Adaptierbare Parametrierung von Diagnosesystemen durch Verwendung digitaler Antriebssignale in der Prozessüberwachung

Rudolf, Thomas; Brecher, Christian

doi:urn:nbn:de:hbz:82-opus-50325

Adaptierbare Parametrierung von Diagnosesystemen durch Verwendung digitaler Antriebssignale in der Prozessüberwachung = Adaptable parameterization of diagnostic systems by using digital drive signals for process monitoring

Rudolf, Thomas

2014

VerantwortlichkeitsangabeThomas Rudolf Martin

Ausgabe1. Aufl.

ImpressumAachen : Apprimus-Verl. 2014

UmfangXIII, 181 S. : graph. Darst.

ReiheErgebnisse aus der Produktionstechnik Werkzeugmaschinen Edition Wissenschaft Apprimus ; 2014,18

Zugl.: Aachen, Techn. Hochsch., Diss., 2014

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Brecher, Christian (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2013-03-11

Online
URN: urn:nbn:de:hbz:82-opus-50325
URL: https://publications.rwth-aachen.de/record/444695/files/5032.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Prozessüberwachung (Genormte SW) ; Werkzeugmaschine (Genormte SW) ; Steuerungstechnik (Genormte SW) ; Ingenieurwissenschaften (frei) ; digitale Antriebssignale (frei) ; process monitoring (frei) ; digital drive signals (frei) ; machine tools (frei) ; control (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die vorliegende Arbeit behandelt die Integration von Überwachungs- und Diagnosefunktionen in die Maschinensteuerung unter Berücksichtigung steuerungsinterner Informationen. Hierfür werden statische und dynamische Einflüsse der Maschinenstruktur untersucht, berücksichtigt und an verschiedenen Werkzeugmaschinen an Beispielprozessen mit Messerkopffräsern verifiziert. Das Reibverhalten, die Trägheit und die Dynamik im Prozess der Maschine beeinflussen die Signaleigenschaften der digitalen Antriebssignale nachhaltig und müssen berücksichtigt werden. Bevor eine allgemeingültige, steuerungsintegrierte Diagnose stattfinden kann, werden diese Einflüsse modelliert und berücksichtigt. Es wird ein generischer Ansatz auf Basis der Stribeck-Kurve vorgeschlagen und entsprechende Modellierungsvarianten diskutiert. Da das Beschleunigungsverhalten maßgeblich durch die Reglerkonfiguration beeinflusst ist, wird das Verhalten durch diese Konfiguration in vereinfachter Form abgebildet. Zusätzlich wird das Verhalten der Maschinenstruktur hinsichtlich der dynamischen Anregung im Prozess untersucht. Aus messtechnischen Untersuchungen und der Analyse des Regelkreisverhaltens aus Führungs- und Störfrequenzgang kann das dynamische Übertragungsverhalten zwischen Werkzeug und Antriebswelle modelliert werden. Auf Basis dieser Ergebnisse werden schließlich für die Prozessstörungen „Überlast” und „Werkzeugverschleiß” Überwachungsmodule erarbeitet, die rein auf Daten und Signalen basieren, die in der Steuerung vorhanden sind. Zur Überwachung auf Kollision wird ein Signalmuster vorgestellt, das den Geschwindigkeitsbereich vorgibt, in dem es zum Bearbeitungskontakt zwischen Werkzeug und Werkstück kommen darf. Die Bildung dieses Signalmusters basiert auf Informationen über das Werkzeug und die aktuellen Geschwindigkeiten des Prozesses. Damit wird die Definition von Kraft- und Momentschwellen überflüssig. Im Fall einer Kollisionssituation werden schließlich steuerungsinterne Schutzmechanismen ausgelöst. Ferner wird der Algorithmus nach TEAGER zur Amplitudenidentifikation auf die Antriebssignale angewandt. Durch die sich ändernden Prozessparameter im Laufe der Standzeit eines Fräswerkzeugs ist die Identifikation der Prozessparameter von besonderer Bedeutung. Hierfür werden verschiedene Ansätze zur Erkennung von Zahnvorschub und Überdeckungsgrad untersucht und vorgestellt. Am Beispiel eines Fräsprozesses mit einem Messerkopffräser werden diese Erkennungsmethoden verifiziert. Auf Basis dieser Parameter- und Amplitudenidentifikation wird des Weiteren gezeigt, dass der Verschleißzustand eines Werkzeugs verfolgt werden kann. Abschließend werden die vorgestellten Methoden an verschiedenen Werkzeugmaschinen angewandt, die Ergebnisse vorgestellt und auf Funktionalität überprüft sowie kritisch bewertet.

The presented thesis deals with the integration of monitoring and diagnostics applications into machine tool control. For this purpose, static and dynamic influences of a machine structure are analyzed, modeled and verified with an example process of a multi-blade milling cutter based on digital drive signals. Friction, inertia and the machine dynamic during the milling process are the major focuses which have a strong influence on the signal characteristics and therefore have to be identified. In order to realize a generic control integrated diagnostics, these influences have to be modeled and considered in-depth. A generic approach is developed based on the friction curve by Stribeck. The acceleration behavior is mainly characterized by the configuration of a machine axis cascaded controller and can be modeled by a simplified controller structure. Additionally, the characteristic of the machine structure during the machining process is studied. The dynamic transfer behavior between the axis drive shaft and the tool center point can be described based on metrological analysis and the controller characteristics. Using the results monitoring modules for overload and tool wear are developed. These modules are based on signals available in the numeric control structure. In order to monitor collision situations, a signal pattern is developed. This pattern defines the feed drive velocity area where a contact between the tool and the work piece is allowed. The pattern is based on the information about the tool and current velocities of all axes. Therefore, definitions of torque or force limits are unnecessary. In case of a collision, control internal safety mechanisms are triggered. Furthermore, TEAGER´S algorithm is applied on the digital drive signals to identify the signal amplitude. Since the process parameters often change during the life time of a milling tool, the identification of the current parameters is crucial. Hence, several approaches allowing the online identification of the feed per tooth and the radial depth are studied, presented and verified. Based on these investigations and on the identification of the signal amplitude, the tool wear state can be monitored. The presented methods are applied and verified on different machine tools. The results are verified and critically discussed at the end of this thesis.

Fulltext:
PDF