.1);
n urma nvrii cu setul de date normalizate din tablelul 7.2, eroarea absolut a reelei este
de 0,0098196, reprezentnd o uzur real de 0,0117 [mm];
S-a simulat funcionarea reelei neuronale retea_monitorizare antrenat cu seturi de
date de intrare aleatoare ce au fost extrase din baza de date a msurtorilor efectuate;
Rezultatele simulrii au indicat c ieirea (uzura sculei achietoare) poate fi prezis cu o
precizie foarte bun (eroarea fiind n jur de 1%);
Simulrile prezentate n acest capitol arat c, acest tip de reea are o putere foarte bun de
nvare i totodat de suprimare a zgomotului, iar precizia de nvare crete cu numrul
seturilor de date de nvare;
Precizia rezultat n urma simulrilor efectuate este mai bun sau cel puin egal cu
precizia unor modele analitice;
Introducerea reelei neuronale n sistemul de monitorizare constituie o contribuie teoretic
original a lucrrii, ca pas important n dezvoltarea sistemelor inteligente n urmrirea
proceselor de prelucrare prin achiere.
CAPITOLUL 8. CONCEPEREA UNUI SISTEM DE MONITORIZARE
A UZURII SCULEI MULTISEMNAL
Pornind de la structura de baz a unui sistem de monitorizare prezentat n capitolul 4 (figura
4.10) se propune proiectarea unui astfel de sistem necesar monitorizrii strii sculei achietoare n
procesul de strunjire.
Astfel, s-a elaborat structura i schema de funcionare sistemului de monitorizare, prezentat
n figura 8.1.
38
c
h
i
e
t
o
a
r
e
F
i
g
.
8
.
1
S
c
h
e
m
a
s
i
s
t
e
m
u
l
u
i
m
u
l
t
i
s
e
n
z
o
r
i
a
l
p
e
n
t
r
u
m
o
n
i
t
o
r
i
z
a
r
e
a
u
z
u
r
i
i
s
c
u
l
e
i
a
39
40
n continuare se vor prezenta blocurile funcionale din figura 8.1 i rolul fiecrui bloc n
sistemul de monitorizare. S-a propus achiziionarea semnalelor de la trei senzori diferii: de for,
temperatur i zgomot. Avnd n vedere datele de intrare i ieire gndite pentru diagrama bloc a
aparatului s-au construit i modulele instrumentului virtual necesar achiziionrii i procesrii
semnalelor, precum i funciile ce trebuie ndeplinite de modulul de calcul i analiz a celor trei
semnale.
Fig. 8.2 Instrument virtual pentru achiziia, conversia i vizualizarea semnalelor
n procesul de analiz a semnalelor utiliznd reeaua neuronal, cea mai dificil sarcin este
cea de nvare a reelei, care se face pe baza unui set de date cunoscute (conform capitolului 7).
Fig. 8.3 Instrumentul virtual pentru nvarea reelei neuronale
Valorile rezultate din reeaua neuronal antrenat sunt introduse apoi n blocul de decizie,
unde, n funcie de valoarea predicionat a uzurii (dac este sau nu ntre limitele impuse) sau de
semnalele de urgen aprute, procesul va continua sau se va opri.
n vederea lurii deciziei, sistemul poate beneficia de un subsistem de stocare i
gestionare a alarmelor aprute n timpul desfurrii procesului. Subsistemul va permite o
urmrire a istoricului alarmelor aprute n vederea detectrii unor erori sistematice.
8.2. Concluzii
Pe baza studiilor i experimentrilor efectuate n capitolele anterioare s-a elaborat
concepia unui sistem de monitorizare a uzurii sculei, multisenzorial bazat pe msurarea a trei
indicatori indireci ai uzurii i pe instrumentele virtuale construite n mediul de programare
LabView.
