بررسی اثرپارامترهای برشی برسیگنال های صوتی درفرآیند شیارزنی به کمک آنالیزموجک

در عصر جدید و با پیدایش صنایع نو با زمینه های تخصصی تری همچون مهندسی پزشکی، رباتیک و نانوتکنولوژی، اهمیت تولید قطعات با دقت بالا بیشتر احساس میشود ]1[ . از جمله مشکلات رایج در فرآیندهای ماشین کاری، اثرات پارامترهای ماشین کاری بر روی صافی سطح نهایی قطعه کار است. برای ایجاد صافی سطح مطلوب و رفع پلیسه های موجود در حین فرآیند های برشکاری دو روش کلی مطرح می شود ]2[ . روش اول زدودن پلیسه ها و پرداخت قطعه است که از جمله معایب این روش سختی زیاد و هزینه های گزافی است که در حدود 30 درصد از هزینه های مربوط به فرآیندهای ساخت را شامل میشود ]3[ . روش دوم تخمین، پیش بینی و مدل سازی نتایج بر اساس روشهای غیر مستقیم همچون سنسورها میباشد.گستردگی مقالات در این زمینه بسیار زیاد است و تقسیم بندی این روش ها سخت است. می توان کارهای انجام شده را در چهار دسته کلی تقسیم بندی کرد ]4[ . استفاده از تیوری ماشین کاری، انجام تست، مقایسه و نتایج با توجه به متغیرهای تست، داده برداری و تحلیل داده ها و هوش مصنوعی)شبکه عصبی، فازی، الگوریتم ژنتیک و ...( در بین مقالات دیده می شود. پیش بینی صافی سطح نهایی قطعه کار در فرآیندهای مختلف ماشینکاری با استفاده از شبکه های عصبی، الگوریتم ژنتیک و نوروفازی و ترکیب آنها و ارایه مدلهای ریاضی در مقالات اخیر انجام گرفته است ]5 - 10[ .بر اساس مطالعات موجود، زبری سطح بیشترین وابستگی را به متغیرهایی همچون سرعت براده برداری و نرخ پیشروی و در مرحله بعدی به عمق براده برداری کمترین وابستگی را دارد. با افزایش سرعت براده برداری و کاهش نرخ پیشروی، زبری سطح مطلوبتری به دست می آید ]8[ . رابطه معکوس با سرعت برادهبرداری در مراحل بالاتر به رابطه مستقیم تبدیل میشود و با افزایش آن، زبری سطح هم افزایش یافته و اثرات نامطلوبی از خود به جای میگذارد ]7.[ استفاده از دستگاه های اندازه گیری مناسب جهت داده برداری و تحلیل داده ها یکی از روش های مفیدی است که مطالعات وسیعی در آن زمینه انجام گرفته است. استفاده از میکروفون های صوتی و سنسورهای آکوستیک امیشن و ارتعاشاتی جهت ضبط کردن سیگنال از جمله روش های مفیدی است که می تواند اطلاعات ارزشمندی در اختیار قرار دهد. یکی دیگر از نکات مورد توجه در استفاده از میکروفون، استفاده از روش مناسب پردازش سیگنال است ]11[ . یکی از روش های رایج پردازش سیگنال استفاده از توابع موجک 1 است که نتایج دقیقی را برای پیشبینی صافی سطح نهایی قطعه کار به ارمغان می آورد ]13 - 15[ . همچنین نتایج حاصل از روش موجک دقیقتر و پایدارتر از روشهای سنتی نمودارهای چندجمله ای است ]16[ . هدف از این پروژه بررسی توانایی روش موجک در استخراج ویژگی های موجود در سیگنالهای صوتی تحت شرایط مختلف برشی است .

Keywords:

شیارزنی , سیگنال آکوستیک , روش تحلیلی موجک , صافی سطح , پلیسه