Kesici takım aşınması talaşlı imalat operasyonlarının tam otomatik hale getirilebilmesinin önündeki en büyük engellerden biridir. Etkili bir takım durumu izleme (TDİ) sistemi, tam otomatik imalat sistemlerinin kurulabilmesi için en iyi çözümdür. Ayrıca TDİ sistemleri ürün kalitesini arttırmak, iş gücünü azaltmak, imalat kayıplarını en aza indirmek ve üretimin arttırılması için kullanılması gerekmektedir. Takım durumunun çevrimiçi tespiti için çok çeşitli izleme teknikleri geliştirilmiş olsa da güvenilir, basit ve ucuz bir çözüm ihtiyacı hala devam etmektedir. Bu çalışmanın amacı talaşlı imalat esnasında elde edilen ses sinyallerini yapay sinir ağı (YSA) yöntemi kullanarak sınıflandırmak ve takım durumunu izlemek için bir TDİ modeli geliştirmektir. Çalışmada yüzey frezeleme operasyonu sırasında farklı aşınma durumları ve kesme parametrelerine ait ses sinyalleri mikrofon kullanılarak toplanmıştır. Kesici takımın aşınma durumu ile ilgili bilgileri içeren öznitelikleri çıkarabilmek için toplanan ses sinyalleri frekans bölgesine dönüştürülmüştür. Elde edilen öznitelikler ile YSA eğitilerek oluşturulan modelin takım aşınma durumlarını başarılı bir şekilde tespit edilebildiği görülmüştür. Geliştirilen TDİ sistemi farklı boyutlara sahip iş parçasından elde edilen ses sinyalleri ile test edilmiştir. İş parçasının boyutunda meydana gelen değişiklikler geliştirilen TDİ sisteminin performansını düşürdüğü görülmüştür. Ayrıca kullanılan ses toplama donanımlarının TDİ sisteminin performansı üzerine etkisi araştırılmıştır. Ekonomik, kolay ulaşılabilir ses sinyali toplama cihazları ile de TDİ sistemlerinin başarılı bir şekilde kurulabileceği görülmüştür.
Anahtar Kelimeler: Takım durumu izleme sistemleri, Yapay sinir ağları, Makine öğrenmesi, Kesici takım aşınması, Ses sinyali
|