Prin studiul efectuat asupra monitorizrii strii sculei achietoare n cazul procesului de
strunjire s-au obinut urmtoarele rezultate teoretice i experimentale:
s-au stabilit modelele i indicatorii de calcul n vederea analizei semnalelor pentru blocul
de calcul;
s-a proiectat schema bloc original a sistemului de monitorizare;
s-au construit i integrat n schema sistemelui instrumentele virtuale pentru preluarea,
transmiterea i prelucrarea semnalelor, n vederea analizei lor n blocul de calcul;
s-a propus ca blocul de calcul s fie definitivat printr-un sistem dedicat (controler,
automat programabil sau sistem expert), care s ndeplineasc cerinele impuse;
s-a proiectat o baz de date cu modele cunoscute pentru diverse materiale i operaii de
prelucrat, pentru versatilitatea sistemului;
s-a introdus reeaua neuronal ca element central al sistemului de monitorizare, care este
conceput i testat pe un set de date aleatoare din domeniul folosit la nvare, respectiv
experimentare;
concepia general este axat pe folosirea monitorizrii on-line bazat pe un sistem
multisenzorial i pe posibilitatea interfarii cu MU sau/i urmrirea la distan folosind
internetul;
Folosirea mediului de programare Labview i a facilitilor oferite de acesta permite
integrarea direct ntr-un sistem de urmrire la distan a sistemului de monitorizare.
De asemenea pe instrumentaia virtual creat se propune elaborarea unei teme de proiectare
n vederea realizrii unei plci de baz pentru aparatul de monitorizare conceput.
41
CAPITOLUL 9. CONCLUZII GENERALE, CONTRIBUII ORIGINALE
I DIRECII DE CERCETARE VIITOARE
9.1. Concluzii generale
Plecnd de la complexitatea sistemelor de prelucrare prin achiere se poate intui numrul
mare de aspecte supuse monitorizrii i diagnosticrii.
Aceste sisteme devenind mai puin transparente i prin eliminarea operatorului uman
din punctele de decizie i control se pune problema ca momentul ntreruperii procesului s fie
bine ales, astfel nct resursele materiale i energetice s fie exploatate pn spre limita
superioar de via.
Astfel, monitorizarea devine foarte important avnd n vedere c ntreruperile
accidentale sau inoportune pot duce la pierderi nsemnate.
Scderea preciziei de prelucrare la achierea pieselor se datoreaz n mare parte
schimbrii dimensiunii sculei achietoare, prin uzure. Rezult c, monitorizarea i predicia
uzurii sculei achietoare este deosebit de important n cadrul procesului de prelucrare, cu att
mai mult cu ct aceasta are fiabilitatea cea mai sczut din sistem.
Monitorizarea strii sculei este o sarcin foarte complex, datorit multitudinii factorilor
care o influeneaz i greutii urmririi directe a uzurii acesteia, ca urmare trebuie stabilite multe
corelaii ntre uzur i parametri care o influeneaz i care pot fi monitorizai on-line.
Cercetrile efectuate n lucrare, n legtur cu sistemele de monitorizare aplicate n
procesul de achiere, subliniaz mai multe aspecte:
Monitorizarea este important deoarece:
determin o cretere a autonomiei i a indicelui de utilizare al mainilor-unelte;
permite o cretere a productivitii i a calitii produselor;
permite schimbarea sculei achietoare la momentul oportun, evitnd astfel deteriorarea
mainii unelte sau a piesei prelucrate, dar i utilizarea eficient a acesteia;
Din punct de vedere teoretic:
urmrirea direct a uzurii fiind foarte dificil, se impune apelarea la indicatorii indireci de
apreciere a acesteia (for, temperatur, zgomot);
alegerea parametrilor de monitorizat se efectueaz pe baza rezultatelor cercetrilor din
domeniu i cu urmrirea on-line a acestora;
urmrirea singular a oricrui indicator ales prezint un grad mare de mprtiere a
rezultatelor de aceea este necesar folosirea mai multor indicatori indireci (cel puin doi);
studiul aprofundat al influenei indicatorilor pentru determinarea uzurii sculei achietoare
impune elaborarea unor modele matematice fiabile i efectuarea unor simulri avansate
folosind metoda elementului finit (FEM);
modelele de simulare construite sunt bazate pe programul DEFORM 2D Machining i sunt
adaptate pentru scopul determinrii unui model de urmrire a uzurii sculei achietoare, n
cazurile alese;
simularea i modelarea procesului de achiere pentru cazurile studiate, pune la dispoziie,
urmtoarele date necesare n procesul de monitorizare a uzurii sculei:
- temperatura zonei de achiere;
- mrimea forelor i a energiei din procesul de achiere (folosite n modelul de
uzur);
- dimensiunea uzurii sculei calculate pentru stabilirea limitelor de uzur;
- baza de date pentru modelul de achiere propus necesar calculului uzurii sculei;
- ablonul generat pentru condiiile normale de achiere n sistemul de monitorizare
bazat pe reele neuronale;
42
necesitatea utilizrii reelelor neuronale pentru a putea corela factori cu mrimi i uniti de
msur foarte diferite;
evidenierea avantajelor reelelor neuronale feedforward n monitorizarea procesului
achiere.
