200 likes | 391 Views
Zadanie Badawcze 2 Modelowanie, konstruowanie i kontrolowanie procesu HSM z uwzględnieniem skonfigurowanego układu maszyna-przyrząd-detal Lider merytoryczny – prof. dr hab. inż. Krzysztof Jemielniak. Partnerzy: Politechnika Warszawska Politechnika Rzeszowska. Cele prac badawczych:
E N D
Zadanie Badawcze 2 Modelowanie, konstruowanie i kontrolowanie procesu HSM z uwzględnieniem skonfigurowanego układu maszyna-przyrząd-detal Lider merytoryczny – prof. dr hab. inż. Krzysztof Jemielniak • Partnerzy: • Politechnika Warszawska • Politechnika Rzeszowska
Cele prac badawczych: 2.1 Modelowanie procesów HSM Opracowanie modeli matematycznych i optymalizacja wydajnościowej tego procesu. Okres realizacji: 01.2010-12.2010 2.2 Nadzorowanie stanu obrabiarek do HSM Opracowanie metod nadzorowanie stanu obrabiarek do HSM. Okres realizacji: 07.2011-06.2013 2.3 Układy diagnostyki stanu narzędzia i procesu skrawania dla przemysłu lotniczego Opracowanie metodyki budowy układów diagnostycznych dla konkretnych stanowisk produkcyjnych oraz konstrukcji i metodyki pracy sondy narzędziowej, umożliwiającej pomiary zużycia ostrza Okres realizacji: 07.2008-12.2013
2.3 Układy diagnostyki stanu narzędzia i procesu skrawania dla przemysłu lotniczego 2.3.1 Uaktualnienie światowego stanu wiedzy w zakresie diagnostyki stanu narzędzia i procesu skrawania 2.3.2 Identyfikacja stanowisk produkcyjnych do diagnozowanie stanu narzędzia i procesu obróbki 2.3.3 Dobór metody diagnostycznej i odpowiednich czujników, mierzących wybrane wielkości fizyczne oraz opracowanie, instalacja i testowanie torów pomiarowych działających w warunkach produkcyjnych, możliwie bezobsługowo 2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania 2.3.5 Analiza przydatności zbieranych sygnałów diagnostycznych na każdym z analizowanych stanowisk i redukcja torów pomiarowych do niezbędnego minimum 2.3.6 Optymalizacja procedur pomocniczych układu nadzoru stanu narzędzia 2.3.7 Budowa sondy narzędziowej z funkcja pomiaru zużycia ostrza 2.3.8 Zastosowanie metod wizyjnych do diagnostyki stanu narzędzia 2.3.9 Opracowanie metod automatycznej selekcji miar sygnałów diagnostycznych oraz integracji ich wskazań 2.3.10 Opracowanie strategii diagnostyki zużycia ostrza dla produkcji jednostkowej przy założeniu niezmienności materiału obrabianego 2.3.11 Opracowanie metod komunikacji układów diagnostycznych z układami sterowania 2.3.12 Opracowanie i testowanie wirtualnych układów ADONiS 2.3.13 Zbudowanie i testowanie hardware’owych układów ADONiS I i II kwartał 2010 Wykonane
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w WSK Rzeszów Tokarka TZC-32N1
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w WSK Rzeszów Tokarka TZC-32N1 Inconel 625
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w WSK Rzeszów Tokarka TUR MN Inconel 781 Przebiegi sygnałów wartości skutecznej emisji akustycznej AERMS oraz drgań (składowe Vx, Vy, Vz) i zdjęcia zużycia narzędzia z trzecich grup zabiegów z pierwszej i operacji
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w PZL Mielec Tokarka ERI-250 stop tytanu WT-22
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w PZL Mielec Tokarka ERI-250 stop tytanu WT-22
2.3.4 Badania doświadczalne zależności wybranych sygnałów diagnostycznych od stanu procesu skrawania w warunkach przemysłowych – przeprowadzone w PZL Mielec Tokarka ERI-250 stop tytanu WT-22 Przebiegi sygnałów AEraw, AErms oraz trzech składowych drgań Vx, Vy i Vz dla pierwszej, trzeciej i piątej (ostatniej) operacji pierwszego okresu trwałości ostrza
