En el capítulo 5 se mencionó acerca del problema de usar las señales del sensor 2 en la validación del estado vibratorio de la máquina herramienta. En este apartado vamos a entrar en el detalle del análisis de estas señales, compararlas con las señales del sensor 1 y ver en qué consiste su variación. Las figuras mostradas corresponden al espectro de frecuencias de cada una de las señales obtenidas del conjunto de pruebas ejecutadas, en estas vamos a ver 3 gráficos correspondiente de derecha a izquierda a las señales del sensor1, la señal del sensor2 y por último la comparación de las señales 1 y 2 y su respectiva sustracción.
De las figuras que van a apreciar a continuación se pueden reconocer 2 aspectos: El primero es el incremento de la amplitud de la señal del sensor 2 en aproximadamente el doble de la señal del sensor 1, esta característica es la principal razón por la cual los resultados del indicador vibratorio no mantienen una similitud. El segundo aspecto se basa en el análisis de los valores de frecuencia dominantes para cada señal. A lo largo de estas figuras van a visualizar con anotaciones los valores de estas frecuencias en cada uno de los espectros de los sensores reflejando que la señal del sensor1 se encuentra contenida dentro del sensor 2. Esta condición lleva a pensar que la señal del sensor 2, por su cercanía a la torreta y por su forma de sujeción (se requirió de laminas para poder ajustar la herramienta), fue influenciada por la vibración de otro elemento del sistema.
Figura D.1. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 1.
Apéndice D
73
Figura D.2. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 2.
Figura D.3. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 3.
Figura D.4. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 4.
Figura D.5. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 5.
Apéndice D
74
Figura D.6. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 6.
. Figura D.7. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 7.
Figura D.8. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 8.
Figura D.9. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 9.
Apéndice D
75
Figura D.10. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 10.
Figura D.11. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 11.
Figura D.12. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 12.
Figura D.13. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 13.
Apéndice D
76
Figura D.15. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 15.
Figura D.16. Espectro de frecuencia de los acelerómetros. De izquierda a derecha vemos: señal del sensor 1, señal del sensor 2 y comparación de señales. Prueba 16.
Referencias
77
REFERENCIAS
[1.] Luo, R., (1989), Multisensor Integration and Fusion in Intelligent Systems, IEEE Transactions on Systems, Manufacture, and Cybernetics, Vol. 19 (5), pp. 901 – 931.
[2.] Bailey, T., Ruget, Y., Spence, A., y Elbestawi, M.A., (1995), Open-archiquecture Controller for Die and Mold Machining, Proceedings of the American Control Conference, Seattle, Washington, pp. 194 – 199.
[3.] Byrne, G., Dornfeld, D., Inasaki, I., Ketteler, G., König, W., y Teti, R., (1995), Tool Condition Monitoring (TCM) – The Status of Research and Industrial Application, Annals of the CIRP, Vol. 44, pp. 541 – 567.
[4.] Kim, J., y Choi, I., (1996), Development of a Tool Failure Detection System Using Multi- sensors, International Journal of Machine Tools and Manufacture, Vol. 36, pp. 861 – 870. [5.] Azouzi, R., y Guillot, M., (1997), On-line Prediction of Surface Finish and Dimensional
Deviation in Turning Using Neural Network Based Sensor Fusion, International Journal of Machine Tools and Manufacture, Vol. 37, pp. 1201 – 1217.
[6.] Lou, K., y Lin, C., (1996), An Intelligent Sensor Fusion System for Tool Monitoring on a Machining Center, International Conference on Multisensor Fusion and Integration for Intelligent Systems, pp. 208 – 214.
[7.] Rao, B., y Shin, Y., (1999), A Comprehensive Dynamic Cutting Force Model for Chatter Prediction in Turning, International Journal of Machine Tools and Manufacture, Vol 39, pp. 1631 – 1654.
[8.] Tobias, S. A., (2000), Vibraciones en Maquinas-Herramientas, Bilbao: Urmo
[9.] Chen, S., y Jen, Y.W., (2000), Data Fusion Neural Network for Tool Condition Monitoring in CNC Milling Machining, International Journal of Machine Tools and Manufacture, Vol. 40, pp. 381 – 400.
[10.] Dimla, E., y Dimla, S., (2000), Sensor Signals for Tool-wear Monitoring in Metal Cutting Operations – a Review of Methods, International Journal of Machine Tools and Manufacture, Vol. 40, pp. 1073 – 1098.
[11.] Luo, R., Yih, C., y Lan Su, K., (2002), Multisensor Fusion and Integration: Approaches, Applications, and Future Research Directions, IEEE Sensors Journal, Vol. 2, pp. 107 – 119. [12.] Li, X., (2002), A Brief Review: Acoustic Emission Method for Tool Wear Monitoring During
Turning, International Journal of Machine Tools and Manufacture, Vol. 42, pp. 157 – 165. [13.] Zamora, E., Fernandes, M.H., y Albizuri, J., (2004), Dynamic Characterization of Machine
Tool and Design of an Active System for the Reduction of Vibration during Machining, Información Tecnológica, Vol. 15, pp. 23 – 28.
[14.] Liang, S., Hecker, R., y Landers, R., (2004), Machining Process Monitoring and Control: The State of the Art, Journal of Manufacturing Science and Engineering, Vol. 126, pp. 297 – 310. [15.] Lüthje, H., Bandorf, R., Biehl, S., y Stint, B., (2004), Thin Film Sensor for Wear Detection of
Referencias
78
[16.] Haber, R., Jiménez, J., Peres, R., y Alique, J., (2004), An Investigation of Tool-wear Monitoring in a High-speed Machining Process, Sensors and Actuators, Vol. A 116, pp. 539 – 545.
[17.] Ghosh, N., Ravi, Y.B., Patra, A., Mukhopadhyay, S., Paul, S., Mohanty, A.R. y Chattopadhyay, A.B., (2007), Estimation of Tool Wear During CNC Milling Using Neural Network-based Sensor Fusion, Mechanical Systems and Signal Processing, Vol. 21, pp. 466 – 479.
[18.] Suprock, C., Fussell, B., y Jerard, R., (2008), A Cost Effective Accelerometer and DAQ for Machine Condition Monitoring: A Feasibility Study, Transactions of NAMRI/SME, Vol. 36, pp. 169 – 176.
[19.] Alonso, F.J., y Salgado, D.R., (2008), Analysis of the Structure of Vibration Signal for Tool Wear Detection, Mechanical Systems and Signal Processing, Vol 22, pp. 735 – 748.
[20.] Tangjitsitcharoen, S., y Moriwaki, T., (2008), Intelligent Monitoring and Identification of Cutting State of Chips and Chatter on CNC Turning Machine, Journal of Manufacturing Processes, Vol. 10, pp. 40 – 46.
[21.] Aliustaoglu, C., Ertunc, H., y Ocak, H., (2009), Tool Wear Condition Monitoring Using a Sensor Fusion Model Based on Fuzzy Inference System, Mechanical Systems and Signal Processing, Vol. 23, pp. 539 – 546.
[22.] Tangjitsitcharoen, S., (2009), In-process Monitoring and Detection of Chip Formation and Chatter for CNC Turning, Vol. 209, pp. 4682 – 4688.