Датчик системы обнаружения шлифовального круга

В статье рассматривается разработка и реализация системы на основе нейронной сети и нечеткой логики, объединяющей выходы нескольких датчиков для мониторинга состояния шлифовальных кругов. Можно предположить, что в случае процессов шлифования состояние процесса в течение одного срока службы шлифовального круга является функцией только изменения режущей способности круга. Именно поэтому контроль состояния круга играет решающую роль в любой автоматизированной системе контроля процесса шлифования.

Успешный контроль состояния шлифовального круга во многом зависит от надежных и надежных датчиков, используемых для этой цели. В отсутствие людей-операторов датчики должны иметь возможность распознавать процесс. отклонений и начать корректирующие действия. Существуют различные сигналы, которые коррелируют с состоянием процесса и являются предметом различных методов обнаружения и обработки. Каждый из этих сигналов способен предоставить характеристику, связанную с интересующим явлением, хотя и с различной надежностью. Поэтому собрать максимальное количество информации о состоянии процесса от множества различных датчиков – лучшее решение. Чтобы внедрить такую ​​идею на практике, необходимо реализовать интеллектуальную сенсорную систему, воплощающую стратегии объединения датчиков.

В этом исследовании предлагается система мониторинга с несколькими датчиками и экспериментально оценивается ее производительность. Эта система включает в себя измерения вибрации, акустической эмиссии и сил шлифования. Они генерируют полезные сигналы для контроля износа шлифовального круга, но необходимо выбрать наилучшую конфигурацию сигналов и методы обработки сигналов.

Это делается с помощью нейронной сети прямого и обратного распространения. После процедуры настройки сети было установлено, что количество информативных признаков значительно меньше первоначально использованного набора признаков. Эту же нейронную сеть можно применять и в процедуре принятия решений, поскольку в то же время она способна моделировать износ шлифовального круга. Кроме того, обсуждается система принятия решений на основе нечеткой логики на основе нейронной сети для интеграции датчиков в мониторинг состояния шлифовальных кругов.

Для оценки предложенных процедур были использованы данные, собранные при шлифовании с различными параметрами резания. В ходе экспериментов наблюдался свежий, изношенный и частично изношенный шлифовальный круг. Для каждого измерительного сигнала рассчитываются несколько статистических и спектральных характеристик, которые используются в качестве входных данных для процедур выбора и классификации данных.