Wnioski z wizyt studyjnych wprzedsiębiorstwach Doliny Lotniczej • Przeprowadzono badania w „WSK Rzeszów” i „PZL Mielec” na czterech stanowiskach tokarskich podczas pracy 27 ostrzy dla pięciu różnych narzędzi. • Zrezygnowano ze stanowisk frezarskich. Instalacja przewodowych czujników na tego frezarkach pięcioosiowych grozi uszkodzeniem sprzętu pomiarowego w czasie badań • Duże zapotrzebowanie na diagnostykę stanu ostrza - materiałów trudnoskrawalne - krótkie i niepowtarzalne okresy trwałości ostrza, ocena ich końca arbitralna, zależna od doświadczenia operatora • Okresy trwałości ostrza czasami krótsze od czasu obróbki jednego przedmiotu – konieczne jest poszukiwanie nowych miar niezależnych od parametrów skrawania i położenia miejsca obróbki na detalu
2.3.5. Analiza przydatności sygnałów i ich miar do diagnostyki stanu narzędzia Przeanalizowano przydatność typu falki i transformaty oraz miar współczynników falkowych do diagnostyki stanu narzędzia, na przykładzie surowego sygnału AE. • Spośród 22 testowanych typów falek najlepsze wyniki osiągnięto dla coif4, a niewiele gorsze dladb6, sym5, coif3, coif4, bior3.7 i bior3.9, stąd te falki można zarekomendować do diagnostyki stanu narzędzia opartej na surowym sygnale AE. • WPT okazała się znacznie korzystniejsza od DWT 2. Przeprowadzono analizę przydatności miar sygnału AE i sił skrawania oparta na transformacie falkowej, do diagnostyki stanu narzędzia na przykładzie zgrubnego toczenia Inconel 625 w operacji przemysłowej
2.3.5. Analiza przydatności sygnałów i ich miar do diagnostyki stanu narzędzia • 3. Opracowano metody automatycznej selekcji miar sygnałów diagnostycznych polegające na: • modelowaniu zależności stanu narzędzia od wykorzystanej części okresu trwałości ostrza przez znormalizowany w dziedzinie czasu i filtrowany dolnoprzepustowo przebieg • ocenę jakości tego modelu przy pomocy współczynnika determinacji • ocenę powtarzalności miar • eliminację miar skorelowanych między sobą • 4. Opracowano metodę oceny stanu narzędzia w oparciu o poszczególne miary oraz integracji tych ocen.
2.3.5. Analiza przydatności sygnałów i ich miar do diagnostyki stanu narzędziaGłówne wnioski: Z dostępnych sygnałów należy wyznaczać bardzo dużą liczbę miar, ponieważ znikoma ich część jest przydatna do monitorowania stanu narzędzia. Niemożliwe jest zarówno prowadzenie monitorowania w oparciu o jedną miarę sygnału, jak i przewidzenie które miary mogą być przydatne. Konieczne jest automatyczne prowadzenie selekcji miar. Zwiększanie liczby zakwalifikowanych miar poprzez obniżanie kryteriów selekcji powoduje pogorszenie oszacowania stanu narzędzia przez układ.
2.3.7 Budowa sondy narzędziowej z funkcją pomiaru zużycia ostrza • Opracowanie koncepcyjne wariantów konstrukcyjnych sondy. Wybór wariantu. Projekt i niezbędne obliczenia czujnika sondy. • Opracowanie dokumentacji konstrukcyjnej. • Projekt i zestawienie stanowiska laboratoryjnego. Skalowanie i walidacja czujnika sondy. Przeniesione na III kwartał ze względu na brak finansowania • Wykonanie modelu egzemplarza badawczego sondy. • Opracowanie projektu, dobór elementów, oprogramowanie i wykonanie toru pomiarowego do badań sondy. • Badania laboratoryjne sondy. • Instalacja na obrabiarce. Badania porównawcze z typową sondą narzędziową. • Opracowanie komunikacji z wytypowanym układem sterowania. Oprogramowanie. Badania półprzemysłowe. • Opracowanie metodyki instalacji sondy na obrabiarce przemysłowej. Opracowanie dokumentacji serwisowej. Instalacja sondy na obrabiarce w zakładzie produkcyjnym. • Badania przemysłowe w warunkach produkcji.