Din punct de vedere experimental:
propunerea i evaluarea unui sistem inteligent de monitorizare a procesului de achiere ce
utilizeaz trei senzori diferii: de for, temperatur i de zgomot ca detectori ai procesului
de strunjire i o reea neuronal pentru nvare i luare de decizii;
msurarea indicatorilor indireci de uzur, care implic stabilirea unor corelaii ntre uzur
i indicator;
utilizarea aparaturii (dinamometru inductiv, punte tensometric, termocuplu natural,
sonometru) ntr-o bucl de msurare asistat de calculator pe baza instrumentaiei virtuale
concepute n mediul LabView;
calibrarea aparaturii folosite n bucla de msurare;
proiectarea unui stand utilizat la etalonarea instalaiei de msurare a temperaturii sculei prin
metoda termocuplului natural n vederea introducerii temperaturii ca parametru de
monitorizare a uzurii;
urmrirea simultan a mai multor parametri indicatori de uzur poate duce la stabilirea cu
precizie mai ridicat starea sculei achietoare;
utilizarea simultan i controlul on-line a celor trei indicatori indireci de uzur i
prelucrarea lor cu ajutorul reelei neuronale pentru a prediciona uzura;
compararea modelelor teoretice obinute prin modelarea cu element finit (FEM) cu
modelele forei respectiv a temperaturii obinute experimental pentru o foarte bun
concordan;
confirmarea aplicabilitii reelelor neuronale n monitorizarea on-line a procesului de
prelucrare prin achiere, n diferite condiii, n nvare i n recunoaterea tiparului,
rezultatele obinute artnd, c, aceste reele au putere de nvare i de suprimare a
zgomotului de peste 98%.
9.2. Contribuii originale
Printre contribuiile originale aduse n lucrare se pot evidenia urmtoarele:
efectuarea unei cercetri bibliografice ample a stadiului actual privind monitorizarea
procesului de achiere;
construirea unei diagrame privind evoluia sculelor, mainilor i a conceptelor privind
procesul de achiere;
elaborarea unei diagrame de idei privind metodele de monitorizare a procesului de achiere
i evoluia acestora;
analiza comparativ a diferitelor modele ale procesului de achiere;
stabilirea elementelor teoretice care stau la baza monitorizrii strii sculei achietoare;
prezentarea modelrii procesului de achiere utiliznd metoda elementului finit (FEM)
pentru urmrirea n timp real a parametrilor procesului necesari la predicia uzurii teoretice;
efectuarea unor simulri ale operaiei de strunjire n software Deform 2D Machining, care
permit obinerea unor modele de mare precizie i datelor necesare unei monitorizri fiabile
a uzurii sculei;
propunerea utilizrii indicatorilor indireci de uzur: for, zgomot i temperatur, ceea ce
duce la o predicie mai precis a uzurii;
ntocmirea unei metodologii de msurare a forelor, temperaturii i a zgomotului la
strunjire folosind planificarea experienelor i o analiz statistic avansat;
urmrirea on-line a celor trei indicatori indireci de uzur ai sculei la operaia de strunjire,
folosind achiziia pe calculator a datelor;
43
analizarea importanei reelelor neuronale n monitorizarea procesului de achiere, n
special pentru estimarea uzurii sculei achietoare;
proiectarea i realizarea unui stand pentru etalonarea termocuplului natural format de scula
achietoare din carburi metalice i piesa de prelucrat;
elaborarea unui instrument virtual pentru msurarea i achiziia forei de achiere folosind
software-urile Signal Express i LabView 8.5;
realizarea unui instrument virtual pentru msurarea i achiziia temperaturii prin metoda
termocuplului natural n LabView 8.5;
