Search the digital library catalog

Abstract: Nadzor obrabe rezalnega orodja pri struženju prispeva k izboljšanju kakovosti izdelkov, optimizaciji stroškov orodja in zmanjšanju števila neželenih dogodkov. Pri maloserijski in posamični proizvodnji se operater stroja na podlagi izkušenj odloča, kdaj zamenjati rezalno orodje. Slabe odločitve lahko vodijo do povišanja stroškov, zastojev proizvodnje in izmeta. V disertaciji smo predstavili sistem nadzora stanja rezalnega orodja, ki med in po struženju samodejno prepozna obrabo rezalnega orodja. Za nadzor procesa smo uporabili infrardečo (IR) kamero, ki za razliko od uporabe navadnih industrijskih kamer ne spremlja zgolj vizualnega stanja procesa, ampak zajema še termografsko stanje. Kljub zahtevnemu okolju (vroči ostružki) smo kamero ustrezno zaščitili in namestili tik ob rezalno ploščico, kar omogoča spremljanje obdelave iz neposredne bližine. Material smo obdelovali z različno obrabljenimi rezalnimi ploščicami in ustvarili bazo 18.486 slik, ki so bile namenjene učenju in testiranju modela. Z uporabo globokega učenja in konvolucijske nevronske mreže (CNN) smo razvili napovedni model obrabe in poškodb rezalnega orodja. Pripravljeno bazo slik smo razdelili na slike, ki so nastale med procesom struženja (slike procesa), in na slike, ki so nastale po struženju (termografske slike rezalnega orodja). Ugotovili smo, da je model uspešen na obeh bazah slik. Naučen model na podlagi termografske slike procesa samodejno razvrsti stanje rezalnega orodja glede na primernost za nadaljnjo uporabo pri struženju (brez obrabe, majhna obraba, velika obraba). Točnost klasifikacije za združeno množico vseh slik je 99,92 % in potrjuje ustreznost predlagane metode. Model smo testirali tudi na nepoznanih slikah (spremenjeni obdelovalni pogoji), s čimer smo z več kot 98 % točnostjo klasifikacije potrdili robustnost naučenega sistema pri uporabi za nepoznani material obdelovanca. Takšen sistem omogoča takojšnje ukrepanje v primeru obrabe ali zloma rezalnega orodja, ne glede na znanje in usposobljenost operaterja.
Keywords: umetna inteligenca, globoko učenje, Industrija 4.0, odrezavanje, rezalna orodja, struženje, obraba orodja, termografija
Published in DKUM: 22.11.2021; Views: 1042; Downloads: 177
Full text (3,70 MB)

Abstract: V diplomski nalogi smo zasnovali modularni vpenjalni pripravi, na katerih se bo izvedla obdelava obdelovanca, v skladu z zahtevami na delavniški risbi. Glavne prioritete vpenjalnih priprav so bile, da so narejene čim bolj ergonomsko ter da so cenovno ugodne in obratovalno zanesljive. Preučili smo več različnih zasnov in na koncu z ustrezno analizo izbrali najustreznejšo. Preučili smo obdelovalne operacije in na tej podlagi izbrali ustrezna orodja. Izbrali smo optimalne rezalne parametre za operacije ter na koncu izbrali ustrezne obdelovalne stroje.
Keywords: Odrezavanje, vpenjalna priprava, snovanje, tehnologija obdelav
Published in DKUM: 24.09.2020; Views: 1203; Downloads: 290
Full text (4,41 MB)
This document has many files! More...

Abstract: V zadnjem času tako na domačem kot tudi tujem tržišču novih izdelkov hitro narašča konkurenca med proizvajalci. Vse bolj pomembna postaja hitrost uvajanja novih proizvodov na trg, še posebno na področju medicine. Medicinski pripomočki postajajo vedno bolj kompleksni, izdelava na konvencionalnih strojih pa skoraj nemogoča. Zato je ključnega pomena, da se razvoj novega pripomočka, izvede po najnovejših ergonomskih normativih in najkrajšem možnem času izdelave. Diplomsko delo prikazuje hitro izdelavo prototipa medicinskega pripomočka merilnika pretoka zraka. Izdelan je celoten potek nastajanja prototipa od analize obstoječega merilnika pretoka zraka, odprave ergonomskih pomanjkljivosti do konstruiranja po smernicah VDI 2221, izdelave s tehnologijo selektivnega laserskega sintranja ter končne obdelave s postopki grezenja in povrtavanja. Cilj diplomskega dela je celotna predstavitev implementacije sprememb pri razvoju in izdelavi prototipa. S to raziskavo bomo zagotovo pripomogli k nadaljnjemu razvoju in hitri izdelavi medicinskih pripomočkov.
Keywords: konstruiranje, slojevite tehnologije, prototip, ergonomija, odrezavanje, grezenje, medicinski pripomočki
Published in DKUM: 27.09.2016; Views: 2043; Downloads: 180
Full text (3,59 MB)

Abstract: V obdobju opravljanja praktičnega usposabljanja v podjetju Roboteh d.o.o. sem spoznaval potek avtomatizacije procesov v industriji, kar me je navdihnilo za pisanje diplomske naloge pri njih. V času, ko sem nabiral izkušnje na terenu in v proizvodni hali, smo se dogovorili, da mi zaupajo avtomatizacijo stroja za odrezovanje baterijskih izvodov. V diplomski nalogi je opisan postopek avtomatizacije stroja, predstavljeno je krmilje proizvajalca Siemens ter pogonski sklopi naprave. Opisana je izbira električnih in strojnih komponent, težave ki so se pojavile pri izvajanju projekta, zahteve in pogoji naročnika, ter delovanje celotnega stroja. Predstavljeni so električni in pnevmatski načrti ter program, ki smo jih izdelali s pomočjo programov Eplan P8 in TIA portal V13.
Keywords: avtomatizacija, programabilni logični krmilnik, operaterski panel, stroj za odrezavanje
Published in DKUM: 28.09.2015; Views: 2699; Downloads: 270
Full text (8,36 MB)

Abstract: V industriji je vedno večja konkurenca. Kupci zahtevajo kvalitetne izdelke, hitro dobavo in nizke cene. Vse to dosežemo z ustreznim kadrom, organizacijo in znanjem. V diplomski nalogi sem analiziral različne parametre obdelave pri struženju. Prikazal sem kako z izbiro pravilne rezalne ploščice in parametrov odrezavanja dosežemo nižje stroške obdelave, skrajšamo obdelovalne čase in dosežemo nižjo ceno izdelave. Podatke, katere sem pridobil v diplomski nalogi, bodo koristili tudi v podjetju, saj se jim s tem zmanjša čas izdelave izdelka.
Keywords: struženje, optimiranje, odrezavanje, rezalni parametri
Published in DKUM: 16.10.2013; Views: 2048; Downloads: 371
Full text (1,89 MB)