تلفیق حسگرها در سامانه پایش وضعیت ابزار با استفاده از سیستم استنتاج عصبی- فازی تطبیقی بهینه شده

در حال حاضر بیشتر سیستم های پایش وضعیت سایش ابزار براده برداری مبتنی بر مقادیر مشخصه هایی از سیگنال که مرتبط با سایش ابزار هستند می باشند. ارزیابی وضعیت ابزار بر اساس مشخصه های سیگنال یک حسگر قابل اطمینان نمی باشد زیرا مشخصه به دست آمده از سیگنال یک حسگر علاوه بر سایش ابزار به سایر عوامل غیر مرتبط با سایش ابزار مانند پارامترهای فرآیند و اغتشاشات تصادفی نیز وابسته است. راه حل این مساله، تلفیق داده های چند حسگر غیر متجانس می باشد. اطلاعات به دست آمده از این روش کامل تر و دارای دقت و قابلیت اطمینان بالاتری است. در این تحقیق، ترکیب حسگرهای بینایی، جریان، کرنش و ارتعاشات به منظور پیش بینی وضعیت سایش سطح آزاد ابزار پیشنهاد شده است. مدل سیستم استنتاج عصبی فازی تطبیقی (ANFIS) بهینه شده جهت تلفیق مشخصه های سیگنال بافت سطح، جریان موتور، کرنش و ارتعاشات توسعه شده است. ساختار مدل ANFIS پیشنهادی دارای چهار ورودی و یک خروجی می باشد. ورودی های مدل شامل بی نظمی بافت سطح قطعه کار (که توسط تبدیل موجک فیلتر شده) ، انتگرال حاشیه ای زمان فرکانس سیگنال جریان موتور اسپیندل و بی نظمی شانون سیگنال های کرنش و ارتعاشات ابزار می باشد. نتایج به دست آمده نشان داد با استفاده از مدل ANFIS بهینه شده می توان مشخصه های سیگنال ها را تلفیق و با دقت بالایی در پیش بینی وضعیت ابزار استفاده نمود.