Acoustic emission analysis for the detection of appropriate cutting operations in honing processes
Abstract
In the present paper, acoustic emission was studied in honing experiments obtained with different abrasive densities, 15, 30, 45 and 60. In addition, 2D and 3D roughness, material removal rate and tool wear were determined. In order to treat the sound signal emitted during the machining process, two methods of analysis were compared: Fast Fourier Transform (FFT) and Hilbert Huang Transform (HHT). When density 15 is used, the number of cutting grains is insufficient to provide correct cutting, while clogging appears with densities 45 and 60. The results were confirmed by means of treatment of the sound signal. In addition, a new parameter S was defined as the relationship between energy in low and high frequencies contained within the emitted sound. The selected density of 30 corresponds to S values between 0.1 and 1. Correct cutting operations in honing processes are dependent on the density of the abrasive employed. The density value to be used can be selected by means of measurement and analysis of acoustic emissions during the honing operation. Thus, honing processes can be monitored without needing to stop the process.
Keywords Acoustic emission；Roughness；Material removal rate；Hilbert Huang transform；Fourier transform
1．Introduction
As a general trend, machine tool users choose CBN (cubic boron nitride) tools for machining hard materials like the hardened steel used in molds. Although they are quite expensive, they allow high material removal rate with low wear. This is also the case for abrasive tools. In grinding processes, if grit volume or density is reduced, weaker structures are obtained for grinding wheels. Grit concentration is related to the number of active surfaces that will enhance material removal rate. In addition, higher concentrations are associated with lower chip thicknesses and lower roughness. As for honing processes, in industry, the selection of grain size depends mainly on the type of process to be used: rough, semi-finish or finish honing. After selecting the grain size, the abrasive density is also defined. Once the honing stone has been selected, several tests are performed in which pressure, linear speed and tangential speed are varied, in order to obtain the appropriate roughness, material removal rate and tool wear. If the selected density is too low, tools will suffer premature wear and will show low productivity, regardless of the cutting conditions employed. Since CBN abrasives are expensive, high densities are usually preferred in order to increase productivity, in the same way as for grinding. However, an excessively high density will not allow proper material cutting, because of clogging of the honing tool.
The shape of acoustic waves produced in abrasive machining processes depends largely on whether the cutting tool is cutting properly or not. In the past, several authors have used acoustic emission for determining tool failure in different machining processes, including grinding. In abrasive processes such as grinding, wavelet packet transform of acoustic emission has been used for detecting grinding burn. Acoustic emission also allowed measuring the wheel workpiece contact length in grinding operations. The amplitude of the sound signal is known to vary with different cutting conditions in the grinding processes. As for the honing processes, few papers are known. For example, Schmitt et al. measured acoustic emissions on different surfaces although they did not find significant differences among the signals measured. Kanthababuetal monitored acoustic emission for rough, semi-finish and plateau honing for fresh and worn out tools. They found that the dominant frequency of the signal is sensitive to the cutting conditions.
The acoustic signal is usually analyzed in the frequency domain, by means of Fast Fourier Transform (FFT), and also in the time-frequency domain (TFS). Other time-frequency (TF) methods are available for analyzing the acoustic signal, such as Hilbert Huang Transform (HHT) and wavelet transform. Hilbert Huang Transform (HHT) decomposes nonstationary signals obtained from nonlinear systems in individual oscillatory modes. It allows analyzing nonlinear and nonstationary signals. In the wavelet transform, a family of translates and dilates of one basic primitive mother wavelet is used. As a result of the computational processes, it is possible to obtain the spectrogram (TF plane), the scalogram (TS plane), and the smoothed Wigner-Ville distribution. Nevertheless, wavelet is not appropriate for nonlinear signals. It is usually employed for linear but nonstationary signals.
Several time-frequency (TF) methods have been used in the past for analyzing nonstationary or stationary signals with high nondeterministic components, such as those obtained in this work. The time-frequency-scale (TFS) transform concept has been used, for example, for monitoring the milling process and detecting surface irregularities. Wavelet transform allowed finding material damage in civil infrastructures or in wind blades, as well as detecting low speed bearing failure. Hilbert-Huang Transform (HHT) has also been used for determining the mechanical properties of refractory materials. As for machining processes, HHT has been applied to detect tool breakage and chatter. However, most papers address milling processes. Regarding abrasive processes, HHT was applied to detect the burn feature in grinding operations . In contrast, few papers are known about the application of HHT to honing.
In the present paper, semi-finish honing tests were performed at di
剩余内容已隐藏，支付完成后下载完整资料
珩磨过程中基于声发射珩磨磨料的分析
摘 要
在本文,研究了声发射在珩磨实验获得不同的磨料密度,15、30、45、60。此外,2 d和3 d粗糙度,确定材料去除率和刀具磨损。为了调整在加工过程中发出的声音信号,分析比较了两种方法:快速傅里叶变换(FFT)和希尔伯特黄变换(HHT)。当使用密度15时,减少颗粒的数量不足以提供正确的切割,而堵塞出现密度45到60。结果证实了通过声音信号的处理。此外,一个新的参数S被定义为能量低,高频率之间的关系包含在发出声音。被选的密度30对应0.1和1之间的值。正确的切割操作在珩磨过程依赖于使用的磨料的密度。可以选择要使用的密度值的测量和分析声排放在珩磨操作期间。因此,珩磨过程可以被监控而不需要停止这个过程。
关键词:声发射 粗糙度 材料去除率 希尔伯特黄变换 傅里叶变换
- 绪 论
作为一种趋势,机床用户选择CBN(立方氮化硼)工具等加工硬质材料中使用的淬火钢模具。虽然他们的价格很昂贵,但是他们允许高材料去除率低磨损也就是我们所说的研磨工具。在磨削过程中,如果研磨体积或密度降低,较弱的结构获得了磨轮。沉砂浓度相关的活动表面的数量,提高材料去除率。此外,更高浓度降低芯片厚度和粗糙度低。至于珩磨过程、工业粒度的选择主要取决于将要被使用的过程的种类:粗糙、半成品或完成珩磨。在选择粒度、研磨密度也定义。一旦珩磨块被选中,执行一些压力测试,线性速度和切向速度是多种多样的,为了获得适当的粗糙度,材料去除率和刀具磨损。如果选择的密度太低,工具会过早磨损和将显示低生产率,不管使用的切削条件。由于CBN磨料磨具是昂贵的,高的密度通常首选为了提高生产力,以同样的方式磨。然而,过分高密度不会允许适当的材料切割,因为珩磨工具的堵塞。
研磨加工过程中产生声波的形状在很大程度上取决于刀具是否正确与否。在过去,一些作者已经使用声发射确定工具失败在不同的加工过程,包括磨。在研磨过程中如研磨、小波包变换用于声发射的检测磨削烧伤。声发射还允许测量车轮工件在磨削接触长度操作。众所周知,声音信号的振幅随不同切削条件下的磨削过程变化而变化。至于珩磨过程,一些论文是已知的。例如,施密特等人声学排放测量不同表面上虽然没有发现显著差异的信号测量。Kanthababuetal监测声发射为未加工品,半成品和高原珩磨新鲜和磨损的工具。他们发现,信号的主要频率对切削条件十分敏感。
声信号通常是在频域进行分析,通过快速傅里叶变换(FFT),同时在时频域(TFS)。其他时频(TF)方法可用于分析声波信号,如希尔伯特黄变换(HHT)和小波变换。希尔伯特黄变换(HHT)分解非平稳的信号从非线性系统在个别振荡模式。它允许分析非线性、非平稳的信号。在小波变换中,亲属的翻译和扩张的一个基本的原始母小波被使用。由于计算过程,可以获得光谱图(TF平面),量图的平面(TS),和平滑项能量分布。然而,小波不适合非线性信号。它通常是用于线性的非平稳信号。
几种时频(TF)方法已经在过去的分析不稳定或固定信号不确定性高的组件被使用,如那些在这个工作里被获得的。频率变换变换概念被使用,例如,铣削过程监测和检测表面不规则。小波变换可以发现物质损失在民用基础设施或风力叶片,以及检测低速轴承故障。简要地变换(HHT)也被用于确定耐火材料的力学性能。至于加工流程、遗传性出血性毛细血管扩张症已经应用于检测刀具破损和喋喋不休。然而,大多数论文地址铣削过程。遗传性出血性毛细血管扩张症对研磨过程,应用于检测磨削操作的燃烧特性。相比之下,很少有论文了解珩磨遗传性出血性毛细血管扩张症中的应用。
