ESTUDIO CORRELACIONAL DE LA SEÑAL ACÚSTICA Y LA DETECCIÓN DEL DESGASTE DE LA HERRAMIENTA DE CORTE EN UN PROCESO DE TALADRADO CNC

Jorge Enrique Meneses Flórez, Néstor Norbey Peña García

Resumen


Se requieren estrategias para evitar que las máquinas herramientas CNC trabajen con una herramienta de corte que se ha desgastado, o sustituir ésta sin haber alcanzado el máximo de su vida útil. Se presenta un estudio de correlación, encontrada entre la señal acústica y la detección del desgaste de una herramienta durante un proceso de taladrado, mediante el diseño y desarrollo de ensayos que permitieron la captura, procesamiento y análisis de emisiones sonoras desde el dominio del tiempo (valor eficaz –RMS-, amplitud, rango, asimetría, curtosis, autocorrelación, correlación, conteo de picos), la frecuencia (Espectro de potencia, PSD, Espectrograma) y la Transformada Wavelet. Los resultados visualizaron dos estados de la vida de la herramienta de corte (con falla - sin falla), los cuales en prospectiva permitirán realizar diagnósticos automatizados sobre la condición de las herramientas.

Texto completo:

PDF

Referencias


Boutros T. y Liang M. (2011). Detection and diagnosis of bearing and cutting tool faults using hidden Markov models. Mechanical Systems and Signal Processing, Vol. 25, pp. 2102–2124.

García-Ugalde F., Pérez K., Reyes L. y Cedillo-Hernández M., (2017). Una comparación de reducción de ruido en imágenes digitales utilizando un modelado estadístico de coeficientes wavelet y filtrado de Wiener. Revista Colombiana de Tecnologías de Avanzada Vol. 2, No. 30, pp. 46-55.

Gómez A., Archila J. y Meneses J., (2013), Adquisición y tratamiento de señales de un acelerómetro triaxial mems, para la medición del desplazamiento de una extremidad inferior. Revista Colombiana de Tecnologías de Avanzada Vol. 1, No. 21, pp. 113-118.

Heinemann R. y Hinduja S. (2011). A new strategy for tool condition monitoring of small diameter twist drills in deep-hole drilling. International Journal of Machine Tools and Manufacture, Vol. 52, pp. 69-76.

Jantunen E. (2002). A summary of methods applied to tool condition monitoring in drilling. International Journal of Machine Tools and Manufacture, Vol. 42, pp. 997-1010.

Mannan, M. A., Kassim A. y Jing M. (2000). Application of image and sound analysis techniques to monitor the condition of cutting tools. Pattern Recognition Letters, Vol. 21, pp. 969-979.

Meneses J., García, J. y Ferreira, D., (2015), Acelerómetros MEMS en el desarrollo de pozos y campos petroleros inteligentes. Revista Colombiana de Tecnologías de Avanzada ISSN: 1692-7257.

Patra K. (2011). Acoustic emission based tool condition monitoring system in drilling. Proceedings of the World Congress on Engineering, Vol. III.

Rafezi H., Avbari J. y Behzad M. (2012). Tool Condition Monitoring based on sound and vibration analysis and wavelet packet decomposition. 8th International Symposium on Mechatronics and its Applications.

Rajesh S. y Marimuthu K. (2011). On-line Drill Wear Monitoring System through Cutting Current Signals by using Virtual Instrumentation. European Journal of Scientific Research, Vol. 56, No. 1, pp. 51-60.

Velayudham A., Krishnamurthy R. y Soundarapandian T. (2005). Acoustic emission based drill condition monitoring during drilling of glass/phenolic polymeric composite using wavelet packet transform. Materials Science and Engineering, Vol. 412, pp. 141–145.




DOI: https://doi.org/10.24054/16927257.v34.n34.2019.3862

Enlaces refback

  • No hay ningún enlace refback.