Surveillance de l’usure de l’outil

Surveillance de l’usure de l’outil

MOYENS DE SURVEILLANCE

Pour assurer une performance optimale des systèmes, une surveillance des machines, de la dynamique des processus, des outils de coupe et de la pièce est nécessaire [3, 4]. Le développement des méthodes de détection et des systèmes de surveillance des outils de coupe est primordial pour atteindre ces objectifs : L’utilisation des capteurs dans les centres d’usinage remonte au début des années 70, où les premiers travaux sur la surveillance des outils de coupe en métal, sont oubliés par Micheletti et al. [5]. Puis, en 1983, Tlusty [6] réalise un état des lieux des capteurs disponibles pour l’instrumentation des machines. Une étude avancée est faite en 1995 par Byrne et al. [3], en tenant compte des nombreuses évolutions techniques. Teti et al. ont fait une mise à jour récente de la littérature sur l’instrumentation et les outils avancés pour la surveillance des centre d’usinage et notamment la surveillance des outils de coupe [7].

A. Émission acoustique EA

L’émission acoustique (EA) est une oscillation à très haute fréquence générée lorsqu’une déformation se produit lors de la coupure ou de la fracture des métaux. Il est généralement admis que l’émission acoustique est liée au processus de déformation plastique apparaissant au cours de la formation des copeaux. Ce phénomène est lié à l’interaction entre la pièce et l’outil de coupe. L’EA a eu beaucoup de succès dans son application à la surveillance des outils, pendant les opérations de tournage [8]. La difficulté, dans l’application de l’analyse du signal EA au processus d’usinage, est que le chargement d’onde de choc apparaît lors de l’entrée et de la sortie de chaque dent à la pièce. Il est possible que l’amplitude de ces impulsions de choc soit équivalente à celle générée lors de la fracture d’une dent. L’EA est généralement mesurée à l’aide d’un transducteur piézoélectrique conventionnelle EA [9], alors qu’il a Eté démontré la possibilité d’utiliser un interféromètre optique [10]. Choi et al. [11] ont fusionné l’EA et les efforts de coupe dans le but de développer un système de surveillance des outils de coupe dans les opérations de tournage.

Un travail similaire a été effectué par Jemielniak et Otman[12]. Ils ont utilisé un algorithme de traitement du signal pour identifier la moyenne quadratique (RMS), l’inclinaison (skewness) et l’aplatissement (kurtosis) du signal EA pour la détection de défaillance catastrophique de l’outil. Miaoli [13] a réalisé un bref état de l’art sur l’utilisation de l’EA pour la surveillance des outils de coupe en tournage. Il a conclu que le signal d’EA est important pour améliorer et développer des méthodologies de surveillance des outils de coupe. Jemielniak et al. [14] ont présenté une application des paquets d’ondelettes pour l’extraction des paramètres à partir des signaux de force de coupe et d’EA. Les capteurs d’EA sont peu coûteux et faciles à installer, mais ils doivent être soigneusement calibrés, et la gamme d’opérations de coupe doit être testée pour régler le gain dans l’amplificateur de manière à éviter la surcharge du capteur, ce qui fausse considérablement le signal. Le spectre fréquentiel de signal d’EA s’étend généralement de 10 Khz à 10 Mhz, les capteurs d’EA fonctionnent dans cette bande. L’avantage principal d’EA est que la plage fréquentielle de ces signaux est bien supérieure à celle des signaux de vibrations de la machine et de bruit de l’environnement. En plus, ce type de capteur n’est pas intrusif dans l’opération de coupe. Cependant, les signaux issus sont dificiles à interpréter et la sensibilité aux positions du capteur et aux paramètres de coupes limitent leurs applications dans la surveillance des centres d’usinage.

