Supervisión de las condiciones de mecanizado en operaciones de fresado periférico mediante el análisis de señales de ruido aéreo

Autor: Andrés Sio Sever
Přispěvatelé: Arcas Castro, Guillermo de
Jazyk: Spanish; Castilian
Rok vydání: 2022
Předmět:
Zdroj: Archivo Digital UPM
Universidad Politécnica de Madrid
Popis: La monitorización de procesos de mecanizado es objeto de un gran interés dentro de la industria de fabricación debido al alto grado de valor añadido que representan sus operaciones, siendo vital que estas se desarrollen con precisión y con la ausencia de incidentes. El resultado final de cada operación se ve influenciado por diversos factores, tales como el tipo de material, la velocidad de la herramienta, el estado de la herramienta, el espesor de la viruta cortada, y la presencia de fenómenos como el alabeo y el retemblado. Dado que estos elementos influyen de manera activa en las dimensiones finales de la pieza, existe la necesidad de conocer las dimensiones reales de la pieza que está siendo mecanizada sin necesidad de parar la producción para efectuar la realización de mediciones. Para ello, esta tesis plantea un enfoque no-intrusivo basado en el análisis de la emisión acústica generada en el proceso de mecanizado para monitorizar los parámetros durante procesos de corte, haciendo especial énfasis en la estimación de la profundidad durante la operación. El término emisión acústica hace referencia a la energía que se libera en forma de vibraciones mecánicas durante el proceso de corte de metal y habitualmente se estudia analizando la componente vibratoria que se propaga por las estructuras que intervienen en dicho proceso. Sin embargo, esa vibración también produce una propagación en el aire que habitualmente sólo se considera desde el punto de vista de las molestias que causa (ruido). En el presente trabajo se propone sensorizar y analizar dicha componente para la extracción de parámetros relacionados con el proceso de corte. Los resultados de la investigación mostraron una desviación del 10% respecto al valor real de la profundidad de corte en sistemas monocanal basados en el modelo geométrico de corte, mientras que esa desviación se reduce al 5% en el caso de emplear sistemas multicanal junto con técnicas de combinación de señales. De manera adicional, los datos también se procesaron mediante un modelo de regresión no lineal entrenado con datos etiquetados, lo cual permitió reducir la desviación respecto al valor real a un 1%. Estos resultados muestran la viabilidad de estos sistemas para la monitorización de procesos de mecanizado sin la necesidad de interferir con la herramienta, reduciendo así la fabricación de piezas defectuosas y alargando la vida útil de los sensores. ----------ABSTRACT---------- The monitoring of machining processes is of great interest within the manufacturing industry due to the high degree of added value represented by its operations, being vital that these are carried out accurately and without incidents. The final result of each operation is influenced by several factors, such as the type of material, the tool speed, the condition of the tool, the thickness of the cut chip, and the presence of phenomena such as runout and chattering. Since these elements actively influence the final dimensions of the part, there is a need to know the real dimensions of the part being machined without having to stop production to take measurements. For this purpose, this thesis proposes a non-intrusive approach based on the analysis of the acoustic emission generated in the machining process to monitor the parameters during cutting processes, with special emphasis on the estimation of the depth during the operation. The term acoustic emission refers to the energy that is released in the form of mechanical vibrations during the metal cutting process and is usually studied by analyzing the vibratory component that propagates through the structures involved in the process. However, this vibration also produces a propagation in the air that is usually only considered from the point of view of the nuisance it causes (noise). In the present work, we propose to sensor and analyze this component for the extraction of parameters related to the cutting process. The results of the investigation showed a deviation of 10% with respect to the real value of the cutting depth in single-channel systems based on the geometric cut model, while this deviation is reduced to 5% in the case of using multichannel systems with signal combination techniques. Additionally, the data were also processed using a nonlinear regression model trained with labeled data, which reduced the deviation from the true value to 1%. These results show the feasibility of these systems for monitoring machining processes without the need to interfere with the tool, thus reducing the manufacturing of defective parts and extending the lifetime of the sensors.
Databáze: OpenAIRE
Externí odkaz: