تخمین به هنگام خمش ابزار میکرو فرزکاری با استفاده از سیگنال های میزهای متحرک با موتورهای خطی

با وجود ابداع روش های متنوع میکروساخت، میکروفرزکاری به علت ویژگی هایش در ساخت قطعات سه بعدی، نرخ براده برداری زیاد و دقت بالا مورد توجه ویژه است. با این حال این فرایند با چالش هایی روبروست که از مهمترین آنها خمش ابزار است که گاهی تا ۹۰ درصد از خطای محصول نهایی را نیز در بر می گیرد. در این مقاله، یک روش به هنگام برای تخمین خمش ابزار میکروفرز برای ماشین های میکروفرزی که مجهز به موتورهای خطی هستند، ارائه می شود. در این روش از یک فیلتر کالمن برای تخمین غیر مستقیم نیروی ماشین کاری از پسخوراند موقعیت و جریان ورودی آمپلی فایرهای موتورهای خطی میز تغذیه استفاده می شود. با توجه به اینکه خروجی تخمین گر نیرو، برایندی از تمامی نیروهای وارده به موتور است، بنابراین باید منابع اغتشاشی اضافی که عمدتا اصطکاک و موج های نیرویی است، حذف شود. در پژوهش پیش رو، از شبکه های عصبی برای حذف این نیروها استفاده شده است. برای این هدف از یک شبکه عصبی پرسپترون با یک لایه پنهان ۱۶ گره ای و دو تاخیر زمانی در ورودی استفاده شد. نتایج آزمون های تجربی نشان داد که روش مزبور به طور میانگین تا ۷۵ درصد از خمش ابزار را پیش بینی کند.

کلیدواژه ها:

Tool deflection ، Micro-milling ، Neural Networks ، Linear motors ، cutting force estimation ، خمش ابزار ، میکروفرزکاری ، شبکه عصبی ، موتورهای خطی ، تخمین نیرو