B. La température en bout d’outil L’enlèvement de la matière génère une production de chaleur. Les températures élevées, qui en résultent sur les arêtes des outils de coupe, ont une influence directe sur le taux de contrôle, le mode d’usure de l’outil de coupe, le frottement entre le copeau et l’outil de coupe ainsi que le frottement entre l’outil de coupe et la nouvelle surface formée. La déformation plastique de la matière, pour former le copeau, et le frottement de la matière, sur la surface, génèrent la chaleur. Cette chaleur est évacuée par l’outil et la formation de copeaux. Le comportement de frottement sur les faces de l’outil semble influer sur la géométrie de la coupe, par un mécanisme non assimilé précisément. Pour les applications pratiques telles que la surveillance en ligne, la télédétection par thermocouple est utilisée pour mesurer la température de la pièce outil. Une technique avancée basée sur la thermographie infrarouge est utilisée pour la surveillance des machines tournantes, nous pouvons citer par exemple le système électrique (détection les connexions électriques défectueuses et les circuits surchargés), équipements mécaniques (défaillances des roulements) [15] et les centres d’usinage [16].

C. Les efforts de coupe Il a été établi que la variation de la force de coupe peut être corrélée à l’usure de l’outil [17]. En pratique, l’application et l’interprétation de ce paramètre ont été diversifiées avec plus d’efforts sur l’étude de la caractéristique dynamique du signal de force de coupe et l’interprétation de sa relation avec le niveau de l’usure de l’outil. Ceci peut être largement attribué au fait que la force devient importante dans des conditions où les outils sont usés, en raison des variations créées à la friction entre le flanc de l’outil de coupe et la pièce [17]. Dimla a réalisé une étude expérimentale approfondie et complexe. Il souhaitait développer un système de surveillance en ligne d’usure des outils, pour les opérations de tournage, en utilisant les mesures de force de coupe fusionnées avec les signatures vibratoires [18]. Lister [19] a analysé le spectre de puissance des forces dynamiques de coupe et a rapporté une augmentation du niveau de puissance des bandes de fréquences de l’outil qui s’use. Les résultats portaient une forte indication de la dépendance de la force dynamique et l’usure des outils de coupe. Comme pour de nombreux systèmes non linéaires, la modélisation du processus est très souvent utilisée dans le but de comprendre le comportement des processus.

Le degré de variabilité apparente, dans les efforts de coupe des procédés de coupe de métal, nécessite de faire une estimation des forces de coupe statiques et dynamiques. La mesure des forces de coupe statiques ou de la fluctuation de ses composants devrait fournir des informations précieuses sur le comportement statique du processus de coupe. La nature de l’opération de coupe ne peut pas être considérée, sans déformation et instabilité. Les articulations et les couplages de la machine-outil ainsi que les changements dans les conditions de coupe conduisent à des fluctuations à l’échelle des composantes de la force statique. Les variations cycliques des forces statiques, si elles ne sont pas limitées, génèrent de l’imprécision dimensionnelle de l’opération de coupe. Du broutage peut alors se produire. De l’avis de Dimla [20], les forces de coupe statiques et dynamiques sont essentielles pour le développement d’un système de surveillance. Albrecht et al. ont développé une méthode pour la mesure indirecte du signal de force de coupe. Cette méthode est basée sur le signal de déplacement de l’arbre de la broche. Les auteurs ont appliqué le filtre de Kalman pour augmenter la bande passante de capteur de déplacement utilisé de 350 Hz à 1000 Hz [21]. Le signal de force est un signal très utile pour détecter le broutage, mais le besoin d’introduire un capteur dans la machine, ce qui réduit la rigidité du système et la bande passante limitées à 2-3kHz rendent son utilisation limité, surtout en production.

PHENOMENES VIBRATOIRES EN USINAGE

Le processus de coupe peut entrainer trois types différents de vibrations mécaniques. Ces vibrations surviennent en raison de l’absence de rigidité dynamique d’un ou de plusieurs éléments du système composé de la machine-outil, du porte-outil, de l’outil de coupe et de la pièce à usiner. Trois types de vibrations sont connus : les vibrations libres, les vibrations forcées et les vibrations auto excitées [36]. Les vibrations libres sont générées lorsqu’un système mécanique est déplacé de son point d’équilibre et laissé vibrer librement. Dans l’opération d’enlèvement du métal, les vibrations libres apparaissent, par exemple, à la suite d’une trajectoire incorrecte de l’outil. Ceci mène à la collision entre l’outil de coupe et la pièce à usiner. Dans le cas de l’usinage, les vibrations sont fréquemment utilisées dans la caractérisation du système, au cours d’un test d’impact. Les vibrations forcées sont la réponse vibratoire d’un système mécanique à une excitation. Les vibrations forcées naissent de la variation périodique des efforts de coupe, liée par exemple au passage des dents en fraisage.

