Využitie akustických emisií v technológii hydroabrazívneho delenia

Tieto experimenty boli následne vyhodnotené a výsledky graficky spracované. Na základe týchto výsledkov bola popísaná stabilita rezu v jednotlivých časových úsekoch. V poslednej časti uvádza príklady regulačných rovníc pre riadenie procesu hydroabrazívneho delenia a odporúčania pre ďalší výskum.

Analýza súčasného stavu riešenej problematiky

Výskumní pracovníci svoju pozornosť venovali aj vývoju metódy optickej detekcie a analýzy geometrických parametrov topografie povrchu stien generovaných hydroabrazívnym delením za účelom navrhnutia spôsobu automatizovanej kontroly a riadenia kvality [7, 9, 10, 4]. Ich hlavným cieľom bolo vypracovať metodiku a vytvoriť systém pre kontrolu AWJ. Ich práca sa prvýkrát zameriava na možnosť použitia AE zmyslového „senzorového" opatrenia na monitorovanie  nástroja a integrity povrchu obrobku. Výskumné práce sú zamerané na identifikáciu modernej monitorovacej techniky s cieľom využitia komplexných AE zmyslových opatrení nezávisle a/alebo v spojení s inými zmyslovými signálmi (napr. sily) v závislosti na tieto technické požiadavky:

• rozpoznať časové vzorce, ktoré sú nezávislé na trajektórii nástroja;
• schopnosť kalibrácie sily signálu AE vzávislosti na postupné zvyšovanie opotrebenie;
• schopnosť detekovaťchyby povrchu obrobku (anomálie), v dôsledku vysokých prenosov energiena obrobenej ploche[1, 2, 4, 6, 7, 9].

Výsledky a diskusia

Pri vzorke bol použitý materiál AISI (309). Rozmery 60 x 200 x 15 (š x d x h). Rýchlosť posuvu 150 mm.min^-1. Bola použitá nová zaostrovacia trubica s priemerom d_f = 0,8 mm. Hmotnostný prietok abrazíva bol m_a= 400 g.min^-1 - clona 11. Pre analýzu boli vybraté vzorky, ktoré boli rezané pri rýchlosti 150 mm.min^-1. Tieto vzorky boli vybraté z dôvodu veľkosti dát. Analýzy iných vzoriek by boli časovo náročné a z dôvodu nedostatočných parametrov našej výpočtovej zostavy aj nezvládnuteľné. Signál AE bol v databanke pomocou LabView uložený s koncovkou *.tdms. Pomocou softwaru OriginLab 8.0 boli dáta prekonvertované do celkového súboru *.txt. V takejto forme môže byť analýza signálu urobená vo viacerých jednoduchších programoch. Pre prácu s dátami v tejto finálnej forme bol zvolený program MatLab R2009a (obr. 1, 2).

V prvom rade je nevyhnutné signál rozdeliť na zložky periodické a neperiodické. Nebudeme zapodievať zložkami, ktoré sa periodicky neopakujú, práve naopak. Našou úlohou je určiť periodicky sa opakujúce časti signálu (obr. 3) a definovať ich pôvod, ich možné využitie a vzťahy medzi nimi. Takýto formát načítaného signálu nám jasne vyjadruje, aké hodnoty dosahovala amplitúda v závislosti na čase. Maximálne hodnoty sme dosiahli na začiatku rezu. Táto časť sa označuje aj ako prestrel materiálu. Najväčšie hodnoty akustickej emisie sme namerali pri prvom styku vodného prúdu s materiálom a následne po prieniku materiálom a dopadu prúdu na vodnú hladinu v zachytávacej vani. Doba prestrelu materiálu bola pri všetkých vzorkách približne 2 s. Po prieniku vodného prúdu materiálom amplitúda signálu rapídne klesla a v krátkom úseku oscilovala v rozmedzí od -1,5 do 1,5. Ďalší nárast hodnôt akustického signálu môžeme odpozorovať v úsekoch, kde sa trajektória rezu menila v pravom uhle a prechádzala na nasledujúcu stranu štvorcového rezu. Najmenšie rozpätie hodnôt amplitúdy boli počas experimentu namerané na úseku 4. Z toho môžeme predpokladať, že akustické a vibračné prejavy boli najnižšie práve v tejto časti, a teda daný úsek považujeme za najstabilnejší. V priebehu uvoľňovania vzorky a súčasného merania vibrácií boli namerané hodnoty vibrácií, presnejšie maximálne hodnoty vibrácií rozdielne od nameraných hodnôt akustických emisií. Na rozdiel od AE vibrácie dosahovali podľa nižšie uvedenej schémy najvyššie hodnoty v úseku medzi 5. a 6. bodom (obr. 4). Tento poznatok bol základnou informáciou pre stanovenie úseku, kde má proces AWJ najväčšiu nestabilitu. No na druhej strane sa potvrdilo, že najstabilnejší je úsek 4, teda podľa danej schémy medzi bodom 4 a 5. Merania dokazujú, že dochádza k násobeniu nízkych kmitočtov, ktoré môžu naznačovať nízke postavenie vzorky, alebo mechanické uvoľnenie vzorky (obr. 4 úseku medzi bodmi 5 a 6). Počas experimentálneho rezania boli zaznamenané nízke frekvencie 3 Hz. Táto hodnota dokazuje kolísanie tlaku pri rezaní abrazívnym vodným prúdom. 