Publikacje przyjęte do druku: Rzeczywiste wskaźniki realizacji celów projektu w ramach ZB-2 • Journal of Engineering Manufacture: • K. Jemielniak, J. Kossakowska, T. Urbański: „Application of wavelet transform of AE and cutting force signals in tool condition monitoring of Inconel 625” CIRP keynote paper (Pisa, Italy, Tuesday, Aug. 24, 2010, 14:00-14:30
Wygłoszone referaty: 5th International Conference on Advances in Production Engineering, APE’2010, 17–19.06.2010 r: J. Chrzanowski, R. Wypisiński, „Independent Tool Probe with LVDT for Measuring Dimensional Wear of Turning Edge” K. Jemielniak, J. Kossakowska: „Tool Wear Monitoring Based on Wavelet Transform of Raw Acoustic Emission Signal” P. Oborski , „Shop Floor Control Based on Multiagent Idea” Rzeczywiste wskaźniki realizacji celów projektu w ramach ZB-2
Planowane referaty: 4th CIRP International Conference on High Performance Cutting, 24 –26 Oct., 2010, Gifu, Japan K. Jemielniak, J. Kossakowska, S. Bombiński, T. Urbański: „Multi-feature fusion based tool condition monitoring of Inconel 625” Rzeczywiste wskaźniki realizacji celów projektu w ramach ZB-2 • IV Konferencja Naukowa SZKOŁA OBRÓBKI SKRAWANIEM, ŁÓDŹ 6-8 września 2010 r • K. Jemielniak, J. Kossakowska, T. Urbański, Zastosowanie transformaty falkowej sygnałów sił skrawania i emisji akustycznej do monitorowania stanu narzędzia skrawającego podczas toczenia zgrubnego Inconelu 625 • K. Jemielniak, J. Kossakowska, M. Nejman, Optymalizacja toczenia zgrubnego Inconelu 625
Realizowane prace doktorskie Promotor: prof. dr hab. inż. Krzysztof Jemielniak Doktorant: mgr inż. Tomasz Urbański Tematyka: Automatyczna diagnostyka stanu narzędzia w warunkach przemysłowych Promotor: prof. dr hab. inż. Maciej Szafarczyk Doktorant: mgr inż. Radosław Gościniak Temat: Metoda określania współrzędnych i zużycia ostrza i zużycia ostrza noża na tokarkach NC Planowane prace habilitacyjne (robocze tytuły, zakresy tematyczne): dr inż. Joanna Kossakowska: „Zaawansowane metody przetwarzania sygnałów w diagnostyce procesu skrawania” dr inż. Sebastian Bombiński: "Metody sztucznej inteligencji w diagnostyce procesu skrawania" dr inż. Jarosław Chrzanowski „Badanie dokładności dynamicznej obrabiarek sterowanych numerycznie” dr inż. Piotr Szulewski: "Informatyczne systemy komunikacyjne w środowiskach przemysłowych" Rzeczywiste wskaźniki realizacji celów projektu w ramach ZB-2
prof. dr hab. inż. Krzysztof Jemielniak, dr inż. Sebastian Bombiński, dr inż. Jarosław Chrzanowski, dr inż. Joanna Kossakowska, dr inż. Mirosław Nejman dr inż. Przemysław Oborski dr inż. Piotr Szulewski dr inż. Dominika Śniegulska-Grądzka mgr inż. Radosław Gościniak mgr inż. Tomasz Urbański – doktorant mgr inż. Rafał Wypysiński – doktorant Jakub Żaczek - student Zespół realizujący dotychczasowe podzadania
Zadanie Badawcze 2 Modelowanie, konstruowanie i kontrolowanie procesu HSM z uwzględnieniem skonfigurowanego układu maszyna-przyrząd-detal Dziękuję za uwagę