OCENA PRZYDATNOŚCI MIAR EMISJI AKUSTYCZNEJ I SIŁ SKRAWANIA DO DIAGNOSTYKI STANU NARZĘDZIA PRZY TOCZENIU

Transkrypt

1 OCENA PRZYDATNOŚCI MIAR EMISJI AKUSTYCZNEJ I SIŁ SKRAWANIA DO DIAGNOSTYKI STANU NARZĘDZIA PRZY TOCZENIU Krzysztof JEMIELNIAK, Leszek KWIATKOWSKI Paweł WRZOSEK Streszczenie Referat przedstawia wyniki badania zależności szeregu miar emisji akustycznej i sił skrawania od stanu narzędzia, przy różnych parametrach skrawania. Analiza tych wyników wykazała, że miary AE są w dużej mierze równoważne i o tym którą z nich wybrać, można zadecydować na podstawie możliwości posiadanego sprzętu pomiarowego. Korelacja miar sił skrawania ze stanem narzędzia zależy od materiału ostrza. Dla węglików pokrywanych (TiC+TiN) najlepiej powiązane ze zużyciem ostrza okazały się średnie wartości siły posuwowej i odporowej, natomiast dla węglików niepokrywanych ich odchylenia standardowe. Słowa kluczowe: diagnostyka stanu narzędzia, emisja akustyczna, siły skrawania Evaluation of Acoustic Emission and Cutting Forces Quantities Applicability to Tool Condition Monitoring in Turning Summary Paper presents investigation results of several acoustic emission and cutting forces quantities dependence on tool condition. Different cutting parameters have been taken into account. Analysis of the results shows that AE quantities are highly correlated with each other. Therefore decision which to choose can be taken basing on measuring equipment abilities. Correlation between cutting forces quantities depends on tool material. For TiC+TiN coated inserts the quantities that have the best correlation with tool wear are mean values of feed and passive force, while for uncoated ones, feed and passive force standard deviations. Keywords: tool condition monitoring, acoustic emission, cutting forces 1. Wprowadzenie W diagnostyce stanu narzędzia od dawna wykorzystywane są pomiary sił skrawania (np. [7]). Korelacja miar sił ze zużyciem ostrza w bardzo znacznym stopniu zależy od warunków skrawania. Zastąpienie średnich wartości sił przez ich względne przyrosty czy kombinacje linowe składowych sił może ograniczyć wpływ przekroju warstwy skrawanej, nie eliminuje jednakże wpływu innych warunków skrawania jak materiał obrabiany i materiał ostrza. Wpływ ten sprawia, że siły skrawania (zwłaszcza składowa posuwowa i odporowa), które w pewnych warunkach mogą w wyniku stępienia ostrza wzrastać nawet o kilkaset procent, w innych warunkach wzrastają nieznacznie, czasem niewiele Adres: dr hab. inż. Krzysztof Jemielniak, mgr inż. Leszek Kwiatkowski, mgr inż. Paweł Wrzosek, Instytut Technologii Maszyn Politechniki Warszawskiej, ul. Narbutta 86, Warszawa, tel , fax.: , jemiel@wip.pw.edu.pl