En effet, l’outil est sollicité de manière périodique par les efforts de coupe appliqués sur les dents. Les dents passent alternativement dans la matière et par conséquent les efforts de coupe varient et génèrent des vibrations forcées. Toutefois, les vibrations forcées sont associées à d’autres sources, telles qu’une excentration de l’outil et le déséquilibre des roulements ou de l’outil de coupe. Elles peuvent aussi être transmises par d’autres machines-outils, à travers le sol de l’atelier. Il est possible d’éviter, de réduire ou d’éliminer les vibrations libres et forcées, lorsque la cause est identifiée. Les ingénieurs ont mis au point plusieurs méthodes pour atténuer et réduire leur occurrence. Les vibrations auto excitées extraient l’énergie à démarrer et à croître à partir de l’interaction entre l’outil de coupe et la pièce, durant le processus d’usinage. Ces vibrations amènent le système à l’instabilité. Elles sont les plus indésirables et les moins contrôlables. Elles sont très néfastes pour l’usinage ; elles entraînent un très mauvais état de surface, une baisse de la durée de vie de l’outil (en accélérant l’usure), la casse de l’outil dans des cas extrêmes et Une usure prématurée de la broche de la machine. Les arguments précédents expliquent pourquoi le broutage a été un sujet populaire pour les chercheurs académiques et industriels.

Table des matières

Table des matières
Table de Figures
liste de Tableaux
Introduction
Surveillance de l’usinage
1 Introduction
2 Surveillance de l’usure de l’outil
2.1 Introduction
2.2 Les formes d’usure de l’outil de coupe
2.3 Moyens de surveillance
2.4 Conclusion
3 Surveillance du phénomène du broutage
3.1 Phénomènes vibratoires en usinage
3.2 Broutage en usinage
3.3 Mécanisme des vibrations auto-excitées
3.4 Stratégies visant à assurer des procédés d’usinage stables
3.5 Conclusions
4 Simulation analytique du diagramme des lobes de stabilité
4.1 Caractérisation des paramètres modaux de la machine
4.2 Simulation du diagramme des lobes de stabilité
4.3 Exemple de validation
4.4 Conclusion
5 Synthèse
6 Objectifs de l’étude
Cyclostationnarité
1 Introduction
2 Historique de la cyclostationnarité
3 Définitions, Propriétés, Représentations
3.1 Processus aléatoires
3.2 Les ordres de cyclostationnarité
3.3 Descripteurs fréquentiels de deuxième ordre
3.4 Exemple de processus cyclostationnaire
3.5 Ergodicité et Cycloergodicité
4 Principe d’acquisition des signaux
4.1 Motivations
4.2 Échantillonnage angulaire direct
4.3 Échantillonnage angulaire a posteriori
5 Estimation des outils cyclostationnaires
6 Analyse d’enveloppe et Corrélation spectrale
7 Conclusion
Analyse cyclostationnaire des signaux d’accélération
1 Introduction
2 Méthodologie
2.1 Dispositif expérimental
2.2 Acquisition de données
2.3 Configuration des tests
3 Résultats et discussion
3.1 Première application : analyse du broutage
3.2 Deuxième application : analyse de l’usure
4 Conclusions
Analyse des signaux de vitesse angulaire instantanée
1 Introduction
2 Méthodologie
2.1 Principe de récupération des signaux du codeur
2.2 Dispositif expérimental
2.3 Mesure de la vitesse angulaire instantanée
2.4 Tests de broutage
2.5 Indicateurs du broutage
3 Résultats et discussion
3.1 Analyse des données
3.2 Cyclostationnarité des signaux de vitesse et de force de coupe
3.3 Indicateurs du broutage
4 Conclusion
Détection du broutage par réseaux de neurone et sélection de paramètres
1 Introduction
2 Méthodologie et taxonomie
2.1 Acquisition des données
2.2 Étapes de traitement
3 Application pour la détection du broutage
3.1 Les approches de classification
3.2 Discussion
4 Conclusions
Conclusion générale
BIBLIOGRAPHIE
ANNEXE A
ANNEXE B
ANNEXE C

Télécharger le rapport complet