Generalno, kvar alata doprinosi oko 7% zastoju mašinskih centara. I još ozbiljnije, kvar alata će smanjiti kvalitet obrade delova, pa čak i oštetiti mašinu. Zbog toga je praćenje stanja istrošenosti alata (TVCM) važan deo inteligentne proizvodnje i bila je žarište istraživanja od 1968. godine.
TVCM se može podeliti na dve metode prema tipu senzora: direktna metoda i indirektna metoda. Direktna metoda koristi vidne ili laserske senzore. Uprkos superiornoj preciznosti i pouzdanosti, postizanje onlajn praćenja u realnom vremenu je izazov, pošto se senzori lako ometaju tečnošću za sečenje, strugotinama i drugim elementima koji su svojstveni okruženju obrade. Nasuprot tome, indirektni metod obećava mogućnosti onlajn praćenja u realnom vremenu, ali njegova praktična primena ostaje ograničena uprkos obilju akademskih publikacija.
Ključna prepreka je izbor odgovarajućih senzora za praćenje, kao što su oni koji mere silu, vibracije, temperaturu i akustične emisije, što može neizbežno da poremeti prirodne uslove obrade. Senzor mikrofona, koji hvata zvučne signale, pokazao se kao obećavajuća strategija. Njegov potencijal zavisi od povećanja njegove tačnosti kroz inicijative za smanjenje šuma i razvoj algoritama za donošenje odluka koji se mogu tumačiti.
Nedavno je tim naučnika inteligentne proizvodnje na čelu sa Guochao Lijem sa Univerziteta nauke i tehnologije Jiangsu u Kini sproveo prvi sistematski pregled statusa i trenda zvučnog praćenja habanja alata zasnovanog na zvuku. Ovaj sveobuhvatan rad ne samo da služi kao dragocen resurs za istraživače i proizvođače sumirajući nedavne trendove, već takođe ističe četiri obećavajuća pravca istraživanja: razvoj skupova podataka, sistema za smanjenje buke inicijative, specijalizovane tehnike izdvajanja karakteristika i stvaranje algoritama za donošenje odluka koje se mogu interpretirati. .
Tim je objavio svoj rad u časopisu Journal of Advanced Manufacturing Science and Technologi.
„U ovom izveštaju smo sproveli pregled trenutnog stanja i budućeg pravca praćenja habanja alata fokusiranog na zvučni zvuk, koji obuhvata deceniju naučnih publikacija“, rekao je Guochao Li, vanredni profesor na Fakultetu mašinstva na Univerzitetu Jiangsu nauke i tehnologije u Kini, koji je iskusni stručnjak u oblasti praćenja stanja habanja alata.
„Ovo uključuje detaljnu analizu fizičkih svojstava i karakteristika mašinske obrade zvučnog zvuka, mehanizama za generisanje zvučnog zvuka i napredak u ključnim tehnologijama kao što su akvizicija signala, smanjenje šuma, ekstrakcija karakteristika i algoritmi za donošenje odluka, uz sa potencijalnim oblastima za buduća istraživanja“.
„Verujemo da bi naš rad mogao značajno da unapredi praktičnu primenu praćenja habanja alata“, primetio je Li Sun, predavač na istoj instituciji, koji je takođe specijalizovan za praćenje procesa obrade. „Upotreba mikrofonskih senzora za prikupljanje zvučnih signala predstavlja obećavajuću strategiju zbog njihove bliske korelacije sa habanjem alata, eliminišući potrebu za dodatnim senzorima, lakoću instalacije, prilagodljivost u merenju i neometanje okruženja za obradu.
„Međutim, tačnost praćenja stanja habanja alata na osnovu zvučnih signala trenutno je nedovoljna. Naša studija nudi vredne uvide i najnovije trendove istraživačima i proizvođačima, potencijalno olakšavajući širu primenu praćenja habanja alata u praktičnim scenarijima.“
Istraživački tim takođe uključuje značajne doprinose Ksinhanga Shanga, Lei Ianga i Honggen Zhoua sa Fakulteta za mašinstvo na Univerzitetu nauke i tehnologije Jiangsu u Zhenjiangu, Kina, kao i Bofeng Fu iz Shanki Diesel Engine Heavi Industri Co., Ltd. u Ksingpingu, Kina.
Više informacija: Guochao LI et al, Primena zvučnih signala u praćenju habanja alata: pregled, Journal of Advanced Manufacturing Science and Technologi (2024). DOI: 10.51393/j.jamst.2025003
Istražite dalje