在本文,半成品珩磨在不同的磨料进行密度测试。为了检测正确的切割、二维的粗糙度,材料去除率和刀具磨损的分析。更精细的分析确定三维粗糙度和表面粗糙。一旦选出最合适的密度,分析了珩磨过程的声发射的两个方法,快速傅里叶变换(FFT)和希尔伯特黄变换(HHT)。定义一个新的参数S,它允许适当的磨料切割操作被确定。它将提供一个快速的方法确定磨料切割正确与否,而不需要分析工件的表面光洁度和磨料的最终状态。监测珩磨过程将导致减少测试和在之前测试里研磨石需要的数量。
2.材料和方法
2.1珩磨实验
珩磨机使用实验设备由一个振荡表,可以加速度达到4.9 m /s—2 ,珩磨代替提供三个工具支持。由于直线电机这个台可以移动。运用到汽缸上的旋转运动是通过旋转电机和皮带传送。压力对工件的珩磨石头墙由一个气缸,提供一个压力传感器,一个电子阀控制气动压力。
钢St-52圆柱体的内部直径80毫米,长度100毫米被用于珩磨测试。珩磨机采用的是标准的工件旋转,提供切向速度,和珩磨头一个线性往复运动,导致线速度。油被用作切削液。有金属结合剂的CBN油石被运用。珩磨石尺寸是3毫米20毫米3毫米。
表1中列出了执行实验测试。粒度GS,切向速度VT,线性速度VL和压力对工件壁是固定的,而磨料DE密度是不同的。每个实验的进行都有两个复制实验。
实验命名使用的压力值密度值紧随其后。例如,700 - 15代表一个实验700 N / cm2压力和密度的磨料15根据欧洲生产商的联合磨料磨具(FEPA)命名。
2.2粗糙,材料去除率和刀具磨损测量
工件的平均粗糙度Ra,区域平均粗糙度Sa,区域平均最大高度的,面积偏态构造论,得到了区域峰度SKU和表面地形与泰勒霍布森表面光度仪系列2粗糙度仪。材料去除率通过工件的重量之前和之后的珩磨操作被决定的。刀具磨损是由珩磨石头的重量计算每个珩磨测试之前和之后。珩磨油石的照片得到徕卡S8AP0放大镜,x80放大。
图1所示 珩磨机
图2所示 电动机和传动工件旋转
表一进行的实验
|
Experiment |
GS (FEPA) |
DE (ISO6104) |
PR (N·cm—2) |
VT (m·min—1) |
VL (m·min—1) |
|
700–15 |
64 |
15 |
700 |
40 |
30 |
|
700–30 |
64 |
30 |
700 |
40 |
30 |
|
700–45 |
64 |
45 |
700 |
40 |
30 |
|
700–60 |
64 |
60 |
700 |
40 |
30 |
2.3声音信号分析
在加工过程中声发射记录通过压电麦克风Senheiser MM30G音频应用程序与频率范围40 Hz-20 kHz。麦克风放置在靠近切削区域的机器但保护不被削油。之后,获得的信号通过两种不同的方法进行分析:FFT和TFS plus HHT。评估软件Matlab2013a。
第一种方法分析声音信号x t与傅里叶系数Ck(Eq,通过快速傅里叶变换(FFT)的方法。Tp的周期信号和F0是它的基本频率。与这些系数的重新合成原始信号是可行的,使用Eq。
第二种方法需要对声音信号分析越来越精致,使用时频分析刻度变换(TFS)和希尔伯特黄变换(HHT)。
为了同时解决不确定性的可视化事件发生在时间和频率、时间-频率刻度(TFS)变换概念是必要的。短时傅里叶变换计算,逐步改变窗口大小每次使用。谱图得到128个样本作为窗口值,64个样本作为重叠值,512年所需的采样点数量来计算离散傅里叶变换。
简要的方法有两个步骤。第一个对应经验模态分解(EMD)。后来,希尔伯特分析作为第二步。EMD信号提供了一个家庭组织成不同的频率范围,称为固有模态函数(IMF),希尔伯特变换的应用为了显示瞬时频率。
