Automatyczna diagnostyka ostrzy narzędzi skrawających

• Autorzy: Jemielniak K.

Warianty tytułu

EN

Automatic tool condition monitoring

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zasady budowy układów diagnostyki stanu narzędzia i procesu skrawania począwszy od ich struktury logicznej przez omówienie wykorzystywanych wielkości fizycznych i czujników, obróbki sygnałów, do sposobów ich integracji w ostateczną diagnozę. Posłużono się przy tym przykładami zaczerpniętymi z budowanych w Zakładzie Automatyzacji i Obróbki skrawaniem układów Automatycznej Diagnostyki Ostrzy Narzędzi Skrawających (ADONiS). W ten sposób przedstawiono główne elementy dorobku naukowego Zakładu w zakresie diagnostyki stanu narzędzia i procesu (DNiPS).

EN

This paper presents principles of tool condition monitoring systems development, beginning from their logical scheme, through employing physical phenomena and sensors, signal processing up to signal feature integration into the final tool condition estimation. Tool condition monitoring systems ADONiS built in the Chair of Automation, Machine Tool and Metal Cutting were taken as an example. Thus main achievements of the Chair in TCM were presented.

Słowa kluczowe

PL

diagnostyka automatyczna; narzędzie skrawające; ostrze

EN

automatic diagnostics; cutting tool; edge

• Wydawca: Wydawnictwo Wrocławskiej Rady FSNT NOT
• Czasopismo: Inżynieria Maszyn
• Rocznik: 2012
• Tom: R. 17, z. 1
• Strony: 17--29
• Opis fizyczny: Bibliogr. 21 poz.

Twórcy

autor

Jemielniak K.

• Zakład Automatyzacji, Obrabiarek i Obróbki Skrawaniem, Wydział Inżynierii Produkcji Politechniki Warszawskiej

Bibliografia

• [1] TLUSTY J., ANDREWS G.C., 1983, A critical review of sensors for unmanned machining, CIRP Annals - Manufacturing Technology, 32/2, 563-572.
• [2] TÖNSHOFF H. K., WULFSBERG J. P., KALS H. J. J., KÖNIG W., VAN LUTTENVELT C. A., 1988, Developments and Trends in Monitoring and Control of Machining Processes, CIRP Annals – Manufacturing Technology, 37/2, 611-622.
• [3] JEMIELNIAK K., KWIATKOWSKI L., 1987, Emisja akustyczna w diagnostyce stanu narzędzia skrawającego, Mechanik, 12, 563-567.
• [4] TETI R., JEMIELNIAK K., O’DONNELL G., DORNFELD D., 2010, Advanced onitoring of machining operations, CIRP Annals - Manufacturing Technology, 59/ 2, 717–739.
• [5] JEMIELNIAK K., 2002, Automatyczna diagnostyka stanu narzędzia i procesu skrawania, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• [6] JEMIELNIAK K., 1999, Commercial tool condition monitoring systems, Int J Adv Manuf Technol, 15, 711-721.
• [7] JEMIELNIAK K., KOSSAKOWSKA J., URBAŃSKI T., BOMBIŃSKI S., 2012, Tool condition monitoring based on numerous signal features, Int J Adv Manuf Technol, 59, 73–81.
• [8] JEMIELNIAK K., 2001, Some Aspects of Acoustic Emission Signal Pre-processing, J Mat Proc Technol., 109/3, 242-247.
• [9] JEMIELNIAK K., 2011, Przetwarzanie sygnałów w diagnostyce stanu narzędzia i procesu skrawania, Archiwum Technologii Maszyn i Automatyzacji, 31/2, 37-49.
• [10] TETI R., JAWAHIR I. S., JEMIELNIAK K., SEGRETO T., CHEN S., KOSSAKOWSKA J., 2006, Chip form monitoring through advanced processing of cutting force sensor signals, CIRP Annals – Manufacturing Technology, 55/1, 75-80.
• [11] JEMIELNIAK K., KOSSAKOWSKA J., URBAŃSKI T., 2011, Application of wavelet transform of acoustic emission and cutting force signals for tool condition, monitoring in rough turning of Inconel 625, Proc. IMechE J Eng Manuf, 225B/1, 123-129.
• [12] JEMIELNIAK K., KOSSAKOWSKA J., 2010, Tool wear monitoring based on wavelet transform of raw acoustic emission signal, Advances in Manufacturing Science and Technology, 34/3, 5-16.
• [13] JEMIELNIAK K., KWIATKOWSKI L., WRZOSEK P., 1998, Diagnosis of tool wear based on cutting forces and acoustic emission measurements as inputs to a neural network, J Intelligent Manufacturing, 9, 447-455.
• [14] BOMBIŃSKI S., JEMIELNIAK K., 2005, Ocena przydatności miar sygnałów w diagnostyce stanu narzędzia, Archiwum Technologii Maszyn i Automatyzacji, 25/2, 201-210.
• [15] JEMIELNIAK K., BOMBIŃSKI S., ARISTIMUNO P. X., 2008, Tool Condition Monitoring in Micromilling Based on Hierarchical Integration of Signal Measures, CIRP Annals - Manufacturing Technology, 57/1, 121–124.
• [16] JEMIELNIAK K., 2003, Tool Wear Monitoring by Means of Artificial Neural Networks, Int J Manufacturing Science and Technology, 4/1, 28-43.
• [17] BALAZINSKI M., CZOGALA E., JEMIELNIAK K., LESKI J., 2002, Tool condition monitoring using artificial intelligence methods, Engineering Applications of Artificial Intelligence, 15, 73–80.
• [18] JEMIELNIAK K., BOMBIŃSKI S., 2006, Hierarchical strategies in tool wear monitoring, Proc. IMechE J Eng Manuf, 220B, 375-381.
• [19] JEMIELNIAK K., Tool wear monitoring based on a non-monotonic signal feature, Proc. IMechE J of Eng Manuf, 220/B2,163-170.
• [20] JEMIELNIAK K., 1992, Detection of cutting edge breakage in turning, CIRP Annals – Manufacturing Technology, 41/1, 91-100.
• [21] JEMIELNIAK K., OTMAN O., 1998, Catastrophic tool failure detection based on acoustic emission signal analysis, CIRP Annals - Manufacturing Technology, 47/1, 31-34.