Sensor för detektionssystem för slipskivor

Dokumentet pekar på designen och implementeringen av ett neuralt nätverk och fuzzy logic baserat system som kombinerar utsignalerna från flera sensorer för övervakning av slipskivors tillstånd. Det kan antas att i fallet med slipprocesser är processens tillstånd under en enstaka slipskivans livslängd endast en funktion av förändringarna i skivans skärförmåga. Det är därför som övervakningen av hjulens tillstånd spelar en avgörande roll i alla automatiserade övervakningssystem för en slipprocess.

En framgångsrik övervakning av slipskivans tillstånd beror i hög grad på tillförlitliga och robusta sensorer som används för detta ändamål. I frånvaro av mänskliga operatörer måste sensorerna ha förmågan att känna igen processen. avvikelser och initiera korrigerande åtgärder. Det finns olika signaler som korrelerar med processens tillstånd och de är föremål för olika avkännings- och bearbetningstekniker. Var och en av dessa signaler kan tillhandahålla en egenskap relaterad till fenomenet av intresse men med varierande tillförlitlighet. Så att samla in den maximala mängden information om tillståndet i en process från ett antal olika sensorer är den bästa lösningen. För att introducera en sådan idé för att praktisera ett intelligent avkänningssystem som förkroppsligar strategier för sensorfusion bör implementeras.

I denna studie föreslås ett övervakningssystem med flera sensorer och prestandan för det utvärderas experimentellt. Detta system inkluderar mätningar av vibrationer, akustisk emission och slipkrafter. De genererar användbara signaler för övervakning av slipskivans slitage, men den bästa konfigurationen av signalerna och signalbehandlingsmetoderna måste väljas.

Det görs av ett neuralt nätverk för feed forward-back-utbredning. Efter en inställningsprocedur av nätverket fastställdes att antalet informativa funktioner är mycket mindre än den initialt använda uppsättningen funktioner. Samma neurala nätverk kan också användas i beslutsfattandet eftersom det samtidigt kan modellera slitage på slipskivor. Dessutom diskuteras ett neuralt nätverksbaserat fuzzy logic-beslutssystem för sensorintegration i slipskivans tillståndsövervakning.

För att utvärdera de föreslagna procedurerna användes data som samlades in under slipning med en rad skärparametrar. Den färska, slitna och delvis slitna slipskivan observerades under experimenten. För varje mätsignal beräknas några statistiska och spektrala egenskaper och används som indata för dataurval och klassificeringsprocedurer.