臺灣博碩士論文加值系統

本研究主要目的是改善先前發展之CNC工具機線上切削異常智能監控系統，系統包含：(1)切削異常診斷模組;(2)控制器資訊雙向即時擷取模組。除原有顫振、刃口積屑、斷刀三種診斷法則外，本研究新增過負荷切削診斷法則，使機台或刀具可避免因切削阻抗過大而造成損壞。此外，斷刀診斷法則無法診斷加工初期即發生之斷刀現象，改善後斷刀診斷法則可於2秒內診斷切削異常並在3秒內完成切削抑制。系統診斷方法使用訊號變化特徵法及快速傅立葉轉換法進行分析，另外利用 Fanuc 之 CNC Open Api Spec軟體撰寫控制器資訊雙向擷取模組，擷取即時加工資訊配合切削異常診斷模組提高系統診斷準確率。本研究另一部分為車削製程參數優化法建立，參數優化以提升加工效率為主，由實驗歸納出進給量對應振動均方根值及進給量對應表面粗糙度之特徵曲線，然後使用曲線擬合求得特徵曲線方程式，再藉由特徵曲線方程式計算振動容許值。在考慮刀具容許負載、振動容許值等條件下制定加工參數演算法則，最後使用MATLAB將演算法則實際可運用於產線之系統，實驗結果顯示該製程加工效率提升2倍。

The main purpose of this research is to improve the previously on-line cutting CNC machine tools abnormal intelligent monitoring system, the system includes: (1) abnormal cutting diagnosis module; (2) bi-direction real-time controller information acquisition module. The original system has three types of abnormal cutting diagnosis algorithms for chatter, built-up-edge, and cutter breakage. This study adds new monitoring function for the overload cutting, and it can avoid tools or machine damage due to excessive cutting resistance. Because the cutter breakage diagnosis algorithm can not detect cutter breakage occurring at every initial cutting process, improved the algorithm was proposed in this study. The new algorithm can detect abnormality within 2 seconds and proceed the necessary control within 3 seconds. The system uses signal variation characteristics analysis and Fast Fourier Transfer instead of complex single transfer methods for signal analysis. Fanuc Open CNC Api Spec was used to develop a program which can real-time extract the machine state parameters from the CNC controller with abnormal cutting diagnosis module to improve the diagnosis accuracy. The other part of this study is to establish parameters optimization method for turning process to enhance the machining efficiency. The characteristic curves of feed to root mean square of vibration and the feed to surface roughness were first built with use of curve-fitting, the characteristic curve equations were then obtained for calculation of the allowable vibration. Considering the tool load and allowable vibration value, the program made with Matlab can solve and recommend the optimal cutting parameters for turning process. The experimental results showed that the machining efficiency can be increased two times by the optimization algorithm.

目錄
中文摘要 I
Abstract II
致謝 III
目錄 IV
圖目錄 VII
表目錄 X
第一章 緒論 1
1.1研究動機與目的 1
1.2文獻回顧 3
1.2.1切削異常診斷方法 3
1.2.2 切削異常抑制 5
1.2.3 加工製程參數優化 6
1.3 研究方法 8
1.4 論文架構 9
第二章　切削異常診斷法則與抑制法則 11
2.1 訊號處理 12
2.1.1 訊號取樣 12
2.1.2 頻譜分析-傅立葉轉換 13
2.2 過負荷切削振動 16
2.2.1過負荷切削振動特性分析 17
2.2.2 過負荷切削診斷法則 20
2.3 斷刀 23
2.3.1 斷刀振動訊號特性分析 23
2.3.2 斷刀診斷法則 25
2.4 切削異常抑制方法 29
2.4.1 過負荷切削抑制法則 29
2.4.2 斷刀抑制法則 30
2.5切削異常法則離線驗證 30
第三章 雙向溝通介面之切削異常智慧監控系統 33
3.1 CNC控制器雙向即時訊號擷取模組 35
3.1.1 控制器即時資訊擷取模組 35
3.1.2 切削異常主動抑制模組 36
3.3 切削異常監控系統人機介面 38
3.4 切削異常監控系統架構 40
3.4.1 線上即時訊號振動擷取模組 41
第四章 車削製程參數優化模組 43
4.1 零件加工流程及尺寸誤差檢測 44
4.2加工效率優化方法 47
4.3 切削特性曲線圖制定 51
4.3.1 進給量對應振動加速度特性曲線與進給量對應表粗糙度特性曲線 54
4.3.2 表面粗糙度對應振動加速度特性曲線 59
4.4 製程參數優化演算法則 60
4.4.1 製程參數優化演算流程 61
4.2.4 製程參數優化法則人機介面 66
第五章 實驗驗證 69
5.1 實驗設備介紹 69
5.2 切削異常診斷實驗 73
5.3 車床製程優化法則驗證 91
5.3.1車削製程加工效率優化切削實驗 91
第六章 結論與未來展望 109
6-1結論 109
6-2 未來展望 110
參考文獻 111


