Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
METU nutzt MATLAB und Simulink zur Entwicklung einer selbstoptimierenden Werkzeugmaschinensteuerung
Algorithmus hilft, die Leistung von CNC-Maschinen zu optimieren und die Lebensdauer von Werkzeugen zu verlängern
„MATLAB und Simulink sind sehr leistungsfähig für die Entwicklung und Prüfung des zeitbasierten Algorithmus, den wir für die selbstoptimierende Regelung für das Rattern von Werkzeugmaschinen verwenden.“
Wichtigste Ergebnisse
- MATLAB und Simulink ermöglichten das Testen und Analysieren eines zeitbasierten Algorithmus zur selbstoptimierenden Rattersteuerung von Werkzeugmaschinen.
- MATLAB ermöglichte es Forschern, Funktionen für alle Testkomponenten des Algorithmus zu schreiben und sie in einem einzigen Skript als .m-Datei zu kombinieren.
- Simulink ermöglichte die Simulation des Algorithmus vor der Bereitstellung auf einer Werkzeugmaschine.
Die Werkzeugmaschinensteuerung wird durch die Konstruktion einer mit Stateflow entwickelten Zustandsmaschine implementiert.
Die Middle East Technical University (METU) hat es sich zur Aufgabe gemacht, durch die Förderung von kreativem und kritischem Denken, Innovation und Führungsqualitäten Spitzenleistungen in Forschung, Bildung und öffentlichem Dienst zu erzielen. Die Fakultät für Maschinenbau der METU bietet nicht nur eine Ausbildung, die den höchsten globalen Standards entspricht, sondern betreibt auch Forschung in Bereichen wie Automobilbau, Mechatronik und Biomechanik.
Ein Forschungsschwerpunkt der METU sind selbstoptimierende Bearbeitungssysteme (SOMS), die als die Zukunft der fortschrittlichen Fertigung gelten. SOMS wurde entwickelt, um Rattern zu verhindern, ein Instabilitätsphänomen in der Fertigung, das zu minderwertigen Oberflächen, verkürzter Werkzeuglebensdauer und sogar Werkzeugbrüchen führen kann. Zunächst wird ein zeitbasierter Algorithmus entwickelt, der Rattern in einer CNC-Werkzeugmaschine erkennt und beseitigt, ohne dass ein Bediener eingreifen muss.
METU hat einen auf dem Kalman-Filter basierenden Erkennungsalgorithmus entwickelt, der Vibrationsfrequenzen abtastet und analysiert, um den Beginn von Rattern im Achsen-Encodersignal zu erkennen. Dieser Algorithmus passt die Spindeldrehzahl automatisch an, um Rattern zu vermeiden, bevor es Schäden verursacht. MATLAB® und Simulink® werden zum Testen und Analysieren eines Algorithmus während der Entwicklung verwendet.
Der Algorithmus verwendet einen Kalman-Filter, um die tatsächliche Achsengeschwindigkeit zu bestimmen und durch Schnittkräfte verursachte Geschwindigkeitsschwankungen zu identifizieren. Normalerweise erzeugen diese Kräfte vorhersehbare Signale, aber bei Instabilität treten Ratterfrequenzen auf. Der Algorithmus zielt darauf ab, Ratterfrequenzen mithilfe eines periodischen Kalman-Filters zu erkennen, um stabile Anteile von Rattern zu trennen. Dynamische Bandpassfilter (BPFs) isolieren potenzielle Ratterfrequenzen und die Ausgabe jedes BPFs wird von einem erweiterten Kalman-Filter analysiert, um Frequenz, Amplitude und Phase zu identifizieren. Ein Selektionsalgorithmus bestätigt das Rattern durch Überprüfung der Frequenzvarianz, die abnimmt, wenn eine dominante Frequenz gefunden wird.
Nach der Erkennung berechnet der Algorithmus die Ratterenergie und vergleicht sie mit der periodischen Energie. Dieses Energieverhältnis wird einem Regelungssystem zugeführt, das die Spindeldrehzahl anpasst. Wenn die Ratterenergie einen Schwellenwert überschreitet, erhöht der Regler die Spindeldrehzahl, bis das Verhältnis reduziert wird. Ein offener Regelkreis kann auch eine bestimmte Spindeldrehzahl einstellen, indem die Ratterfrequenz als Vielfaches der Spindelfrequenz behandelt wird. Die Zustandsmaschine des Reglers wird mit Stateflow® verwaltet.
MATLAB wird verwendet, um Funktionen für alle Testkomponenten zu schreiben und sie in einem einzigen Skript als .m-Datei zu kombinieren. Beispielsweise erfolgt die Abstimmung der Kalman-Filter in einer .m-Datei. Anschließend wird Simulink verwendet, um den Algorithmus zur Analyse zu simulieren, bevor er auf dem Regler bereitgestellt wird. Abschließend wird der Algorithmus mit einer CNC-Werkzeugmaschine getestet, um zu bestätigen, dass die Echtzeit-Ratter- und Frequenzschätzungen mit der Analyse übereinstimmen.
