AUTOMATIZACIÓN DE LOS PROCESOS DE MECANIZADO A ALTA VELOCIDAD Estado de la investigación en el INSTITUTO DE AUTOMÁTICA INDUSTRIAL Portugal, Junio 2004 José Ramón Alique López CTRA. CAMPO REAL, Km. 0,200 28500 ARGANDA DEL REY (MADRID) ESPAÑA TEL.: 91 871 19 00 FAX: 91 871 70 50 www.iai.csic.es

Procesos de fresado a alta velocidad: - Incremento de la productividad (TAV) - Reducción de fuerzas de corte. - Disminución tiempos de corte. - Integridad superficial mejorada. - Proceso más estable (menores vibraciones). - Textura superficial mejorada. - Mecanizado paredes delgadas (aeronáutica). - Reducción de espirales de viruta.

Características mecanizado a alta velocidad: - Incertidumbre (vaguedad y ambigüedad) y conocimiento incompleto. Nuevos retos: - Alta velocidad. - Incorporación de funciones objetivos. Nuevo paradigma: Maximizar la tasa de arranque de viruta, minimizando la tasa de desgaste de la herramienta y manteniendo la calidad, dimensional y superficial, de TODAS las piezas mecanizadas.

Nuevas estructuras de control jerárquico multinivel: - Nivel máquina: Optimizar el comportamiento dinámico de la máquina. - Nivel proceso: Incrementar la productividad extremando parámetros tecnológicos sujeto a restricciones. - Nivel supervisor: Dirigir el proceso de forma optimizada de acuerdo con la función objetivo establecida. Nivel máquina: Sistemas CNC de arquitectura abierta actuales

Nivel proceso: - Control de variables de proceso que afectan directamente la productividad de la máquina. - Control de las fuerzas de corte. Control de las fuerzas de corte: - F=K dß vg fa (ganancia: K dß vg) - Proceso de ganancia variable. Técnicas de Control adaptativo: - Ganancia variable con estimación explícita de parámetros - Modelo de referencia: * Controlador con linealización * Con transformación logarítmica * Controlador no lineal * Controlador robusto.

Control de fuerzas de corte basado en técnicas de Inteligencia Artificial: - Control borroso autosintonizado. - Control por Modelo Interno (IMC) * Controlador directo inverso (DIC) * Control con ambos modelos Control borroso Control por modelo interno

Sistema sensorial de mecanizado - Monitorización de la herramienta. - Monitorización del proceso. - Monitorización de la máquina. Monitorización estado de la herramienta - Técnicas de visión artificial. - Fuerzas de corte, ratio avance/corte. - Emisión acústica Peculiaridades mecanizado a alta velocidad y micromecanizado

Monitorización del proceso de mecanizado - Detección de chatter regenerativo. - Predicción calidad superficial. - Predicción precisión dimensional. Chatter regenerativo - Incremento notable fuerzas de corte. - Desgaste anómalo o rotura de herramienta. - Muy baja calidad superficial.

Detección chatter regenerativo - Densidad espectral de alguna señal característica del proceso. Utilización de algún valor de umbral empírico. - Presión sonora / fuerza de corte / par de corte - Ratio: R = ( Gs / Gn) 2 Gs: Varianza señal acelerómetro baja frecuencia Gn: “ “ “ alta “ R < < 1: Chatter regenerativo.

Acelerómetros, sensores de emisión acústica, dinamómetros en el cabezal, la bancada y la mordaza

Predicción calidad superficial - Integridad superficial. - Textura superficial. Rugosidad superficial - Función del filo de corte de la herramienta. - Función de las propiedades del material de la pieza. Influencia directa: Fricción - fatiga y resistencias electrónica y térmica

Predicción de la rugosidad superficial - Predicción - no medida - - En-proceso Los sensores basados en visión o emisión acústica no han funcionado en el ambiente de taller Modelos predictivos - Modelos mecanísticos: modelado geométrico. - Modelos empíricos: modelado observacional. - Modelos semiempíricos.

Modelos empíricos de rugosidad - Modelos estadísticos, ecuaciones de regresión múltiple no lineal. - Modelos de Inteligencia Artificial (neuroborrosos,....) Modelos estadísticos Relaciones funcionales del tipo: Ra = c ha1 fa2 ra3 da4 sa5 Otros añaden la vibración por revolución. Contribuciones contrapuestas - La productividad y la rugosidad superficial son variables de mérito contrapuestas.

Modelos de Inteligencia Artificial Redes Neuronales Artificiales (RNA) - Capacidad de aproximar cualquier función. - Funcionamiento adecuado en presencia de ruido. - Comportamiento correcto con falta de datos. - Facilidad para tener en cuenta interacciones desconocidas. - Buena generalización. Las RNA constituyen una buena alternativa en el caso de inexistencia de modelos analíticos o cuando un modelo representado por un polinomio de bajo orden resulta inapropiado.

- Está relacionado básicamente con la calidad del producto. El nivel supervisor: - Está relacionado básicamente con la calidad del producto. - Deberá incorporar todos los factores no explícitamente tratados y compensados en los niveles máquina y proceso. - Deberá tener en cuenta las estrategias de mecanizado específicas para cada operación. - Deberá suministrar, en tiempo real, los valores de las condiciones de corte y variables de proceso. Funcionalmente: - Supresión automática del chatter. - Control de la calidad, superficial y dimensional, de las piezas mecanizadas. - Implementación de las estrategias de mecanizado.

Supresión automática del chatter: - En base a los diagramas de lóbulos de estabilidad. - En base a la modificación (modulación) de la velocidad de corte. Métodos de identificación - Métodos analíticos - Métodos analítico-experimentales, predicción analítica del chatter donde la función de transferencia de sistemas de varios grados de libertad se identifica mediante ensayos dinámicos estructurales no destructivos. Diagramas de lóbulos de estabilidad

Modificación de la velocidad de corte: - Supresión activa mediante la modulación adaptativa de la velocidad de corte. - Supresión pasiva mediante fresas cuyos dientes están irregularmente espaciados. Control en proceso de la calidad de las piezas: - Predicción en proceso de la rugosidad superficial. - Análisis de los factores que afecten la rugosidad superficial. - Modificación en proceso de las variables más asequibles.

Factores que afectan a la rugosidad superficial: - Parámetros y variables de mecanizado. - Propiedades de la herramienta de corte. - Propiedades de la pieza a mecanizar. - Fenómenos de corte (vibraciones, aceleraciones, ....) Posibles estrategias de control de rugosidad: - Operaciones libres del chatter. - Valor optimizado de las velocidades de corte. - Valor optimizado de las velocidades de avance.

Estrategias de mecanizado de acuerdo con la función objetivo Sistemas de ayuda a la programación: - Funcionan pre-proceso. - Simuladores geométricos. - Simuladores del proceso - En Red, Internet.

Consideraciones finales: - Resultados notables a nivel laboratorio. Escasa implantación en taller. - Falta de coordinación. Se trabaja por modas. - Escasez de CNC de arquitectura abierta. - Falta de estandarización de estos procesos. - Demasiados fracasos prácticos. Líneas de investigación: - Sistemas de monitorización, supervisión y control embebidos - Redes de datos, sin cable. - Papel de Internet. - Localización de los talleres, máquinas y procesos dejará de tener importancia.

Muito obrigado por sua atençao.