construirea unui instrument virtual pentru achiziia zgomotului la achiere;
efectuarea analizei FFT (Fast Fourier Transform) a celor mai nalte 5 vrfuri de frecven,
a semnalul zgomot-uzur utiliznd software-ul SigView v1.9;
construirea modelelor matematice (rugozitate, for i temperatur) dependente de cei mai
importani parametri ai regimului de achiere utiliznd software-ul Design-Express 7.1
(Design of Experiment);
utilizarea analizei statistice ANOVA (Analysis of Variance) pentru compararea i
aprecierea acurateei rezultatelor obinute;
proiectarea i implementarea unui program n Matlab Calcul_Uzura.m pentru calculul
uzurii teoretice a sculei achietoare pe baza simulrii FEM a procesului de achiere i
compararea rezultatelor cu cele experimentale;
realizarea i implementarea unei reele neuronale Reea_monitorizare de tip
Feedforward pentru estimarea uzurii sculei achietoare, pe baza algoritmului
Backpropagation i a semnalelor de for, temperatur i zgomot;
realizarea unei baze de date i o aplicaie n Microsoft Visual FoxPro necesar la traning-ul
reelei neuronale pe baza unor modele cunoscute, pentru diverse materiale i operaii de
prelucrat;
elaborarea unui model generalizat de sistem de monitorizare a uzurii sculei achietoare, pe
baza montajelor experimentale realizate i implementate n software-ul Labview 8.5.
9.3. Direcii de cercetare viitoare
dezvoltarea i perfecionarea sistemului de msurarea temperaturii cu metoda
termocuplului natural i posibilitatea msurrii cu aceast metod n condiii reale de
producie;
dezvoltarea unui sistem expert bazat pe concepia general dezvoltat n tez (pe baza
reelelor neuronale) pentru monitorizarea sculei achietoare;
crearea i dezvoltarea bazelor de date necesare nvrii reelei neuronale utilizate la
monitorizarea procesului de achiere, pentru principalele materiale i operaii utilizate;
introducerea temperaturii ca parametru monitorizat, pentru uzura sculei achietoare, n
scopul mririi preciziei i fiabilitii sistemelor de monitorizare uzuale.
44
BIBLIOGRAFIE SELECTIV
2. Aidin Salimi and Mohammad Zadshakouyan. Tool Condition Monitoring Using Cutting and
Thrust Forces and Fuzzy Logic Technique. Australian Journal of Basic and Applied Sciences,
3(1): 283-290, ISSN 1991-8178, 2009.
3.Alakesh Manna, Bijay Bhattacharyya Taguchi method based optimization of cutting tool
flank wear during turning of PR-Al/20vol.% SiC-MMC, International Journal of Machining
and Machinability of Materials,Vol. 1, No.4 pp. 488 499, 2006.
4.Allen, R., Shi, H. Tool wear monitoring using a combination of cutting force and vibration
signals, International Journal of COMADEM, 4(1), 26-32, 2001.
5.Alessandri, A. Optimization-based learning with bounded error for feedforward neural
networks. IEEE Transactions on Neural Networks, 13(2), pag. 261273, 2002.
6.Al-Habaibeh A., and Gindy, N. A new approach for systematic design of condition
monitoring systems for milling processes, Journal of Materials Processing Technology, Vol
107, pag. 243-251, 2000.
9.Astakhov, V.P. The assessment of cutting tool wear, International Journal of Machine Tools
& Manufacture, 44 pag. 637-647, 2004.
11.Atsushi Matsubara and Soichi Ibaraki. Monitoring and Control of Cutting Forces in
Machining Processes: A Review. Int. J. of Automation Technology, Vol.3 No.4, 2009.
12.Balazinski, M., Czogala, E., Jemielniak, K., Leski, J. Tool condition monitoring using
artifical intelligence methods, Engineering Applications of Artificial Intelligence, 15, 73-80,
2002.
