Acoustic emission based drill condition monitoring during drilling of glass/phenolic polymeric composite using wavelet packet transform

ABSTRACT

Monitoring of tool condition on the basis of sensor signals requires a selection of suitable signal processing technique and monitoring index, to assess the tool condition. In this paper, wavelet packet transform is used as a tool, to characterise the acoustic emission signals released from glass/phenolic polymeric composite during drilling. The results show that the selected monitoring indices from the wavelet packet coefficients  are capable of detecting the drill condition effectively.

INTRODUCTION

The use of fibre reinforced composite materials has grown in recent years in every field of engineering due to their inherent advantages over conventional materials. However, due to the presence of two or more dissimilar phases, composite materials pose challenges during machining as well as material characterisation. Drilling is one of the machining processes most widely followed in composite materials, since components made out of composite materials are usually near net shaped which needs mostly mounting holes for assembly integration. Drilling is a complicated process, and many factors determine the wear and life of a drill. Especially with non-homogeneous materials, like composites, the variances in the material randomly affect the life of the tool. Various microscopic damages, such as micro cracking of matrix, debonding at the fibre/matrix interface, fibre breakage, fibre pull-out and localised delaminations are induced by the application of thrust force and impact of the cutting tool with work material during drilling. The level of these damages depends upon the prevailing condition of the cutting tool during machining. In order to avoid damages on the work material due to drill failures, the drills usually get replaced before the end of their useful lives. Even with this expensive precaution, there is no way to predict, avoid, or even detect a sudden drill failure. This calls for a reliable way to  monitor the condition of the drill automatically and in-process. Several studies on in-process monitoring have been focussed on measuring thrust, torque, power and other indicators to detect the tool wear .

چکیده

نظارت بر شرایط ابزار بر اساس سیگنال های حسگر نیاز به انتخاب روش پردازش سیگنال مناسب و شاخص نظارت برای ارزیابی وضعیت ابزار دارد. در این مقاله تبدیل شکل موجک به عنوان یک ابزار برای مشخص کردن سیگنال های انتشار صدا از کامپوزیت پلیمرهای شیشه ای / فنل در حین حفاری استفاده می شود. نتایج نشان می دهد که شاخص های نظارت انتخاب شده از ضریب بسته های موجک قادر به تشخیص شرایط حفاری هستند.

مقدمه

استفاده از مواد کامپوزیت تقویت شده فیبر در سال های اخیر در هر حوزه مهندسی به دلیل مزایای ذاتی آنها نسبت به مواد معمولی رشد کرده است. با این حال، با توجه به حضور دو یا چند مرحله متفاوت، مواد کامپوزیت در طول ماشینکاری و همچنین ویژگی های مواد در معرض چالش هستند. حفاری یکی از فرآیندهای ماشینکاری است که به طور گسترده ای در مواد کامپوزیت دنبال می شود، از آنجا که اجزای ساخته شده از مواد کامپوزیت معمولا در نزدیکی خالص شکل هستند که نیاز به حفاری های بیشتری برای ادغام مونتاژ دارند. حفاری یک فرایند پیچیده است و بسیاری از عوامل باعث می شود که سایش و عمر یک مته مشخص شود. به ویژه با مواد غیر همگن مانند کامپوزیت، واریانس مواد، به طور تصادفی بر زندگی ابزار اثر می گذارد. آسیب های میکروسکوپی مختلف، از قبیل ترک خوردگی ماتریکس، بازتاب دادن در فیبر / ماتریس، شکستن فیبر، کشیدن فیبر و آسیب های محلی، با استفاده از نیروی محوری و تاثیر ابزار برش با مواد کاری در حین حفاری، بوجود می آیند. سطح این آسیب ها بستگی به شرایط غالب ابزار برش در طی ماشینکاری دارد. به منظور اجتناب از آسیب در مواد کار به علت ناکامی های مته، مته معمولا قبل از پایان عمر مفید آنها جایگزین می شود. حتی با این احتیاط گران قیمت، هیچ راهی برای پیش بینی، اجتناب و یا حتی تشخیص شکست ناگهانی مته وجود ندارد. این برای یک راه قابل اطمینان برای نظارت بر وضعیت مته به طور خودکار و در حال اجرا است. مطالعات متعدد در مورد نظارت در فرایند بر روی اندازه گیری رانش، گشتاور، قدرت و دیگر شاخص ها برای تشخیص سایش ابزار تمرکز شده است.

Year: 2005

Publisher : ELSEVIER

By :  S. SRIDHAR . T. MOOK AND A. H. NAYFEH

File Information: English Language/ 5 Page / size: 295 KB

Download

سال : 1384

ناشر : ELSEVIER

کاری از : S. SRIDHAR . T. MOOK AND A. H. NAYFEH

اطلاعات فایل : زبان انگلیسی / 5 صفحه / حجم : KB 295

لینک دانلود