Analýza FFT spektier

Najvhodnejšia metóda pre sledovanie vibračných signálov a s nimi spojených akustických emisií je metóda FFT (Fast Fourier Transformation). FFT spektrum sa častokrát využíva na oddelenie periodických zložiek signálu od neperiodických zložiek. Vo väčšine analýz sú dôležité iba periodické zložky, pretože javy, ktoré popisujú, môžeme v budúcnosti s istou pravdepodobnosťou predpovedať. Z uvedených grafických zobrazení FFT spektier (obr. 5, 6) je možné vyčítať istý periodický charakter nárastu amplitúd. Pri časovom porovnaní s trajektóriou rezu je zrejmé, že nárasty amplitúd súvisia so zmenou smeru rezu o 90°.

Využitie výsledkov pre on-line riadenie procesu technológie AWJ

Pomocou akustickej emisie je možné riešiť praktické problémy, ktorým väčšina inžinierov a užívateľov čelí v procese technológie AWJ. Slúžia tiež k maximalizácii výkonu systému AWJ výroby a ku stanoveniu hodnôt parametrov procesu, ktorý prinesie požadovanú kvalitu výrobku. Nasledujúci vzťah (1) vyjadruje závislosť akustickej emisie od hĺbky rezu (obr. 7) pri delení AISI 309 s E = 200 GPa pri rýchlosti posuvu deliacej hlavice v = 150 mm.min^-1:

Aae_(t) = 0,09851 + 0,11102 * h_(t)                 (1)

Korelácia amplitúdy AE(t) k hĺbke rezu h = f (t, Ra, v_p) s lineárnou regresnou rovnicou môže byť použitá pre on-line riadenie v automatizovanom procese delenia ako riadiaca funkcia pre reguláciu rýchlosti posuvu v_pREGUL [mm.min^-1].

Nasledujúci vzťah (2) vyjadruje závislosť akustickej emisie od deformačnej sily:

Aae_(t) = 0,14467 + 3,15582 * Fdef_(t)                                (2)

Na obr. 8 je graficky zobrazená korelácia amplitúdy AE(t) k deformačnej sile  Fdef= f(t, h, v_p) vyjadrením regresnej  rovnice.

Záver

Úlohou tohto článku bolo realizovať, vyhodnotiť a interpretovať experimenty sledovania zmien počas delenia materiálu AISI 390. Pri týchto experimentálnych úlohách boli merané a zaznamenávané akustické emisie. Akustické emisie (hluk) ako doposiaľ negatívny jav možno využiť v prospech zlepšenia kvality obrobeného povrchu a spoľahlivé riadenie procesu. Experimentálnymi úlohami, ktoré boli vykonané pri rôznych rezných rýchlostiach, hmotnostnom toku abrazíva a pri rôznych priemeroch dýz, sme došli k všeobecnému tvaru rovníc, ktoré môžu byť prerátanéá a nasledujúcim spôsobom použité na akýkoľvek materiál či rezné podmienky (obr. 9).

Literatúra

[1]   Arul, S., Vijayaraghavan, L., Malhotra, S. K. 2007. Online monitoring of acoustic emission for quality control in drilling of polymeric composites. In Journal of   Materials Processing Technology, vol. 185, s. 184-190.

[2]   Axinte, D. A., Kong, M. C. 2009. An integrated monitoring method to supervise waterjet machining. In CIRP Annals - Manufacturing Technology, vol. 58, no. 1, s. 303-306.

[3]   Hassan, A. I., Chen, C., Kovacevic, R. 2004. On-line monitoring of depth of cut in AWJ cutting. International Journal of Machine Tools and Manufacture, 44(6), s. 595-605.

[4]   Hloch, S. et al. 2008. Experimental study of surface topography created by abrasive waterjet cutting. In Strojarstvo. vol. 49, no. 4, s. 303-309,.

[5]   Chen, F. L., Wang, J., Lemma, E., Siores, E. 2003. The mechanism of surface striation formation in abrasive waterjet machining. In Journal of Materials Prosessing Technology, vol. 141, s. 213-218.

[6]   Kovacevic, R. 1992. Monitoring the depth of abrasive waterjet penetration. International Journal of Machine Tools and Manufacture, 32(5), s. 725-736.

[7]   Miranda, R. M., Quintino, L. 2005. Microstructural study of material removal mechanisms observed in abrasive waterjet cutting of calcareous stones. Materials Characterization, 54, s. 370-377.

[8]   Mohan, R., Momber, A., Kovacevic, R., 1995. Detection of energy absorption during abrasive water jet machining using acoustic emission, MED-vol. 2-1, ASME, New York, s. 69-85.

[9]   Neelesh, K. J., Vijay, K. J. 2001. Modeling of material removal in mechanical type advanced machining processes: a state of the art review, Int. J. Mach. Tools Manuf., s. 1573-1635.

[10] Valíček, J. et al. 2007. Experimental analysis of irregularities of metallic surfaces generated by abrasive waterjet. International Journal of Machine Tools and Manufacture. 47, s. 1786-1790.

Ing. Ivan Lazár

TU v Košiciach, Fakulta výrobných technológií Prešov

ivan.lazar@tuke.sk

TU v Košiciach, Fakulta výrobných technológií Prešov 

On-line verzi časopisu MM Průmyslové spektrum si můžete nově zakoupit v digitální trafice PUBLERO .