Monitorowanie emisji akustycznej (AE) okazało się potężną techniką oceny stanu i wydajności szlifierek. Jako wiodący dostawca szlifierek rozumiemy znaczenie wykorzystania zaawansowanych metod monitorowania w celu optymalizacji wydajności, jakości i niezawodności tych kluczowych narzędzi produkcyjnych. W tym poście na blogu omówimy różne metody monitorowania emisji akustycznej w szlifierkach, ich zalety oraz sposoby ich zintegrowania z procesami produkcyjnymi.
Zrozumienie emisji akustycznej w szlifierkach
Emisja akustyczna odnosi się do wytwarzania przejściowych fal sprężystych w materiale w wyniku szybkiego uwalniania energii ze źródeł zlokalizowanych w materiale. W kontekście szlifierek emisje akustyczne powstają w wyniku różnych zjawisk fizycznych, w tym pękania ziaren ściernych, tarcia i orania powierzchni przedmiotu obrabianego przez cząstki ścierne oraz deformacji i pękania materiału przedmiotu obrabianego. Te emisje akustyczne niosą ze sobą cenne informacje na temat procesu szlifowania, takie jak siły skrawania, zużycie ściernicy, integralność powierzchni przedmiotu obrabianego oraz występowanie defektów lub anomalii.
Rodzaje metod monitorowania emisji akustycznej
Istnieje kilka metod monitorowania emisji akustycznych w szlifierkach, każda ma swoje zalety i ograniczenia. Wybór metody monitorowania zależy od różnych czynników, takich jak rodzaj szlifierki, charakter procesu szlifowania, pożądany poziom czułości i dokładności oraz specyficzne wymagania aplikacji. Poniżej omówiono niektóre z powszechnie stosowanych metod monitorowania emisji akustycznej w szlifierkach.
Bezpośrednie rozmieszczenie czujnika AE
Jedną z najprostszych i najprostszych metod monitorowania emisji akustycznej w szlifierkach jest umieszczenie czujnika AE bezpośrednio na ściernicy lub przedmiocie obrabianym. Czujnik AE wykrywa fale akustyczne powstające podczas procesu mielenia i przetwarza je na sygnały elektryczne, które można analizować w celu wydobycia informacji o procesie mielenia. Bezpośrednie umieszczenie czujnika AE zapewnia wysoki poziom czułości i pozwala na monitorowanie procesu mielenia w czasie rzeczywistym. Może jednak podlegać zakłóceniom pochodzącym ze źródeł zewnętrznych, takim jak wibracje i hałas wytwarzany przez maszynę i otoczenie.
Pośrednie umiejscowienie czujnika AE
W niektórych przypadkach umieszczenie czujnika AE bezpośrednio na ściernicy lub przedmiocie obrabianym może nie być wykonalne lub praktyczne. W takich sytuacjach można zastosować pośrednią metodę umieszczania czujnika AE. Wiąże się to z umieszczeniem czujnika AE na pobliskiej konstrukcji lub elemencie stykającym się ze ściernicą lub przedmiotem obrabianym, takim jak stół maszyny, obudowa wrzeciona lub układ doprowadzania chłodziwa. Fale akustyczne powstające podczas procesu szlifowania przekazywane są poprzez konstrukcję lub element do czujnika AE, który je wykrywa i analizuje. Pośrednie umieszczenie czujnika AE może zapewnić wygodniejszy i mniej inwazyjny sposób monitorowania emisji akustycznych w szlifierkach. Może to jednak skutkować niższym poziomem czułości w porównaniu z bezpośrednim umieszczeniem czujnika AE, a sygnały akustyczne mogą zostać osłabione lub zniekształcone podczas transmisji.