16.Batako A.D.L., Rowe, W.B., Morgan M.N. High-speed temperature measurement in
grinding using single pole thermocouples, CIRP 2005 conf. Antalya, Turkey; 2005.
17.Batako A D, Rowe, W B, Morgan M.N. Temperature measurement in High Efficiency Deep
Grinding, Int. Journal of machine tool and manufacture, 45, 11, 1231-1245, 2005.
18.Batako, A.D., and Koppal, S. Process monitoring in high efficiency deep grinding- HEDG,
Sensors and their Applications XIV (SENSORS07), 2007.
20.Bernard P. Zeigler, Herbert Praehofer,Tag Gon Kim, Theory of modeling and simulation:
Integrating discrete event and continuous ..., Second Edition, 2000.
22.Bogdan. L. Metod on-line de evaluare a strii de uzur a sculelor achietoare. A IX-a
Coferin de maini-unelte, Bucureti, 1994.
23.Bondrea, I. Modelarea i simularea proceselor. Editura Universitii Lucian Blaga Sibiu,
2001.
25.Borza, S., Cofaru, N., Int, M. - Visual software for designig and modeling databases in
mechanical engineering applications, ANNUAL SESSION OF SCIENTIFIC PAPERS "IMT
ORADEA - 2006" ORADEA, FELIX SPA MAY 26 TH - 27 TH, 2006.
27.Brndau, P.D., Diaconescu, C., Muntean, A. Dinamometre pentru msurarea momentelor de
achiere la scule de rotaie cu transmisie optic a datelor. n: "Al IV-lea Simpozion Naional de
tensometrie" (participare internaional), (pag. 43-48), Braov, 1986.
28.Brndau, P.D., Proiectarea sculelor achietoare, vol.I, II. Editura Universitii Lucian Blaga
din Sibiu, 1994.
29.Brndau, P.D., Beju, L., Borza, S., Muntean, A., In, M., Cioca, M. E-learning i E-design n
domeniul sculelor achietoare, Editura Universitii Lucian Blaga din Sibiu, 2008.
45
30.Brndau, P.D., Beju, L. Bazele prelucrrii suprafeelor i scule achietoare, Editura
Universitii Lucian Blaga, Sibiu, 2002.
31.Byrne, C., Dornfeld, D., Ketteler, I.I.G., Konig, W and Teti, R. Tool condition Monitoring
the status of research and industrial application, Annals of the CIRP, 44, 541-567, 1995.
32.Carlos A. F. FEM MODELING, course: Introduction to Finite Element Methods (ASEN
5007) - Department of Aerospace Engineering Sciences University of Colorado at Boulder,
2009.
33.Chen X, Griffin J, Liu Q. Mechanical and thermal behaviours of grinding acoustic emission,
Int. Journal of Manufacturing Technology and Management, 2006.
37.Cus, F., Balic, J., Veza, I.. Optimal selection of milling parameters and cutting tools. Annals
of DAAAM & Proceedings, Annual, 2005.
38.Dawson, T. G. and T. R. Kurfess. An Investigation of Tool Wear and Surface Quality in
Hard Turning. Transactions of the North American Manufacturing Research Institute 28, pag.
215-220, 2000.
41.Dimla, D.E. Sensor signals for tool-wear monitoring cutting operations a review of
methods, International Journal of Machine Tools and Manufacture, 40, 1073-1098, 2000.
44.Drgoi, M. Sisteme de achiziie-distribuie a datelor. Bazele programrii n LabView.
Editura Universitii Transilvania din Braov, ISBN 973-8124-79-4, 2001.
46.Dumitrache, I., Constantin, N., Drgoicea, M. Reele neuronale. Identificarea i conducerea
proceselor. ISBN 973-685-039-0, Ed. Matrix, Bucureti, 1999.
49.Ertunc, H.M., Loparo, K.A., Ocak, H. Tool wear condition monitoring in drilling operations
using hidden Markov models (hmms), International Journal of Machine Tools and
Manufacture, 410, 1363-1384, 2001.
