| Journal: | Ingeniería. Investigación y tecnología |
| Database: | PERIÓDICA |
| System number: | 000346205 |
| ISSN: | 1405-7743 |
| Authors: | Mota Valtierra, G.C1 Franco Gasca, L.A2 Herrera Ruiz, G1 Macías Bobadilla, G1 |
| Institutions: | 1Universidad Autónoma de Querétaro, Facultad de Ingeniería, Querétaro. México 2Centro de Tecnología Avanzada A.C., Querétaro. México |
| Year: | 2011 |
| Season: | Oct-Dic |
| Volumen: | 12 |
| Number: | 4 |
| Pages: | 461-468 |
| Country: | México |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Experimental, aplicado |
| Spanish abstract | Algunas empresas tienen como principal objetivo ofrecer a sus clientes productos de calidad, y esto es posible optimizando sus costos, reduciendo y controlando las variaciones en sus procesos de producción. Dentro de las industrias manufactureras el estado físico de las herramientas es muy importante, ya que de esto depende en gran medida la calidad del producto y la vida útil de la maquinaria. Actualmente existe en el mercado una gran variedad de sistemas de monitoreo para determinar el estado de los cortadores en las fresadoras; sin embargo, estos son costosos e inaccesibles para las empresas pequeñas y frecuentemente es necesario hacer modificaciones a la maquinaria para instalarlos. En este artículo se presenta un sistema de monitoreo con un clasificador inteligente que determina el estado de las herramientas de corte en una fresadora de Control Numérico por Computadora (CNC). El estado de los cortadores se detecta a través del análisis de las fuerzas de corte que se encuentran contenidas en las corrientes del motor del husillo. Algo importante en este sistema es que no utiliza sensores ni es necesario hacer modificaciones para adherirlo al proceso original. Para lograr la clasificación se aplican técnicas de procesamiento digital de señales, para eliminar los componentes de ruido y extraer los componentes de fuerza, se aplica a la señal original un filtro digital del tipo FIR. Después, se aplica una transformada Wavelet, con la finalidad de comprimir la información y optimizar el clasificador. Por último, una red neuronal del tipo perceptrón multicapa es la encargada de realizar la clasificación de las señales, alcanzando una confiabilidad del 95%. El sistema es capaz de detectar la ruptura y el desgaste del cortador |
| English abstract | Most of the companies have as objective to manufacture high–quality products, then by optimizing costs, reducing and controlling the variations in its production processes it is possible. Within manufacturing industries a very important issue is the tool condition monitoring, since the tool state will determine the quality of products. Besides, a good monitoring system will protect the machinery from severe damages. For determining the state of the cutting tools in a milling machine, there is a great variety of models in the industrial market, however these systems are not available to all companies because of their high costs and the requirements of modifying the machining tool in order to attach the system sensors. This paper presents an intelligent classification system which determines the status of cutters in a Computer Numerical Control (CNC) milling machine. This tool state is mainly detected through the analysis of the cutting forces drawn from the spindle motors currents. This monitoring system does not need sensors so it is no necessary to modify the machine. The correct classification is made by advanced digital signal processing techniques. Just after acquiring a signal, a FIR digital filter is applied to the data to eliminate the undesired noisy components and to extract the embedded force components. A Wavelet Transformation is applied to the filtered signal in order to compress the data amount and to optimize the classifier structure. Then a multilayer perceptron–type neural network is responsible for carrying out the classification of the signal. Achieving a reliability of 95%, the system is capable of detecting breakage and a worn cutter |
| Disciplines: | Ingeniería |
| Keyword: | Ingeniería industrial, Ingeniería mecánica, Fresadora, Herramientas de corte, Sistemas de monitoreo, Desgaste, Transformada Wavelet |
| Keyword: | Engineering, Industrial engineering, Mechanical engineering, Milling cutters, Cutting tools, Monitoring systems, Wear, Wavelet transform |
| Full text: | Texto completo (Ver HTML) |