2 więcej niż rozproszenie wyników [3, 4]. Wybór miar, które dostarczają istotnych informacji o zużyciu ostrza i mogą być uznane za symptomy zużycia, nie jest zatem oczywisty. Pomiary emisji akustycznej (AE) pochodzącej z procesu skrawania są coraz częściej wykorzystywane w diagnostyce stanu narzędzia [5] Brak jest jednakże ogólnie przyjętych miar sygnału AE, metod ich rejestracji i obróbki. Wybór symptomów stanu narzędzia oparty jest zwykle bardziej na dostępności sprzętu pomiarowego niż na racjonalnej analizie. Tym właśnie zagadnieniom poświęcone jest niniejsze opracowanie, powstałe w wyniku badań przeprowadzonych ostatnio w ITM PW. 2. Metodyka badań Badania przeprowadzono podczas toczenia wzdłużnego prętów ze stali 45 (180 HB) nożem oprawkowym CSRNR z płytką SNUN gatunku S30S lub NT35. Nóż był umieszczony w siłomierzu tokarskim, na którego górnej powierzchni zamocowano czujnik emisji akustycznej: BK8313 (200 khz) współpracujący ze zmodernizowanym przedwzmacniaczem BK2637 (o zmniejszonym ok. 10-razy wzmocnieniu) lub BK8314 (800 khz) z oryginalnym przedwzmacniaczem BK2637. W obu przypadkach przedwzmacniacz był wyposażony w filtr oktawowym 200 khz. Sygnały AE z przedwzmacniacza oraz sygnały sił z siłomierza były odbierane przez Laboratoryjny Monitor Stanu Narzędzia LMSN-2 i rejestrowane na dysku komputerowym w postaci cyfrowej. W ramach jednego pomiaru rejestrowano 750,000 próbek z częstotliwością próbkowania 1 MHz (0.75 s). Pierwsze 250,000 zapisywano na dysku w postaci oryginalnej, zaś z kolejnych 500,000 wyznaczano wartość skuteczną (RMS) z krokiem 500, i tak otrzymane wyniki (1000 próbek) zapisywano na dysku. Zarejestrowane przebiegi posłużyły następnie do wyznaczenia następujących miar sygnału AE: dla sygnału oryginalnego: - wartość średnia ( AE ) i odchylenie standardowe (s AE ) - tempo (t i ) i nasycenie (n i ) przekroczeń czyli przez liczba przekroczeń przez wartość oryginalnego sygnału AE trzech wybranych progów dyskryminacji na sekundę oraz procent czasu, w którym wartość sygnału przekraczała te progi dyskryminacji - mocy sygnału AE w wybranych pasmach częstotliwości: (m i ) dla sygnału zdemodulowanego (RMS): - wartość średnia ( RMS ) i odchylenie standardowe wartości skutecznej (s RMS ) - liczba wybuchów na sekundę (l i ) i wypełnienie wybuchów (w i ) Progi dyskryminacji do określania impulsowych miar sygnału AE

3 wynosiły 1/64, 2/64 i 3/64 pełnego zakresu skali sygnału dobranego tak, by najsilniejsze sygnały nie powodowały przesterowania układu: - dla czujnika BK8313: ok. 100, 200, 300 mv - dla czujnika BK8314: ok. 20, 40, 60 mv Przy częstotliwości próbkowania 1 MHz otrzymuje się widmo sygnału w zakresie khz. Zakres ten podzielono na osiem pasm i analizie poddano moc sygnału w pasmach 2 6, czyli od m 2 dla khz, do m 6 dla khz. Ponadto wyznaczano całkowitą moc sygnału m c. Pomiary składowych sił skrawania prowadzono przez 0.5 s, a wyniki przekształcano na postać cyfrową z częstotliwością próbkowania 2000 Hz. Uzyskane 1000 próbek zapisywano w pliku w celu dalszej obróbki. Dla każdego zapisu określano następnie wartości średnie (F c, F f, F p ) i odchylenia standardowe (S c, S f, S p ). Wykonano łącznie osiem prób z ustalonymi parametrami skrawania, oznaczonymi jako z 0, przerywanych w celu wykonania pomiarów zużycia ostrza oraz przeprowadzenia krótkich skrawań z zestawami parametrów, oznaczonymi jako z i (patrz tablica 1). Dzięki temu uzyskano łącznie 68 przebiegów miar sygnału AE i sił skrawania w funkcji zużycia ostrza dla różnych parametrów skrawania, przy czym wykonano 376 pomiarów tych sygnałów. 3. Wyniki badań Emisja akustyczna Na rysunku 1 przedstawiono dla przykładu wyniki pomiarów większości miar AE, uzyskane w próbie S04. Przebiegi tych miar w funkcji czasu skrawania pogrupowano wydzielając: próbę trwałościową (z 0 ), oraz przebiegi otrzymane dla stałej wartości posuwu przy różnych prędkościach skrawania. Widoczna jest znaczna zbieżność charakteru zmienności wszystkich miar, niezależnie od tego, że one wyrażane w różnych jednostkach lub mają różne zakresy maksymalnych wartości. Np. wzrost wartości w czwartym przejściu i spadek w piątym dla pierwszego zestawu parametrów skrawania (v c =180, f=0.33) jest charakterystyczny dla wszystkich miar z wyjątkiem m 2 i m 4. Spowodowany on został pojawieniem się kilku wybuchów o nietypowym (skupionym wokół częstotliwości 164 khz) widmie i jest szczególnie dobrze widoczny w przebiegu m 3. Zgodność przebiegu pozostałych miar AE jest zrozumiała - wszystkie one są związane z amplitudą sygnału, zaś widmo sygnału z reguły bardziej oddaje charakterystykę rezonansowego czujnika niż samego sygnału. Podobną zgodność zaobserwowano we wszystkich próbach. W celu dokładniejszego przeanalizowania związku między miarami AE wyznaczono współczynniki korelacji linowej między nimi w próbach, w

4 których stosowano ten sam czujnik i materiał ostrza. W tablicy 2 zestawiono dla przykładu te współczynniki dla miar sygnału oryginalnego uzyskane dla czujnika BK8313 przy skrawaniu ostrzem S30S. Jak widać miary AE są bardzo ściśle skorelowane. Dla mocy sygnału w pasmach oraz RMS współczynniki te są niższe, jednakże w dalszym ciągu bardzo wysokie - powyżej 0.7. Podobne wyniki uzyskano pozostałych dwu zestawów czujnik - materiał ostrza. Oznaczają one, iż wszystkie miary AE zawierają bardzo zbliżoną informację. W celu racjonalnego wyboru jednej z nich jako symptomu stanu narzędzia, a przynajmniej redukcji liczby miar, należy przeanalizować ich powiązanie (korelację) ze zużyciem ostrza. Na rysunku 2 zestawiono przebiegi RMS uzyskane w wszystkich próbach. Można na nim prześledzić wpływ zużycia ostrza (tu głębokość żłobka na powierzchni natarcia) oraz prędkości skrawania i posuwu na wartość skuteczną sygnału. Wpływ ten wydaje się być ewidentny, bardzo wyraźny, niemniej jednak raczej trudny do opisania prostą funkcją. Do określenia stopnia powiązania między zmiennymi (tu miary AE i KT) przy pomocy współczynnika korelacji w zasadzie potrzebne jest założenie o postaci funkcji korelacyjnej. Czasem założenie o liniowej korelacji czynione jest nieświadomie. Rysunek 2 świadczy dobitnie, iż tu założenie takie jest nie do przyjęcia. Znalezienie jednej funkcji, która dobrze oddawałaby zależność miar AE od głębokości żłobka wydaje się dość kłopotliwe, a ponadto zbędne. Rozważmy ogólnie korelację y(kt) gdzie y jest dowolną miarą AE. Współczynnik korelacji można zdefiniować jako [8]: S S r = r (1) S 2 gdzie S= ( yi y) - całkowita (pierwotna) suma kwadratów, 2 Sr = ( y i y$ i) - resztkowa suma kwadratów y, $y i - średnia i oszacowana na podstawie korelacji wartość y Jak widać problem sprowadza się do wyznaczenia wartości $y i. W przypadku takim jak właśnie rozważany, gdy ogólna postać funkcji korelacyjnej y(kt) jest trudna do zdefiniowania, a zależy nam jedynie na określeniu powiązania między miarami AE i głębokością żłobka, można wartości y pogrupować względem KT, a następnie $y i zastąpić średnimi w grupach. Grupowanie to wykonano w oparciu o przedziały wartości KT odpowiadające kolejnym, charakterystycznym etapom pracy ostrzy: 1. narzędzie ostre: KT< ~0.1 mm dla S30S i KT<~0.05 mm dla NT wyraźne ślady zużycia: KT mm dla S30S i KT mm dla NT35.

