DE102008062081A1

DE102008062081A1 - Ermittlung des Verschleißzustands eines Schleifwerkzeugs

Info

Publication number: DE102008062081A1
Application number: DE200810062081
Authority: DE
Inventors: Mark Dr. Geisel
Original assignee: MTU Aero Engines GmbH
Current assignee: MTU Aero Engines AG
Priority date: 2008-12-12
Filing date: 2008-12-12
Publication date: 2010-06-17

Abstract

Bei einem Verfahren zum Ermitteln des Verschleißzustands eines Schleifwerkzeugs wird ein Werkstück mit dem Schleifwerkzeug geschliffen. Ein Messsignal x wird zu einer Anzahl I von Zeitpunkten t(i = l, ..., I) während des Schleifens abgetastet, um eine entsprechende Anzahl von Messwerten x= x(t) zu erhalten. Aus den Messwerten xwerden Komponenten yeines Datenvektors $I1 als gewichtete Summen von Messwerten xberechnet, $I2. Der Verschleißzustand des Schleifwerkzeugs wird anhand des Datenvektors $I3 bestimmt.

Description

Die vorliegende Erfindung bezieht sich auf ein Verfahren, ein Computer-Programm und eine Steuerung zum Ermitteln des Verschleißzustands eines Schleifwerkzeugs.
Durch Schleifen mit einer rotierenden Schleifscheibe oder einem anderen Schleifwerkzeug kann eine Oberfläche eines Werkstücks durch Abtragen dünner Schichten bearbeitet werden. Ferner können durch Schleifen dickere Schichten entfernt werden, um die dreidimensionale Gestalt eines Werkstücks zu verändern. Beim Schleifprozess wird nicht nur Material vom Werkstück abgetragen, auch an dem Schleifwerkzeug entsteht Verschleiß. Die einzelnen unregelmäßig in der Matrix des Schleifwerkzeugs angeordneten Schleifkörner verändern ihre Form und/oder brechen aus der Matrix aus.
Der Verschleißzustand eines Schleifwerkzeugs hat Auswirkungen auf die Qualität der durch das Schleifen erzeugten Oberfläche. Um eine vorbestimmte Qualität der erzeugten Oberfläche zu gewährleisten, darf der Verschleiß am Schleifwerkzeug eine vorbestimmte Schwelle nicht überschreiten. Sicherheitshalber werden Schleifwerkzeuge deshalb herkömmlich nach einer vorbestimmten Schleifleistung ersetzt. Dabei werden die Standzeiten der Schleifwerkzeuge nicht vollständig ausgeschöpft. Dies erzeugt unnötige aber erhebliche Mehrkosten.
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein verbessertes Verfahren zum Ermitteln des Verschleißzustands eines Schleifwerkzeugs sowie ein verbessertes Computer-Programm und eine verbesserte Steuerung zu schaffen.
Diese Aufgabe wird durch die Gegenstände der unabhängigen Ansprüche gelöst.
Weiterbildungen sind in den abhängigen Ansprüchen angegeben.
Verschiedene Ausführungsformen der vorliegenden Erfindung beruhen auf der Idee, beim Schleifen eines Werkstückes mit einem Schleifwerkzeug ein Messsignal zu einer Anzahl von Zeitpunkten abzutasten um eine entsprechende Anzahl von Messwerten zu erhalten, einen Datenvektor aus den Messwerten zu berechnen, wobei die Komponenten des Datenvektors gewichtete Summen von Messwerten sind, und den Verschleißzustand des Schleifwerkzeugs anhand des Datenvektors zu bestimmen. Das Messsignal zeigt beispielsweise eine Spindelleistung oder ein Spindeldrehmoment an oder ist ein Messsignal eines Körperschallsensors oder eines Schallsensors oder ein anderes Messsignal. Die Gewichte für die Berechnung der Komponenten des Datenvektors aus den Messwerten können Komponenten eines Eigenvektors einer Matrix sein, deren Einträge ähnlich wie Werte einer Autokorrelationsfunktion aus den Messwerten berechnet werden. Der Eigenvektor kann anhand des zugehörigen Eigenwertes ausgewählt werden. Beispielsweise wird ein Eigenvektor ausgewählt, dessen Eigenwert in einem vorbestimmten Intervall liegt, oder der in einer Rangfolge nach der Größe einen vorbestimmten Platz einnimmt.