首先需要遵守一定的规则,如有相同数量的零交点和极端和对称的信封在局部的最大值和最小值。他们得到一个数值递归算法应用到原始信号x(t)(Eq)。
IMFi(t)n分解新功能和Rn最终残留,特点是一个常数,一个单调函数或函数只有一个最大和最小。
在这个案例研究中,15个IMF通过EMD方法。第一个国际货币基金组织(IMF)包含最高频率分量,最后组织包含最低的一个。这个分解原始信号允许比FFT、小波和希尔伯特变换更精细的分析,在每一个频段。
每个IMF视为一个新的临时信号,应用希尔伯特变换以可视化的瞬时频率。分析信号获得si(t)与Sieth;tTHORN;里IMFieth;tTHORN;的希尔伯特变换的卷积hfrac14;1 = pt(Eq)。\
3.结果
3.1 二维表面粗糙度,材料去除率和刀具磨损
平均粗糙度(Ra)、材料去除率(MRR)和刀具磨损是在图3作为磨料的密度函数。从密度30起,密度越高,粗糙度越低。自相同粒度的磨料使用在所有情况下,这表明由于缺乏空间删除芯片导致油石的饱和和堵塞。
材料去除率、MRR、密度增加到45,显示了相对较低的粗糙度和刀具磨损。密度60,阻塞如此重要的珩磨块失去能力去除材料,最低的MRR值。正如所料,刀具磨损与磨料密度成反比。例如高密度的值60,刀具磨损是微不足道的。自发生堵塞,研磨颗粒不正常工作,由于这个原因,磨料不明显磨损。
图4所示 磨料表面珩磨测试后的照片(左,珩磨后;之前,对珩磨):(a)700 - 15,700 - 30(b),(c)700 - 45,700 - 60(d)
a
b
c
图5所示。产生的图像三维粗糙度测量:(a)700 - 15,700 - 30(b),(c)700 - 45,700 - 60(d)
图4对应密度15。珩磨之后,一些标志被观察到在石头的不同方向的表面。这可能是由于这样的事实,磨料粒子被很容易从石头和之间的石头表面脱落并保持石头和工件的表面,产生长标志。在Fig.4b，在密度30的条件下,珩磨后有些短标记在不同方向被观察到,表明一个合适的切割操作。Fig.4c,在密度45，珩磨后一些短标志依然存在,表明珩磨块的正确行为。在Fig.4d,密度60,珩磨后有些长标记观察在不同方向的磨练,这可能归因于放松仍然存在石头的表面的芯片因为堵塞。
根据图示1和2,密度30和45将对应于适当的切割操作。然而,一个更详细的分析提出了在3.2节中,考虑到三维粗糙度。
3.2 三维表面粗糙度
为了调查获得的表面是否有不同的密度研磨均匀,三维粗糙度测量。
图5显示了生成的三维粗糙度测量的图像。表面地形对应面积11毫米。
在图5a,获得密度15，几个在研究区域的切割标志被观察到,尽管他们是连续和笔直的。获得密度30， Fig.5b显示,更多的标志,更均匀的表面,还直接切割痕迹。Fig.5c,获得更高密度45的磨料、不连续的标志是观察小曲率,暗示一些研磨石的饱和。使用密度60(Fig.5d)时,许多盘标志交叉影线模式在一个方向上观察到,与浅，不连续垂直方向标志。此外,平峰被观察到,一个重要的阻塞过程的结果中材料的研磨石削减更多的困难。
表2包含区域粗糙度参数值进行不同的实验。
区域平均粗糙度参数Sa显著降低从磨料密度30开始,以前观察到的二维参数Ra在图3。尺码参数高于8.8，密度15、30和45,尽管在密度60时降低到7.36,这表明堵塞的珩磨块趋于平缓地形表面的山脊。相关参数构造论,这是对称的表面形貌,密度15时是比0高的。有
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[467460]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