5 3. znaczne pogorsznie jakości powierzchni obrobionej: KT mm dla S30S i KT mm NT niebezpieczeństwo wystąpienia katastroficznego stępienia ostrza: KT>0.25 mm dla S30S i KT>0.15 mm dla NT35. Wyniki zamieszczono w tablicy 3. Analizując te dane należy pamiętać, iż niski współczynnik korelacji nie musi koniecznie oznaczać słabego związku z KT lecz może być wynikiem wpływu parametrów skrawania. Uwzględnienie tego wpływu zmniejszyłoby resztkowe sumy kwadratów i podniosło współczynniki korelacji z KT. Z drugiej strony jednakże niewrażliwość na parametry skrawania jest cechą bardzo pożądaną, stąd zaniechano eliminacji tego wpływu. W celu ułatwienia analizy danych, w każdym wierszu tablicy 3 pogrubieniem wyróżniono największe wartości. Porównując poszczególne wiersze tablicy 3 z rysunkiem 2 można zauważyć, że generalnie rzecz biorąc współczynniki korelacji są tym wyższe im silniejsze były sygnały AE. Jest to szczególnie widoczne przy porównaniu wyników uzyskanych różnymi czujnikami - sygnały pochodzące z BK8314 były blisko o rząd wielkości słabsze niż z BK8313. Niezbędne znaczne wzmocnienie tych pierwszych powodowało znacznie wyższy udział szumów, co prawdopodobnie odbiło się na większym rozproszeniu wyników i gorszą ich korelacją ze stanem ostrza. Rozpatrując sygnały otrzymane przy pomocy czujnika BK8313, wyraźnie wyższe wartości tak miar AE jak i współczynników ich korelacji z KT uzyskano dla płytek NT35 niż dla S30S. Jak widać, spośród miar oryginalnego sygnału AE najlepiej ze stanem ostrza skorelowana jest średnia wartość sygnału lub tempo impulsów dla pierwszego poziomu dyskryminacji. Jeszcze lepsze wyniki uzyskują analogiczne miary sygnału zdemodulowanego - uśredniona wartość skuteczna i liczba wybuchów na sekundę. Jeśli idzie o moc sygnału, wyraźnie korzystniejsze jest śledzenie pasm sąsiadujących z pasmem, w którym sygnał osiąga maksimum (tu 200 khz, pasmo m 3 ). Różnice między wymienionymi miarami AE są niewielkie, i wszystkie one mogą służyć jako symptomy stanu narzędzia. Siły skrawania Na rysunkach 3 i 4 przedstawiono zależności między miarami sił skrawania a głębokością żłobka na powierzchni natarcia dla prób S08 i S05, które są reprezentatywne odpowiednio dla ostrzy niepokrywanych i pokrywanych. Wynika z nich, że dla każdego z materiałów ostrza inne miary sił wydają się być skorelowane ze zużyciem ostrza. Dla ostrzy pokrywanych (NT35) miarami tymi są zarówno wartości średnie sił posuwowej i odporowej jaki i ich odchylenia standardowe. Siła główna zarówno dla płytek

6 pokrywanych jak i niepokrywanych nie wykazuje istotnego powiązania ze zużyciem, co jest potwierdzeniem znanych wcześniej obserwacji, np. [4]. Zależność sił skrawania od zużycia ostrza dla płytek konwencjonalnych (S30S) jest wyraźnie odmienna. Wraz ze zużyciem wyraźnie rosną zmienne składowe siły posuwowej i odporowej. Pozostałe miary nie wydają się być skorelowane z KT. Zależność zmiennej składowej siły odporowej od zużycia jest wyraźnie silniejsza dla mniejszych posuwów. Duże posuwy wpływają stabilizująco na proces skrawania redukując wpływ zużycia ostrza na składową dynamiczną siły. W celu obiektywnej oceny skorelowania miar sił skrawania ze zużyciem ostrza posłużono się tą samą metodyką co w przypadku emisji akustycznej, a wyniki przedstawiono w tablicy 4. Wyniki zestawione w tablicy 2 w dużym stopniu, aczkolwiek nie całkowicie, potwierdzają poczynione poprzednio obserwacje. Dla płytek pokrywanych wartości współczynników korelacji dla F f, S f, i F p zdecydowanie przewyższają pozostałe. Wyznaczanie zmiennych składowych sił skrawania wymaga większej częstotliwości próbkowania, a nade wszystko siłomierza o odpowiednio dobrych własnościach dynamicznych, co czyni S f mniej atrakcyjną miarą. Za najlepsze miary można zatem uznać średnie wartości sił F f i F p, z uwzględnieniem sił skrawania. W przypadku ostrzy S30S silne skorelowanie z KT wykazują S c, S f. Odchylenie standardowe siły odporowej nie wykazało takiego skorelowania, jednakże bardzo silnie zależy ono od posuwu, co poprzez wzrost sum kwadratów odchyleń wartości S p od średnich w przedziałach powoduje gorszą korelację tej miary ze zużyciem ostrza. Współczynniki zmienności okazały się podobnie lub gorzej skorelowane ze zużyciem. Wartości średnie sił jako słabo skorelowane ze zużyciem, są zupełnie nieprzydatne do jego oceny. Jako najkorzystniejsze miary można zatem wybrać odchylenia standardowe składowych sił skrawania. Pamiętać należy, że niezbędne jest wzięcie pod uwagę parametrów skrawania, z którymi miary te są silnie związane. Wybrane miary sił skrawania i emisji akustycznej zostały wykorzystane jako wejścia do sieci neuronowej typu Feed Forward Back Propagation [6]. 4. Wnioski Przeprowadzona analiza wyników badań zależności emisji akustycznej sił skrawania od stanu narzędzia przy różnych parametrach skrawania i dwóch materiałach ostrza wykazała: za symptom zużycia ostrza można przyjąć taką miarę sygnału AE, która jest

