سیستم پایش وضعیت ابزار در ماشین کاری با استفاده از الگوریتم یادگیری ماشین

ماشینکاری اتوماتیک بخش جدایی ناپذیر و مهم سیستمهای تولید نوین است. یکی از مهمترین مسایل درکنترل و بهینه سازی فرآیند ماشینکاری اتومات تشخیص میزان سایش و خرابی ابزار درحین فرآیند است. آگاهی از وضعیت ابزار درحین فرآیند تنها ازطریق ایجاد یک سیستم پایش وضعیت دقیق و کارآمد امکان پذیر میباشد. هدف از این پژوهش بررسی و امکان سنجی ایجاد یک سیستم پایش وضعیت ابزار ساده، دقیق وکارآمد با استفاده از الگوریتم یادگیری ماشین برای ابزار تک لبه تراشکاری با معیار سایش سطح آزاد )پهلو( میباشد. برای دستیابی به این هدف از روش نوین امپدانس الکترومکانیکی و الگوریتم درخت تصمیم گیری یادگیری ماشین استفاده شد. در روش امپدانس الکترومکانیکی که امپدانس مکانیکی سازه با کمک معادل الکتریکی اندازه گیری میشود پایش ابزار با استفاده از داده های سنسور پیزوالکتریک )عملگر/حسگر همزمان( نصب شده بر روی ابزار و بررسی تغییرات امپدانس ابزار انجام پذیرفته است. در روش یادگیری ماشین، کامپوتر مجموعه داده را دریافت وداده، الگوریتم را طراحی میکند و به الگوریتم آموزش میدهد. در این پژوهش از روش یادگیری ماشین بانظارت درخت تصمیم گیری استفاده شده است . نتایج نشان میدهد که ) در صورتی که داده های تجربی کم باشد( استفاده از دستور kfold در سیستم پایش وضعیت ابزار، عملکرد بهتری نسبت به hold_out دارد. البته باید در انتخاب k نیز دقت کافی داشت، چرا که انتخاب k مناسب در عملکرد ماشین تاثیر بسزایی دارد .

Keywords:

ماشینکاری , یادگیری ماشین , درخت تصمیم گیری , وضعیت ابزار