Analiza sygnału AE
Po wykryciu sygnałów emisji akustycznej przez czujnik AE należy je przeanalizować, aby uzyskać istotne informacje na temat procesu mielenia. Istnieje kilka technik analizy sygnałów AE, w tym analiza w dziedzinie czasu, analiza w dziedzinie częstotliwości i analiza falkowa. Analiza w dziedzinie czasu obejmuje analizę amplitudy, czasu trwania i kształtu sygnałów AE w dziedzinie czasu. Analiza w dziedzinie częstotliwości obejmuje konwersję sygnałów AE z dziedziny czasu na dziedzinę częstotliwości przy użyciu technik takich jak transformata Fouriera i analizę składowych częstotliwości sygnałów. Analiza falkowa jest bardziej zaawansowaną techniką, która pozwala na jednoczesną analizę charakterystyki czasowej i częstotliwościowej sygnałów AE. Analiza sygnału AE może dostarczyć cennych informacji na temat procesu szlifowania, takich jak siły skrawania, zużycie ściernicy, integralność powierzchni przedmiotu obrabianego oraz występowanie defektów lub anomalii.
Ekstrakcja cech AE
Oprócz analizy surowych sygnałów AE często konieczne jest wyodrębnienie z sygnałów określonych cech, które są istotne dla procesu szlifowania. Cechy te można wykorzystać do opracowania modeli lub algorytmów przewidywania pracy i stanu szlifierki, wykrywania występowania wad lub anomalii oraz optymalizacji parametrów procesu szlifowania. Niektóre z powszechnie używanych funkcji AE w szlifierkach obejmują wartość średnią kwadratową (RMS), amplitudę szczytową, szybkość zliczania, energię, widmo częstotliwości i współczynniki falkowe. Ekstrakcję cech AE można przeprowadzić przy użyciu różnych technik, takich jak analiza statystyczna, uczenie maszynowe i sztuczna inteligencja.
Korzyści z monitorowania emisji akustycznej dla szlifierek
Monitorowanie emisji akustycznej oferuje szereg korzyści dla szlifierek, w tym:
Poprawiona wydajność procesu
Monitorując emisję akustyczną powstającą podczas procesu szlifowania, możliwa jest optymalizacja parametrów procesu szlifowania, takich jak prędkość skrawania, prędkość posuwu i głębokość skrawania, w celu uzyskania pożądanego wykończenia powierzchni i dokładności wymiarowej przy jednoczesnej minimalizacji czasu szlifowania i zużycia energii. Może to prowadzić do znacznej poprawy wydajności procesu i produktywności szlifierki.
Zwiększona jakość powierzchni
Monitorowanie emisji akustycznej może zapewnić w czasie rzeczywistym informacje o integralności powierzchni przedmiotu obrabianego podczas procesu szlifowania. Wykrywając występowanie defektów lub anomalii, takich jak pęknięcia, przypalenia i ślady drgań, na wczesnym etapie procesu, można podjąć działania naprawcze, aby zapobiec wytwarzaniu wadliwych części i poprawić jakość powierzchni przedmiotu obrabianego.
Wydłużona żywotność ściernicy
Zużycie ściernicy jest jednym z głównych czynników wpływających na wydajność i koszt procesu szlifowania. Monitorowanie emisji akustycznej można wykorzystać do wykrywania zużycia ściernicy w czasie rzeczywistym i przewidywania pozostałego okresu jej użytkowania. Pozwala to na terminową wymianę ściernicy, co może wydłużyć jej żywotność i obniżyć koszty zużycia ściernicy.
Wczesne wykrywanie usterek maszyn
Monitorowanie emisji akustycznej można również wykorzystać do wykrywania usterek maszyn, takich jak awarie łożysk, drgania wrzeciona i uszkodzenia narzędzi, już na wczesnym etapie procesu. Dzięki wczesnemu wykryciu tych usterek można podjąć działania naprawcze, aby zapobiec dalszym uszkodzeniom maszyny i uniknąć kosztownych przestojów.