7 w konkretnych warunkach sprzętowych najłatwiejsza do wyznaczenia. dla ostrzy pokrywanych miarami sił skrawania mogącymi odgrywać rolę symptomów zużycia są średnie wartości posuwowej i odporowej składowej siły skrawania dla ostrzy niepokrywanych symptomami tymi mogą być odchylenia standardowe wszystkich składowych sił skrawania Literatura [1] K. JEMIELNIAK i in.: Automatyczna diagnostyka stanu narzędzia w operacjach tokarskich. Grant CPBP , ITM PW, [2] K. JEMIELNIAK i in.: Budowa układu diagnostyki stanu narzędzia opartego na pomiarach emisji akustycznej. Grant KBN , ITM PW [3] K. JEMIELNIAK: Dobór estymat sił skrawania do nadzorowania zużycia ostrza przy toczeniu ze zmiennymi parametrami skrawania. Mechanik, (1991)8-9, [4] K. JEMIELNIAK: Obróbka wysokoczęstotliwościowych sygnałów emisji akustycznej pochodzącej z procesu skrawania. Postępy Technologii Maszyn i Urządzeń, 18(1994)4, [5] K. JEMIELNIAK, J. KOSMOL: Tool and Process Monitoring - State of Art and Future Prospects. Scientific Papers of the Inst. of Mech. Engng. and Automation of the Technical Univ. of Wrocław, 61(1995), [6] K. JEMIELNIAK, L. KWIATKOWSKI, P. WRZOSEK: Diagnostyka zużycia ostrza oparta na pomiarach sił skrawania i emisji akustycznej jako wejściach do sztucznej sieci neuronowej, Prace Naukowe Politechniki Warszawskiej, Seria Konferencje 11(1996), [7] R. MACKINNON, G. E. WILSON, A.J. WILKINSON: Tool Condition Monitoring Using Multi-Component Force Measurements. 26-th Int. M.T.D.R. Conf., 1986, 289. [8] W. VOLK: Statystyka stosowana dla inżynierów, WNT, Warszawa 1973.

8 Tablica 1. Parametry skrawania zastosowane w badaniach Zestaw S01 i S02 S03 i S04 S05 i S06 S07 i S08 f v c f v c f v c f v c z z z z z z z z z Czujnik BK8313, materiał ostrza S30S: próby S01, S04, S06 Czujnik BK8314, materiał ostrza S30S: próby S02, S03, S05 Czujnik BK8313, materiał ostrza NT35: próby S07, S08 Tablica 2. Współczynniki korelacji między miarami AE w próbach S01, S04, S06 AE s AE t 1 n 1 t 2 n 2 t 3 n 3 AE s AE t n t n t n

9 Tablica 3. Współczynniki korelacji między miarami AE, a głębokością żłobka czujnik, ostrze AE s AE t 1 n 1 t 2 n 2 t 3 n 3 BK8313 NT BK8313 S30S BK8314 S30S czujnik, ostrze m 2 m 3 m 4 m 5 m 6 m c BK8313 NT BK8313 S30S BK8314 S30S czujnik, ostrze RMS s RMS l 1 w 1 l 2 w 2 l 3 w 3 BK8313 NT BK8313 S30S BK8314 S30S Tablica 4. Współczynniki korelacji między miarami sił skrawania a KT F c S c F f S f F p S p NT S30S Podpisy pod rysunkami Rys 1. Przebiegi miar AE uzyskane w próbie S04 Rys 2. Zależność RMS od zużycia ostrza i parametrów skrawania we wszystkich próbach Rys. 3. Zależności między miarami sił skrawania a KT dla płytek NT35 Rys. 4. Zależności między miarami sił skrawania a KT dla płytek S30S

10 Rys 1. Jemielniak, Kwiatkowski, Wrzosek

11 Rys 2. Jemielniak, Kwiatkowski, Wrzosek

12 Rys. 3. Jemielniak, Kwiatkowski, Wrzosek

13 Rys. 4. Jemielniak, Kwiatkowski, Wrzosek