51.Folea, M., Lupulescu, N.B. Preliminary Research in Modelling Cutting Forces during
Milling Cobalt Based Alloy FSX414, Academic Journal of Manufacturing Engineering,
No.3,vol. 5, pag.27-34, ISSN 1583-7904, 2007.
54.Gues Editors: Blau, P.J., Bayer, R.G. Wear of Materials. In 14th International Conference
of Wear of Materials, pag. 1405, Ed. Elsevier, Washington, USA, 2003.
56.Huang, Y., Liang, S. Y. Cutting forces modelling considering the effect of tool thermal
property - application to CBN hard turning. Int. J. Mach. Tools Mfg., 43(3), 307315, 2003.
57.Huang, Y., Liang, S. Y. Cutting temperature modelling based on non-uniform heat intensity
and partition ratio. Machining Science Technologies, 2002.
61.In, M., Borza S. Simularea software a unor Reele Neuronale MLP, TEHNOMUS XII,
Tehnologii si Produse noi n Construcia de Maini, ISBN 973-666-017-6, Suceava, 2003.
62.In, M., Muntean, A., Borza, S., Using Objectual-Relational Database for Virtual
Manufacturing, 4th International Conference On Economic Engineering And Manufacturing
Systems, ICEEMS 2005, Transilvania University Of Brasov-Romania; Book Of Abstract And
Cd-Rom Proceedings: ISBN 973-635-592-6, 2005.
63.In, M., Muntean, A., Brndau, P.D. Modeling And Simulation In Cutting Of Metal Basis
Teaching. In: The 6th International Seminar Quality Management In Higher Education
QMHE2010, Tulcea, 2010 Lucrare Acceptat, Cod 422.
65.Jemielniak, K. Some aspects of AE application in tool condition monitoring. Ultrasonic.
Vol. 38, pp. 604- 608, 2000.
46
67.Kalhori, V. Modelling and Simulation of Mechanical Cutting, Doctoral thesis, Institutionen
fr Maskinteknik, Avdelningen fr Datorstdd maskinkonstruktion, Lulea Tekniska
Universitet, 2001.
69.Kim, H.Y., Ahn, J.H., S.h. Kim, Takata, S. Real-time drill wear estimation based on spindel
motor power, Journal of material processing technology, 124: 267-273, 2002.
78.Li, K., Gao, X.-L., Sutherland, J. W. inite element simulation of the orthogonal metal
cutting process for qualitative understanding of the effects of crater wear on the chip formation
process, Journal of Materials Processing Technology 127, pag. 309-324, 2002.
79.Liang, S. Y., Hecker, R. L. et al. Machining Process Monitoring and Control: The State of
theArt. ASME International Mechanical Engineering Congress and Exposition, New Orleans,
LA, United States, American Society of Mechanical Engineers, 2002.
80.Liuping Wang. Model predictive control system design and implementation using Matlab.
Ed Springer, ISBN 1848823304, 376 pag, 2009.
81.Lorentzon, J., Jrvstrt, N. Modelling the influence of carbides on tool wear. International
Scientific Journal published quarterly by the Association of Computational Materials Science
and Surface Engineering, Volume 1, Issue 1, pag. 29-37, 2009.
82.Luban, F., Simulation of Decision Trees. Proceedings of MS2000 International Conference
on Modelling and Simulation. Las Palmas de Gran Canaria, Spain, 25-27 September 2000,
Servicio de Publicaciones y Produccion Documental, pag 761-768, 2000.
83.Lupulescu, N.B., Folea, M. Modelarea cu funcii spline a componentelor dinamice n cazul
prelucrrilor prin frezare. In a XI-a Conferin tiinific cu participare internaional
TEHNOMUS, Suceava, pag.215-220, 2001.
84.Mathew, M.T., Srinivasa Pai, N., and Rocha, L.A. An effective sensor for tool wear
monitoring in face milling: Acoustic emission, Sadhana Vol. 33, Part 3, pag 227233, 2008.
85.Mamalis, A.G., Horvth, M., Branis, A.S., and Manolakos, D.E. Finite element simulation
of chip formation in orthogonal metal cutting. Journal of Materials Processing Technology
110, 19-27, 2001.
