OBRABOTKAMETALLOV Vol. 26 No. 3 2024 97 TECHNOLOGY ции [55] и анализе шероховатости поверхности с использованием звукового сигнала во время механообработки [51, 56]. Несмотря на то что указанные области имеют свои особенности и методы, интеграция их результатов может привести к созданию более комплексной и эффективной системы ОМ КСИ. Такая система при должном методическом описании, настройке, записи и фильтрации ВА-сигналов позволит получить легко переналаживаемый и надежный комплекс мониторинга с низкой себестоимостью, а также позволит обеспечить требуемое качество продукции, повысить производительность и снизить затраты за счет более точного КСИ и процесса обработки. Для реализации концепции мониторинга механической обработки на ТО с ЧПУ (Technological Equipment with CNC) предлагается формировать DS с использованием ВА-комплекса, который передает сигнал в программное обеспечение (ПО – Software). В то же время прикладное ПО должно обладать интуитивно понятным дружелюбным интерфейсом (Friendly User Interface) для пользователя (оператора), данные – иметь структурную упорядоченность, а программная реализация прикладных функций – осуществляться с использованием клиент-серверного построения [57–62]. Бизнес-целью использования предлагаемой DS является уменьшение количества брака при отработке программ и повышение экономической эффективности процесса механической обработки. Информация о механической обработке представляется различными входными данными, такими как название управляющей программы, идентификационный номер инструмента [63, 64], скорость подачи [65], частота вращения шпинделя и др. [66–68]. Хотя метод мониторинга, основанный на измерениях ВА-сигнала, не требует точной информации об абсолютном взаимодействии РИ и детали, но для формирования эффективных выходных данных необходимо задаться ограничениями. Для выделения узкой полосы звуковой волны применялся FFT-фильтр [69–71]. Этот фильтр использует метод быстрого преобразования Фурье (БПФ), который позволяет эффективно анализировать частотный состав сигнала. Размер FFT-блока определяет частотное разрешение анализа. Чем больше блок, тем выше частотное разрешение [72]. Например, для блока размером 65 536 точек и частоты дискретизации 44,1 кГц частотное разрешение составляет примерно 0,67 Гц. Это позволяет точно определить наличие определенных частот в сигнале. Однако при большом размере блока временное разрешение ухудшается. Для улучшения временного разрешения можно использовать меньший блок FFT – это позволит лучше отслеживать быстрые изменения частот, но при этом значительно ухудшится частотное разрешение. При размере FFT, равном 1024, шаг частотной сетки составит примерно 43 Гц. Это значит, что частоты 43, 86, 129 Гц и так далее будут определяться с высокой точностью, но промежуточные частоты, например 50 Гц, могут быть не видны. Фильтрация используется для выделения полезных частотных компонентов сигнала и удаления шума [73]. В механической обработке резанием это может помочь изолировать интересующие частоты вибраций и устранить ненужные шумы. Типы фильтров: низкочастотные фильтры (low-pass) пропускают низкочастотные компоненты и подавляют высокочастотные; высокочастотные фильтры (high-pass) пропускают высокочастотные компоненты и подавляют низкочастотные; полосовые фильтр ы (band-pass) пропускают частоты в определенном диапазоне и подавляют частоты вне этого диапазона. Использование оконных функций в FFTанализе необходимо для минимизации побочных эффектов, связанных с оконными разрывами временного сигнала. Когда сигнал обрезается для анализа, на концах блока могут возникнуть резкие изменения, что приводит к появлению искажений в спектре (утечка спектра). Оконная функция Ханна имеет низкий уровень боковых лепестков в сравнении с прямоугольной функцией, а также низкий уровень спектральных утечек. Из недостатков можно выделить низкую частотную разрешающую способность. Оконная функция Хэмминга имеет низкий уровень боковых лепестков в сравнении с функцией Ханна и низкий уровень спектральных утечек. Из недостатков можно выделить низкую частотную разрешающую способность в сравнении с оконной функцией Ханна. Оконная функция Блэкмана имеет очень низкий уровень боковых лепестков, что позволяет
RkJQdWJsaXNoZXIy MTk0ODM1