Auf die beschriebene Weise können, beispielsweise unter Verwendung der Komponenten von mehreren Eigenvektoren der erwähnten Matrix als Gewichte, mehrere Datenvektoren aus den Messwerten eines Messsignals berechnet werden. Ferner können Datenvektoren aus mehreren verschiedenen Messsignalen berechnet werden. Der Verschleißzustand des Schleifwerkzeugs kann anhand einer Funktion eines oder mehrerer Datenvektoren bestimmt werden. Beim Bestimmen des Verschleißzustands wird beispielsweise eine spektrale Leistungsdichte einer Fourier-Transformierten, eine Autokorrelationsfunktion oder ein Moment vorbestimmter Ordnung berechnet. Die Leistungsdichte oder Autokorrelationsfunktion kann beispielsweise gewichtet integriert werden.
Abhängig von den Eigenschaften des Schleifwerkzeugs, des Werkstücks und des Schleifvorgangs können die beschriebenen Verfahren und Varianten so ausgestaltet werden, dass der Verschleißzustand des Schleifwerkzeugs mit bislang unbekannter Präzision ermittelt werden kann. Der Aufwand einer licht- oder elektronenmikroskopischen Untersuchung des Schleifwerkzeugs ist dabei nicht erforderlich. Stattdessen werden lediglich während des Schleifens eines Werkstücks mit dem Schleifwerkzeug ein oder mehrere Messsignale abgetastet. Das Schleifwerkzeug kann deshalb ununterbrochen zum Schleifen von Werkstü cken verwendet werden. Dadurch wird der Durchsatz an der einzelnen Schleifvorrichtung erhöht. Außerdem kann das Schleifwerkzeug bis zum Erreichen eines vorbestimmten Verschleißzustands verwendet werden und muss nicht sicherheitshalber vorher bereits ersetzt werden. Insgesamt können deshalb die Kosten des Schleifverfahrens deutlich gesenkt werden.
Kurzbeschreibung der Figuren
Nachfolgend werden Ausführungsformen anhand der beigefügten Figuren näher erläutert.
Es zeigen:
1 ein schematisches Flussdiagramm eines Verfahrens zum Ermitteln des Verschleißzustandes eines Schleifwerkzeugs;
2 eine schematische Darstellung eines Werkstücks und eines Schleifkorns;
3 eine schematische Darstellung eines Werkstücks und eines Schleifkorns;
4 eine schematische Darstellung einer Kraft zwischen Werkstück und Schleifkorn in Abhängigkeit von der Zeit;
5 eine schematische Darstellung einer Kraft zwischen Werkstück und Schleifkorn in Abhängigkeit von der Zeit;
6 eine schematische Darstellung einer Kraft zwischen Werkstück und Schleifkorn in Abhängigkeit von der Frequenz;
7 eine schematische Darstellung einer Kraft zwischen Werkstück und Schleifkorn in Abhängigkeit von der Frequenz;
8 eine schematische Darstellung von Anregungen im Frequenzraum;
9 eine schematische Darstellung von Anregungen im Frequenzraum;
10 eine schematische Darstellung von Anregungen im Frequenzraum;
11 eine schematische Darstellung eines Leistungsdichtespektrums bei einem Schleifwerkzeug ohne Verschleiß;
12 eine schematische Darstellung eines Leistungsdichtespektrums bei einem Schleifwerkzeug mit leichtem Verschleiß;