88.Miles, Mike and Kohkonen, Kent. Tool Wear in Orthogonal Machining. Proceedings of the
EMCWA conference, Cincinnati, OH, pag.181-185, 2002.
91.Minciu, C., Croitoru, S. Proiectarea sculelor achietoare, Ed. Tehnic, Bucureti, 1999.
92.Minciu, C. Aspects regarding cutting tools exploitation - In International Conference on
Manufacturing science and education. Challenger of the European Integration-MSE 2003,
pag.221-224, ISBN 973-651-700-4, 2003.
93.Minciu, C., Croitoru, S.M. Experimental research on cutting efforts at zinc alloys drilling
and milling. In International Conference on Manufacturing science and education MSE 2009,
pag.203-206, ISSN 1843-2522, 2009
94.Mohora, C., Cote, C., Ptracu, G. Simularea sistemelor de producie. Simularea proceselor
fluxurilor de materiale i informaionale, Editura Academiei Romne, Editura Agir, Bucureti,
2001.
95.Montgomery, D.C. Design and analysis of experiments, John Wiley & Sons: New York,
2004.
97.Movahhedy, M., Gadala, M.S., and Altintas Y. Simulation of the orthogonal metal cutting
process using an arbitrary Lagrangian-Eulerian finite-element method. Journal of
Computational Methods in Sciences and Engineering,Volume 5, Issue 1 (January 2005) pag.
27-37, ISSN:1472-7978, 2005.
47
98.Muntean, A. Bazele achierii i generrii suprafeelor, Ed. Universitii Lucian Blaga,
Sibiu, 2002.
99.Muntean, A., In, M., Bdescu, M., - Database for cutting process of zirconium alloys. In
ICMAS, Bucuresti, 2004.
100.Muntean, A. In M., Borza S., An Object-Relational Database for the Cutting Process of
Zirconium Alloys. In 9 International Research/Expert Conference Trends in the Development
of Machinery and AssociateTechnology TMT 2005, ISBN 9958-617-28-5 pag. 132-135,
Antalia Turcia, 2005.
101.Neagu, C., Ioni, C. Reele Neuronale. Teorie i aplicaii n modelarea i simularea
proceselor i sistemelor de producie, Editura Matrixcom, ISBN 973-685-679-8, 2004.
105.Obikawa, T., Shinozuka, J. Monitoring of flank wear of coated tools in high speed
machining with a neural network ART2. International Journal of Machine Tools &
Manufacture, 44, pag. 13111318, 2004.
106.Oh, Joon-Dong and Warnecke, Gunter. Mechanically and Thermally Coupled Finite
Element Analysis of Chip Formation in Metal Cutting. Proceedings of the NAMRC XXVIII
conference, KY, 2004.
107. Oprean, C., teiu, G., Lazrescu, I. .a. Teoria i practica sculelor achietoare, vol.II Ed.
Universitii Lucian Blaga Sibiu, 1994.
109.Petropoulos, G., Ntziantzias, I., Anghel, C. A predictive model of cutting force in turning
using taguchi and response surface techniques. 1
st
International Conference on
Experiments/Process/System Modelling/Simulation/Optimization 1st IC-EpsMsO Athens, 6-9
July, 2005.
113.Rowe W B, Morgan M N, Batako A, Jin T. Energy and Temperature Analysis in Grinding,
Keynote Paper, 6th Int. LAMDAMAP Conf. and Exhibition on Laser Metrology, Machine
Tool CMM and Robot Performance, Laser Metrology and Machine Performance VI, 3-23,
2003.
115.Savu, T., Ioanid, P. Comunicaii Internet n LabVIEW, Revista Automatizri i
Instrumentaie; Anul XI, nr. 3, pag. 29 - 35; Bucureti, 2002.
116.Scheffer, C., Heyns, P.S. Wear monitoring in turning operation using vibration and strain
measurements, Mechanical Systems an Signal Processing, 15(6), 1185-1202, 2001.
117.Scheffer, C.,Katz, H., Heyns, P.S., Klocke, F. Development of a tool wear monitoring
system for hard turning, International Journal of Machine Tool and Manufacture, 43, 973-985,
2003.
118.Schmidt, C., Development of a FEM-based Tool Wear Model to Estimate Tool Wear and
Tool Life in Metal Cutting, 2002.