圖2-1 穩態切削振動訊號 19
圖2-2 穩態切削振動訊號頻譜分析(快速傅立葉轉換) 19
圖2-3 過負荷切削振動 19
圖2-4 過負荷切削振動頻譜分析(快速傅立葉轉換) 19
圖2-5 過負荷切削振動診斷流程圖 22
圖2-6 斷刀振動加速度訊號 25
圖2-7 斷刀振動訊號示意圖 27
圖2-8 斷刀演算流程圖 28
圖2-9 切削異常診斷人機介面(離線檢測) 31
圖2-10 斷刀訊號診斷 31
圖2-11 過負荷切削診斷 32
圖3-1 控制器參數擷取系統介面 36
圖3-2 控制器即時資訊檔案內容 36
圖3-3 抑制系統設定介面 38
圖3-4 監控系統人機介面(設定介面) 39
圖3-5 監控系統人機介面(診斷介面) 40
圖3-6 整體系統架構流程 42
圖4-1 汽車零件 44
圖4-2 刀具與振動加速度規 45
圖4-3 零件加工流程 46
圖4-4 空氣量規(AIR GAUGE) 46
圖4-5 量測工件內徑尺寸誤差 47
圖4-6 量測工件外徑零件誤差 47
圖4-7 進給量對應表面粗糙度關係曲線(T03製程精加工) 50
圖4-8 進給量對應表面粗糙度關係曲線(T04製程精加工) 50
圖4-9 先加工製程之振動加速度訊號 52
圖4-10 優化參數製程加工之振動加速度訊號 52
圖4-11 推薦切削參數表 53
圖4-12 T03製程每轉進給量對應振動加速度值之特徵曲線圖 56
圖4-13 T04製程每轉進給量對應振動加速度值之特徵曲線圖 56
圖4-14 T03製程每轉進給量對應表面粗糙度之特徵曲線圖 58
圖4-15 T04製程每轉進給量對應表面粗糙度之特徵曲線圖 58
圖4-16 T03表面粗糙度對應振動加速度特徵曲線圖 59
圖4-17 T04表面粗糙度對應振動加速度特徵曲線圖 60
圖4-18 製程優化演算法則流程圖 65
圖4-19 製程參數優化人機介面 67
圖4-20 製程參數優化人機介面-2 68
圖4-21 製程參數優化人機介面之分析結果 68
圖5-1 NI DAQCARD-6036E 70
圖5-2 NI SC-2345動態訊號擷取盒 70
圖5-3 壓電式振動加速規 71
圖5-4 訊號放大器(MODEL PCB-482A16) 72
圖5-5 DAQ訊號擷取盒 72
圖5-6 斷刀發生之振動訊號 74
圖5-7 斷刀發生之照片 75
圖5-8 斷刀振動訊號 76
圖5-9 刀具斷裂 77
圖5-10 過負荷切削振動訊號 79
圖5-11 頻譜分析(快速傅立葉轉換) 79
圖5-12 切削工件之表面照片 79
圖5-13 工件表面切削紋路 81
圖5-14 進給速率600(MM/MIN)之振動訊號及頻譜分析 82
圖5-15 進給速率1200(MM/MIN)之振動訊號及頻譜分析 83
圖5-16 進給速率2400(MM/MIN)之振動訊號及頻譜分析 84
圖5-17 監控系統畫面 85
圖5-18 工件表面 87
圖5-19 進給速率900(MM/MIN)之振動訊號及頻譜分析 88
圖5-20 進給速率900(MM/MIN)之振動訊號及頻譜分析 89
圖5-21 進給速率3600(MM/MIN)之振動訊號及頻譜分析 90
圖5-22 監控系統畫面 91
圖5-23 T03進給量對應振動加速度之關係曲線圖 94
圖5-24 T04進給量對應振動加速度之關係曲線圖 94
圖5-25 T03進給量對應表面粗糙度之關係曲線圖 94
圖5-26 T04進給量對應表面粗糙度之關係曲線圖 95
圖5-27 T03進給量對應振動加速度之關係曲線圖 101
圖5-28 T04進給量對應振動加速度之關係曲線圖 102
圖5-29 T03進給量對應表面粗糙度之關係曲線圖 102
圖5-30 T04進給量對應表面粗糙度之關係曲線圖 102