Integracja monitorowania emisji akustycznej z procesami szlifierskimi
Aby w pełni wykorzystać zalety monitorowania emisji akustycznej szlifierek, ważne jest zintegrowanie systemu monitorowania z ogólnymi procesami szlifierki. Obejmuje to kilka etapów, w tym:
Projektowanie i instalacja systemu
Pierwszym krokiem w integracji systemu monitorowania emisji akustycznej w szlifierce jest zaprojektowanie i zainstalowanie systemu. Wiąże się to z doborem odpowiednich czujników AE, urządzeń do kondycjonowania sygnału oraz systemu akwizycji danych i zainstalowaniem ich na szlifierce w sposób minimalizujący zakłócenia pochodzące ze źródeł zewnętrznych oraz maksymalizujący czułość i dokładność systemu monitorowania.
Kalibracja i walidacja
Po zainstalowaniu systemu monitorowania emisji akustycznej należy go skalibrować i zwalidować, aby zapewnić jego dokładność i niezawodność. Obejmuje to porównanie zmierzonych sygnałów AE ze znanymi sygnałami odniesienia i dostosowanie parametrów systemu, jeśli jest to konieczne, aby osiągnąć pożądany poziom wydajności.
Analiza i interpretacja danych
Kolejnym krokiem jest analiza i interpretacja danych środowiskowych zebranych przez system monitorowania. Wiąże się to z zastosowaniem odpowiednich technik i algorytmów analizy danych w celu wydobycia znaczących informacji na temat procesu szlifowania i stanu szlifierki. Wyniki analizy danych można wykorzystać do podejmowania świadomych decyzji dotyczących obsługi i konserwacji szlifierki.
Optymalizacja procesów
Wreszcie, informacje uzyskane z systemu monitorowania emisji akustycznej można wykorzystać do optymalizacji parametrów procesu mielenia oraz poprawy wydajności i jakości szlifierki. Może to obejmować dostosowanie prędkości skrawania, szybkości posuwu, głębokości skrawania lub innych parametrów procesu w celu uzyskania pożądanego wykończenia powierzchni i dokładności wymiarowej przy jednoczesnej minimalizacji czasu szlifowania i zużycia energii.
Wniosek
Monitorowanie emisji akustycznej jest skuteczną techniką oceny stanu i wydajności szlifierek. Monitorując emisję akustyczną powstającą podczas procesu szlifowania, możliwa jest optymalizacja parametrów procesu szlifowania, poprawa jakości powierzchni przedmiotu obrabianego, wydłużenie żywotności ściernicy oraz wykrycie wystąpienia usterek maszyny na wczesnym etapie procesu. Jako wiodący dostawca szlifierek oferujemy szereg rozwiązań w zakresie monitorowania emisji akustycznej, które można dostosować do specyficznych potrzeb i wymagań naszych klientów. Jeśli chcesz dowiedzieć się więcej na temat naszych rozwiązań w zakresie monitorowania emisji akustycznej lub chciałbyś omówić potrzeby w zakresie monitorowania swojej szlifierki, skontaktuj się z nami w celu konsultacji. Z niecierpliwością czekamy na współpracę z Państwem w celu optymalizacji wydajności i niezawodności Państwa szlifierek.
Referencje
- Dornfeld, DA i Min, S. (2003). Emisja akustyczna podczas obróbki. CIRP Annals – Technologia produkcji, 52(2), 589-612.
- Inasaki, I. (2001). Monitoring emisji akustycznej procesów szlifowania. Nosić, 250(1-12), 612-622.
- Teti, R. i Tozzo, G. (2004). Monitorowanie emisji akustycznej procesów mielenia: przegląd. International Journal of Machine Tools and Manufacture, 44(12), 1273-1283.
- Wang, C. i Guo, N. (2010). Analiza sygnału emisji akustycznej do monitorowania procesu mielenia. Journal of Manufacturing Processes, 12(3), 197-204.
- Zhang, Y. i Chen, X. (2012). Monitorowanie zużycia ściernicy w oparciu o emisję akustyczną. International Journal of Advanced Manufacturing Technology, 62(9-12), 1049-1056.