Monitoreo del desgaste de herramientas y componentes para gemelos digitales auto-adaptativos: un enfoque de múltiples etapas a través de la detección de anomalías y el análisis del ciclo de desgaste
Autores: Ströbel, Robin; Bott, Alexander; Wortmann, Andreas; Fleischer, Jürgen
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Monitoreo del desgaste de herramientas y componentes para gemelos digitales auto-adaptativos: un enfoque de múltiples etapas a través de la detección de anomalías y el análisis del ciclo de desgaste
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Paisaje de fabricación
Gemelos digitales
Información procesable
Monitoreo del desgaste de herramientas
Máquinas de fresado CNC
Desgaste de componentes
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
En el panorama actual de la fabricación, los Gemelos Digitales juegan un papel fundamental en la optimización de procesos y en la obtención de información útil que va más allá de los cálculos en el sitio. Estas representaciones dinámicas de sistemas requieren datos en tiempo real sobre el estado real de la maquinaria, en lugar de imágenes estáticas que representan configuraciones idealizadas. Este documento presenta un enfoque novedoso para monitorear el desgaste de herramientas y componentes en máquinas de fresado CNC mediante la segmentación y clasificación de ciclos de mecanizado individuales. El método asume secuencias recurrentes, incluso con un tamaño de lote de 1, y considera un aumento progresivo en el desgaste de la herramienta entre ciclos. Los algoritmos segmentan y clasifican eficazmente los ciclos en función de la longitud del recorrido, la velocidad del husillo y la duración del ciclo. El índice de condición de la herramienta para cada ciclo se determina considerando todas las señales de los ejes, con umbrales superiores e inferiores establecidos para cuantificar las condiciones de la herramienta. El mismo enfoque se adapta para predecir la progresión del desgaste de componentes en máquinas herramienta, asegurando una determinación robusta de la condición. Se logra una descripción del estado del componente basada en porcentajes al compararlo con el rango correspondiente de Códigos de Condición de Herramienta (TCC). Este método proporciona una estimación del estado del componente en cuatro clases. El enfoque ha demostrado ser robusto en varios casos de validación.
Descripción
En el panorama actual de la fabricación, los Gemelos Digitales juegan un papel fundamental en la optimización de procesos y en la obtención de información útil que va más allá de los cálculos en el sitio. Estas representaciones dinámicas de sistemas requieren datos en tiempo real sobre el estado real de la maquinaria, en lugar de imágenes estáticas que representan configuraciones idealizadas. Este documento presenta un enfoque novedoso para monitorear el desgaste de herramientas y componentes en máquinas de fresado CNC mediante la segmentación y clasificación de ciclos de mecanizado individuales. El método asume secuencias recurrentes, incluso con un tamaño de lote de 1, y considera un aumento progresivo en el desgaste de la herramienta entre ciclos. Los algoritmos segmentan y clasifican eficazmente los ciclos en función de la longitud del recorrido, la velocidad del husillo y la duración del ciclo. El índice de condición de la herramienta para cada ciclo se determina considerando todas las señales de los ejes, con umbrales superiores e inferiores establecidos para cuantificar las condiciones de la herramienta. El mismo enfoque se adapta para predecir la progresión del desgaste de componentes en máquinas herramienta, asegurando una determinación robusta de la condición. Se logra una descripción del estado del componente basada en porcentajes al compararlo con el rango correspondiente de Códigos de Condición de Herramienta (TCC). Este método proporciona una estimación del estado del componente en cuatro clases. El enfoque ha demostrado ser robusto en varios casos de validación.