Giám sát trực tuyến quá trình gia công

Ngày nay, sản phẩm tạo ra cần phải có chất lượng cao với giá cả cạnh tranh. Để làm được điều này thì cần tăng năng suất, giảm phế phẩm. Trên các hệ thống gia công hiện đại nhờ có bộ phận

Giám sát trực tuyến quá 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 đưa ra khái niệm về giám sát, các thông số cần giám sát trong quá trình gia công Các phương pháp xác định lực cắt, cách xử lý kết quả Khi sử dụng phương pháp giám sát sẽ nâng cao năng suất và chất lượng 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 ra cần phải có chất lượng cao với giá cả cạnh tranh Để làm

được điều này thì cần tăng năng suất, giảm phế phẩm Trên các hệ thống gia công hiện đại nhờ có bộ phận giám sát mà năng suất được tăng lên, giảm phế phẩm và hạ giá thành sản phẩm

Giám sát là quá trình thu nhận, phân tích, xử lý các thông tin liên quan đến đối tượng

để xác định trạng thái của đối tượng đó

Giám sát tình trạng được định nghĩa là sự xác định trạng thái của máy hay hệ thống thiết bị và những thay đổi theo thời gian để biết được tình trạng của máy hay thiết bị ở bất

kỳ thời điểm nào

Tình trạng của máy có thể xác định thông qua các thông số như mòn dao, rung động, tiếng ồn, nhiệt độ, Các thông số này thay đổi cho ta biết được tình trạng của máy

Giám sát mang lại những hiệu quả kinh tế lớn lao như vậy vì:

∗ Độ mòn của dao được giám sát và thực hiện việc thay dụng cụ kịp thời khi cần thiết

∗ Hệ thống sẽ phát hiện hư hỏng của dao hay phôi

∗ Tuổi thọ dao được sử dụng tối ưu

∗ Giảm thời gian dừng máy làm tăng năng suất gia công

Với những ưu điểm như vậy cho nên giám sát ngày càng được ứng dụng rộng rãi trong quá trình gia công

Đối với các hệ thống máy công cụ thì các đối tượng được quan tâm là mòn dao, gãy dao, rung động, lực cắt, …

II cấu trúc hệ thống giám sát lực cắt khi tiện

Trong quá trình tiện độ chính xác và chất lượng bề mặt phụ thuộc rất nhiều vào các thông số công nghệ như vận tốc cắt, lượng chạy dao, chiều sâu cắt cũng như tình trạng của dao (mòn dao, gãy dao) Đặc biệt khi tiện cao tốc hoặc tiện các vật liệu khó gia công như gốm sứ,… thì mòn dao là yếu tố ảnh hưởng lớn nhất Chính vì thế mà ta phải giám sát sự mòn dao Tuy nhiên việc đo lượng mòn dao trong quá trình tiện khá phức tạp và kém chính xác, cho nên có thể giám sát lực cắt để xác định độ mòn dao

Để nhận được các dữ liệu dùng trong việc nghiên cứu các tín hiệu lực cắt khi tiện nhằm giám sát tình trạng dao trực tuyến cần phải tiến hành thí nghiệm quá trình cắt trên hình 1 là sơ đồ khối của quá trình giám sát lực cắt khi tiện Hệ thống đo lực cắt gồm có:

∗ Một bộ chuyển đổi hoặc cảm biến để đo các tín hiệu lực cắt từ quá trình gia công thời gian thực

∗ Một hệ thống để khuếch đại các tín hiệu đo được

∗ Một hệ thống thu thập dữ liệu số

M A ẽN G

N E U R A L

T I E Á P T U ẽC

SA I

C A Û M B I E Á N T H ễ ỉ I

G I A N T H ệ ẽC

ẹ U Ù N G

D ệ ỉ N G

M O ỉ N D A O

T ễ Ù I G I ễ Ù I H A ẽN

C aực thoõng soỏ

gi a coõng

C H U Y E Å N ẹ O Å I

ẹ U Ù N G

B E À M A ậ T

X A Á U

D ệ ỉ N G

T A Â M

T ớnh

F x /F y

F Y

F X

F X

X ệ Û L Y Ù

T Í N H I E Ä U

F Y

Hình 1 Sơ đồ khối giám sát lực cắt khi tiện

Trong suốt quá trình gia công, điện áp ra từ hệ thống cảm biến lực được ghi lại và phân tích để nhận được điện áp thực sự Sau khi xử lý ta có được hai thành phần của lực cắt

ở điều kiện gia công đã biết trước

Bộ chuyển đổi gồm hai thành phần cơ bản: đầu giữ dao và hệ thống cảm biến lực Hệ thống cảm biến lực gồm có các sơ đồ đo ứng suất, hệ thống khuếch đại mạch cầu và hệ thống thu nhận dữ liệu số Chức năng của các gage đo ứng suất là các cảm biến để biến đổi tín hiệu lực cắt thành các tín hiệu điện áp có thể đo được thông qua các hệ thống khuếch

đại Mối quan hệ định lượng giữa các thành phần lực cắt và điện áp ra đo được từ hệ thống thu nhận dữ liệu số, được thiết lập từ quá trình hiệu chỉnh, nhận được độ lớn của các thành phần lực cắt từ các tín hiệu điện áp ra

III Dùng mạng neural giám sát trực tuyến quá trình tiện

Giám sát bằng mạng neural đã phát triển để giám sát quá trình gia công được chia thành ba giai đoạn:

- Giai đoạn đầu tiên là chọn cảm biến Bằng cách sử dụng các cảm biến này quá trình gia công có thể được giám sát tin cậy hơn Quá trình gia công có thể được gáim sát hiệu quả bằng nghiên cứu các tín hiệu lực từ quá trìng cắt Tỉ số lực cắt, tốc độ cắt, lượng chạy dao, chiều sấu cắt, bán kính mũi dao và thời gian gia công được đưa vào lớp nhập của mạng neural nuôi tiến (feedforward neural network)

Giai đoạn thứ hai là huấn luyện mạng Sau khi chọn cấu trúc mạng thích hợp, mạng

được huấn luyện với các mẫu dữ liệu huấn luyện mà mỗi mẫu gồm có một cặp biến nhập và xuất Sai số bình phương trung bình của tất cả các mẫu huấn luyện tiến tới một giá trị được xác định trước thì dừng quá trình huấn luyện lại, khi đó các trọng số kết nối và các ngưỡng

được xác định Các trọng số và các ngưỡng này được dùng để giám sát trực tuyến quá trình gia công Các giá trị của trọng số kết nối và các ngưỡng tuỳ thuộc vào dữ liệu huấn luyện Càng nhiều dữ liệu huấn luyện, mạng làm việv càng tốt và điều này cũng phụ thuộc vào chất lượng của dữ liệu huấn luyện

Giai đoạn thứ ba là áp dụng mạng trong quá trình gia công thời gian thực Các tín hiệu lực từ các cảm biến đi qua bộ lọc để lọc các thông thấp và tỉ số lực (lực chạy dao/lực tiếp tuyến) được xác định Tỉ số này cùng các thông số gia công khác được đưa vào mạng neural đã được huấn luyện và độ mòn của dao, độ nhám bề mặt chi tiết được dự báo Nhìn vào các giá trị dự báo người vận hành (hay hệ thống điều khiển) có thể tác động theo hướng tối ưu hoá quá trình gia công Nếu bất kỳ các thông số xuất như độ mòn của dao hay bề mặt chi tiết gia công đạt đến một giá trị giới hạn thì người vận hành hay hệ thống điều khiển có thể dừng quá trình gia công và thay dao Mạng neural có thể được xem như là một máy có khả năng suy luận để tìm ra một cách hiệu quả độ mòn của dao khi nhận được tín hiệu ở

bất cứ lúc nào Các mạng neural cho phép gia tăng cải tiến khi dữ liệu mới đ−ợc đ−a vào

Do đó mạng không ngừng cập nhật dữ liệu Trên hình 2 trình bày mạng ba lớp giám sát độ mòn dao

Hình 2 Mạng neural ba lớp giám sát mòn dao

Để thực hiện quá trình thực nghiệm, chúng tôi xây dựng mô hình thí nghiệm đ−ợc trình bày trên hình 3

Heọ thoỏng ra quyeỏt ủũnh Moứ n dao Caực thoõng soỏ caột

ẹoọ nhaựm beà maởt

Hỡnh theồ beà maởt (surface

Giaựm saựt baống maùng neuron

Moứ n duùng cuù

Tổ soỏ lửùc caột

Tỡnh traùng duùng cuù caột

Beà maởt cuoỏi cuứ ng

Chuyeồn ủoồi Caỷm nhaọn thụứ i gian thửùc

Beà maởt cuoỏi cuứ ng

YES

Tớn hieọu lửùc caột

Xửỷ lyự tớn hieọu

NO

Goùi con ngửụứ i can thieọp

Dung sai hỡnh hoùc vaứ kớch thửụực Heọ thoỏng ra quyeỏt ủũnh Moứ n dao Caực thoõng soỏ caột

ẹoọ nhaựm beà maởt

Hỡnh theồ beà maởt (surface

Giaựm saựt baống maùng neuron

Moứ n duùng cuù

Tổ soỏ lửùc caột

Tỡnh traùng duùng cuù caột

Beà maởt cuoỏi cuứ ng

Chuyeồn ủoồi Caỷm nhaọn thụứ i gian thửùc

Beà maởt cuoỏi cuứ ng

YES

Tớn hieọu lửùc caột

Xửỷ lyự tớn hieọu

NO

Goùi con ngửụứ i can thieọp

Dung sai hỡnh hoùc vaứ kớch thửụực

Hình 3 Giám sát độ mòn của dao và độ nhám bề mặt chi tiết

Tốc độ cắt

L−ợng chạy dao

Chiều sâu cắt

Thời gia cắt

Bán kính mũi dao

Tỉ số lực cắt

Độ mòn của dao

Các giá trị trọng số và giá trị ngưỡng sau khi huấn luyện có giá trị như ở hình 4

Hình 4 Giá trị ngưỡng và trọng số (10000 vòng lặp)

Và các giá trị xuất của mạng neural dự báo độ mòn dao với các mẫu kiểm tra như hình 5

Hình 5 Giá trị xuất của mạng neural dự báo độ mòn dao với các mẫu kiểm tra

IV kết luận

Mạng neural nhân tạo có khả năng học, xấp xỉ bất cứ hàm phi tuyến nào, ra quyết

định trong môi trường có nhiễu và các thông tin không hoàn hảo Nó có thể tích hợp vào hệ thống sản xuất cho việc giám sát Trong quá trình gia công dùng để giám sát mòn dao, độ nhám bề mặt chi tiết,… Khi chọn được cấu trúc mạng thích hợp thì có thể dự báo chính xác các thông số gia công (mòn dao, độ nhám bề mặt chi tiết,…)

Tài liệu tham khảo

[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

[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