پیش بینی ابزار پوشیدن در ماشینکاری شامل درک چگونگی تجزیه ابزار در طول زمان و برآورد زندگی مفید باقی مانده خود را پیش بینی دقیق می تواند بهبود بهره وری تولید، کاهش هزینه ها و جلوگیری از شکست ماشین است. مدل های ریاضی نقش مهمی در تجزیه و تحلیل داده های سنسور و مدل سازی فرآیندهای سایش.

انواع ابزار Wear

انواع مختلفی از سایش ابزار وجود دارد، هر کدام با ویژگی های متمایز شامل سایش سمت راست، سایش دهانه و پوشیدن لباس، تشخیص این نوع ها کمک می کند تا مدل های مناسب برای پیش بینی را انتخاب کنید.

مدل های ریاضی استفاده می شود

مدل های مختلف ریاضی برای پیش بینی سایش ابزار استفاده می شود.این مدل ها داده های سنسور مانند نیرو، لرزش و دما را تجزیه و تحلیل می کنند. رویکردهای مشترک شامل مدل های تجربی، مدل های مکانیکی و مدل های هیبریدی است.

مدل های Empirical Models

مدل های الکتروشیکی به داده های تاریخی متکی هستند تا روابط بین ورودی های سنسور و سایش برقرار شود، این مدل ها ساده هستند اما ممکن است در خارج از محدوده داده های آموزشی دقتی نداشته باشند.

مدل های مکانیک

مدل های مکانیکی بر اساس اصول فیزیکی حذف مواد و مکانیسم های پوشیدن هستند.آنها شامل معادلات متفاوتی هستند که در طول زمان فرآیندهای سایش را توصیف می کنند.

تکنیک های ریاضی

  • تحلیل بازگشتی
  • شبکه های عصبی مصنوعی
  • سیستم های منطق فازی
  • پشتیبانی از ماشین آلات

این تکنیک ها داده های سنسور را پردازش می کنند تا زندگی ابزار باقی مانده را پیش بینی کنند.انتخاب بستگی به دسترسی داده ها و دقت پیش بینی لازم دارد.