119.Schulze, V. and Vhringer, O., Influence of alloying elements on the strain rate and
temperature dependence of the flow stress of steels, Metallurgical and Materials Transactions
A 31A, 2000.
121.Shibasaka, T., Goriki, S., Moriwaki, T. Comprehensive Monitoring Systems for Cutting
Process. In JSME International Journal, Seria C, Vol.47, No.1 , 2004.
124.Stick, B. On line an indirect tool wear monitoring in turning with artificial neural
networks. A review of more than a decade of research, Mechanical Systems an Signal
Processing, 16(4), 487-546, 2002.
48
49
125.Strenkowski, J. S., Shih, A. J., Lin, J.-C., An analytical finite element model for predicting
three-dimensional tool faces and chip flow, International Journal of Machine Tools &
Manufacture 42, 2002.
126.Sundaram S., Senthil Kumar P. and Manoharan N. Study of Acoustic Emission Sensor
Techniques for Monitoring Machining Processes. Journal of Engineering and Applied
Sciences. 2(11): 1581-1586, 2007.
127.Sundaram, S., Senthilkumar, P., Kumaravel, A.
and Manoharan, N. Study of flank wear in
single point cutting tool using acoustic emission sensor techniques. Journal of Engineering and
Applied Sciences. Vol. 3, No.4, ISSN 1819-6608, 2008.
128.eker U, Kurt A, ifti I. Design and construction of a dynamometer for measurement of
cutting forces during machining with linear motion, Mat. Des.; 23: 355360, 2002.
130.Takeyama, H T. Murata, Basic investigations on tool wear, Trans. of the ASME - J. Eng.
Ind., 85, pag. 33-38, 2002.
132. Taylan Altan. Status Of Fem Modeling In High Speed Cutting, CIRP- High Performance
Cutting Conference, June 12-13, Vancouver, Canada, 2006.
137.Walter J. Karplus,George A. Bekey,Boris Yakob Kogan. Modeling and Simulation.
Theory and Practice, Kluwer Academic Publisher, 2003.
139.Xiang Li, Nandan Sudarsanam and Daniel D. Frey. Regularities In Data From Factorial
Experiments, Wiley Periodicals, Inc., Vol. 11, No. 5 DOI 10.1002/cplx.20123, 2006.
140.Xiaoli Li. Real-time tool wear condition monitoring in turning. INT. J. PROD. RES.,
VOL. 39, No. 5, 981992, 2001.
141.Xiaoli Li, A brief review: acoustic emission method for tool wear monitoring during
turning, International Journal of Machine Tools & Manufacture, 42: 157-165, 2001.
142.Xiaoli Li, Shiu Kit Tso, Senior member, IEEE and Jun Wang, senior member, IEEE. Real-
time tool condition monitoring using wavelet transform and fuzzy techniques, IEEE transaction
system, man and cybernetics - part c: application and reviews, 30:3, 2000.
143.Yang Chang-Fei, Houghton J. R. Acoustic emission true RMS signals used to indicate
wear of a high speed ceramic insert. Journal of Mechanical Working Technology. Vol. 20, pag.
79-91, 2001.
144.Yen, Yung-Chang, Shner Jrg, Lilly Blaine, Altan, Taylan. Estimation of tool wear in
orthogonal cutting using the finite element analysis. Journal of Materials Processing
Technology, pag. 82-91, 2004.
145.Zuperl, U., Cus, F., Mursec, B., and Ploj, T. A hybrid analytical-neural network approach
to the determination of optimal cutting conditions, Journal of Materials Processing
Technology, vol. 157-158, pag. 82-90, 2004.
150.http://www.statease.com/dx7descr.html
152.http://www.ni.com/support/labview/toolkits/
153.http://hoohoo.ncsa.illinois.edu/
154.www.sigview.com/
157.www.deform.com
183.*** Neural Network Toolbox Users Guide, COPYRIGHT 19922009 by The
MathWorks, Inc.
186.*** Manual Deform 2D Machining V 8.1
187*** Manual utilizare LabView 8.5
188*** Training Guide DOE++ ReliaSoft