Senzor za sistem zaznavanja brusov

Prispevek se osredotoča na načrtovanje in implementacijo nevronske mreže in sistema na osnovi mehke logike, ki združuje izhode več senzorjev za spremljanje stanja brusa. Predpostavimo lahko, da je v primeru brusilnih procesov stanje procesa v eni življenjski dobi brusa le funkcija sprememb rezalne sposobnosti brusa. Zato ima nadzor stanja koluta ključno vlogo v vsakem avtomatiziranem nadzornem sistemu za proces brušenja.

Uspešen nadzor stanja brusa je v veliki meri odvisen od zanesljivih in robustnih senzorjev, ki se uporabljajo za ta namen. V odsotnosti človeških operaterjev morajo imeti senzorji sposobnost prepoznavanja procesa. nenormalnosti in sprožite korektivne ukrepe. Obstajajo različni signali, ki so povezani s stanjem procesa in so predmet različnih tehnik zaznavanja in obdelave. Vsak od teh signalov lahko zagotovi lastnost, povezano s pojavom, ki nas zanima, čeprav z različno zanesljivostjo. Najboljša rešitev je torej zbiranje največje količine informacij o stanju procesa iz več različnih senzorjev. Za uvedbo takšne ideje je treba izvajati inteligentni sistem zaznavanja, ki vključuje strategije za fuzijo senzorjev.

V tej študiji je predlagan sistem spremljanja z več senzorji in njegova učinkovitost je eksperimentalno ocenjena. Ta sistem vključuje meritve vibracij, akustične emisije in brusilnih sil. Generirajo uporabne signale za spremljanje obrabe brusa, vendar je treba izbrati najboljšo konfiguracijo signalov in metode obdelave signalov.

Izvaja se z nevronsko mrežo s povratnim širjenjem naprej. Po postopku uglaševanja omrežja je bilo ugotovljeno, da je število informativnih lastnosti veliko manjše od prvotno uporabljenega nabora funkcij. Isto nevronsko mrežo lahko uporabimo tudi v postopku odločanja, saj je hkrati sposobna modelirati obrabo brusa. Poleg tega je obravnavan sistem odločanja z mehko logiko, ki temelji na nevronski mreži za integracijo senzorjev pri spremljanju stanja brusa.

Za ovrednotenje predlaganih postopkov so bili uporabljeni podatki, zbrani med brušenjem z vrsto rezalnih parametrov. Med poskusi smo opazovali svežo, obrabljeno in delno obrabljeno brusno ploščo. Za vsak merilni signal se izračuna nekaj statističnih in spektralnih značilnosti, ki se uporabijo kot vhodni podatki za postopke izbire in klasifikacije podatkov.