表目錄

表2-1 穩態切削與過負荷切削之切削條件 18
表3-1 監控系統避開之NC加工程式碼 34
表4-1 先前加工參數 53
表4-2 優化加工參數 53
表4-3 T03製程與T04製程加工資訊 54
表5-1 實驗一之切削條件 74
表5-2 實驗二切削條件 76
表5-3 實驗三切削條件 78
表5-4 實驗四切削條件 81
表5-5 實驗五切削條件 87
表5-6 實驗六切削條件 93
表5-7 T03與T04製程振動加速度之均方根值 95
表5-8 工件內徑與外徑尺寸誤差 96
表5-9 工件表面粗糙度 97
表5-10 實驗五切削條件 101
表5-11 工件內徑與外徑尺寸誤差 106
表5-12 T03與T04製程之振動加速度之均方根值 107
表5-13 T03與T04製程之工件表面粗糙度 108

[1] Yasuhiro Kakinuma, Yui Sudo, Tojiro Aoyama, “Detection of chatter vibration in end milling applying disturbance observer, ” CIRP Annals - Manufacturing Technology 60,pp109-112,2011
[2] Zhehe Yao, Deqing Mei, Zichen Chen,“On-line chatter detection and identification based on wavelet and support vector machine,” Journal of Materials Processing Technology 210 ,pp.713-719,2010.
[3] 蔡秉均, “切削顫振偵測系統之研發, ” 國立中正大學工學院機械工程學系碩士論文,2010
[4] 何建鐽, “CNC工具機線上切削異常智能監控與製程優化輔助系統之研究,” 私立中原大學機械工程研究所碩士論文,2011.
[5] Fanga, N., Dewhurstb,P., “Slip-line modeling of built-up edge formation in machining,” International Journal of Mechanical Sciences 47, pp.1079-1098,2005.
[6] B.Y. Lee, Y.S. Tarng, “Milling cutter breakage detection by the discretewavelet transform, ” Mechatronics 9,pp 225-234,1999.
[7] Xiaoli Li, Gaoxiang Ouyang, Zhenhu Liang, “Complexity measure of motor current signals for tool flute breakage detection in end milling,” International Journal of Machine Tools &; Manufacture48,pp 371-379,2008.
[8] Isa Yesilyurt, “End mill breakage detection using mean frequency analysis of scalogram, ” International Journal of Machine Tools &; Manufacture 46,pp 450-458,2006.
[9] Panda, S.S., Singh, A.K., Chakraborty,D., Pal,S.K., “Drill wear monitoring using back propagation neural network,” Journal of Materials Processing Technology,pp.283-290,2004.
[11] 張偉生,“車削動態模擬與斷刀偵測,”國立台灣科技大學工程技術研究所碩士論文,1991.
[10] 馬成傑, “監督式學習類神經網路於銑削斷刀即時監控之研究,”私立中原大學工業與系統工程研究所碩士論文,2010.
[13] Al-Regib, E., Ni, J., Lee, S.H., “Programming spindle speed variation for machine tool chatter suppression,” International Journal of Machine Tools &; Manufacture,43(12),pp. 1229-1240,2003.
[14] Inamura, T., Senda, T., Sata, T., “Computer Control Chattering in Turning Operation,” Anna. CIRP, 25(1), pp.181-186, 1977.
[15]曹以明,“受工件撓度影響之再升顫振穩定性分析,”國立成功大學機械工程研究所博士論文,2006.
[16]Fanuc, “Part Learning Control to Realize High-speed and High-precision Machining,”網址：www.fanuc.co.jp/en/product/new_product/2004/0404/partslearning.htm,2004.
[17]Okuma, “Intelligent Technologies：Machining Navi,”2010 Okuma IMTS Tooth Book,pp.14-15,2010.
[18] M. Xiao, S. Karube, T. Soutome, K. Sato, “Analysis of chatter suppression in vibration cutting, ” International Journal of Machine Tools &; Manufacture 42,pp1677-1685,2002.
[19] Y.S. Tarng,*, J.Y. Kao, E.C. Lee, “Chatter suppression in turning operations with a tuned vibration absorber, ” Journal of Materials Processing Technology 105,pp55-66,2000.
[20] Ersan Aslan a, Necip Camus_cu a,*, Burak Birgo¨ren, “Design optimization of cutting parameters when turning hardened AISI 4140 steel (63 HRC) with Al2O3 + TiCN mixed ceramic tool, ” Materials and Design 28,pp1618-1622,2007.
[21] W.H. Yang, Y.S. Tarng, “Design optimization of cutting parameters for turning operations based on the Taguchi method, ” Journal of Materials Processing Technology 84,pp122-129,1998.
[22] Hamdi Aouici, Mohamed Athmane Yallese, Kamel Chaoui, Tarek Mabrouki,Jean-Francois Rigal, “Analysis of surface roughness and cutting force components in hard turning with CBN tool: Prediction model and cutting conditions optimization,”Measurement 45,pp344-353,2012.
[23] 劉偉均, “切削加工學,＂東華書局印行,1989