13 eine schematische Darstellung eines Leistungsdichtespektrums bei einem Schleifwerkzeug mit starkem Verschleiß; und
14 eine schematische Darstellung eines Werkstücks und einer Schleifvorrichtung.
Beschreibung der Ausführungsformen
1 zeigt ein schematisches Flussdiagramm eines Verfahrens zum Ermitteln des Verschleißzustandes eines Schleifwerkzeugs. Das Schleifwerkzeug wird nachfolgend exemplarisch als Schleifscheibe bezeichnet, die um eine Achse rotiert, und die an oder nahe ihrem Umfang ein Werkstück berührt und von diesem Material abträgt. Das nachfolgend beschriebene Verfahren ist jedoch nicht nur auf eine solche rotierende Schleifscheibe anwendbar sondern auch auf viele andere Schleifwerkzeuge.
Bei einem ersten Schritt 101 wird das Werkstück mittels der Schleifscheibe geschliffen. Die Schleifscheibe trägt an der Oberfläche des Werkstücks Material in dünnen Schichten (Pendelschleifen oder Flachschleifen) oder in dicken Schichten (Tiefschleifen oder Kriechgangschleifen oder Vollschnittschleifen) ab. Dadurch wird die Oberfläche des Werkstücks verändert bzw. eine Oberfläche mit einer definierten Gestalt gebildet.
Bei einem zweiten Schritt 102 wird während des Schleifens ein Messsignal x(t) erfasst. Der zweite Schritt 102 wird also ähnlich wie der nachfolgend beschriebene dritte Schritt 103 zumindest teilweise gleichzeitig mit dem ersten Schritt 101 ausgeführt. Das Erfassen des Messsignals x(t) umfasst beispielsweise seine Erzeugung durch einen entsprechenden Sensor, seine analoge Verstärkung und Übertragung.
Das Messsignal x(t) zeigt beispielsweise die Leistung oder das Drehmoment an, die bzw. das von einem Spindelantrieb erzeugt und von einer Spindel an die Schleifscheibe übertragen wird. Alternativ ist das Messsignal x(t) beispielsweise ein Signal eines an der Schleifvorrichtung oder am Werkstück angebrachten Körperschallsensors oder eines Schallsensors, der Luftschall erfasst.
Bei einem dritten Schritt 103 wird das Messsignal x(t) zu einer Anzahl I von Zeitpunkten t_i (i = 1, ..., I) abgetastet, um eine entsprechende Anzahl I von Messwerten x_i = x(t_i) zu erhalten. Dieses Abtasten umfasst insbesondere eine Analog-Digital-Wandlung durch einen Analog-Digital-Wandler. Die Zeitpunkte t_i liegen beispielsweise äquidistant in einem vorbestimmten Zeitintervall [t₁‚ t_I], t_i+1 – t_i = Δt = const ∀i ∊ {1, ..., I – 1}, mit der Abtastzeit Δt. Alternativ kann das Messsignal x(t) auch zu nicht äquidistanten Zeitpunkten t_i bzw. mit einer variierenden Rate bzw. Frequenz abgetastet werden. Das Zeitintervall [t₁, t_I] kann den gesamten Schleifvorgang an dem Werkstück oder einen zufälligen oder vorbestimmten Ausschnitt des Schleifvorgangs umfassen.
Die Abtastrate kann abhängig von dem abzutastenden Messsignal in einem großen Bereich variieren. Wenn das Messsignal die Spindelleistung anzeigt, kann das Messsignal unter Umständen nur wenige Male pro Sekunde oder noch seltener abgetastet werden. Wenn das Messsignal ein Signal eines Körperschallsensors oder eines anderen Schallsensors ist, kann eine Abtastrate im Bereich von mehreren kHz oder höher vorteilhaft sein. Die Gesamtzahl der durch Abtasten des Messsignals x(t) erhaltenen Messwerte x_i kann mehrere 100 oder mehrere 1000 betragen. Abhängig von Eigenschaften des Schleifvorgangs und des erfass ten Messsignals kann die Anzahl der Zeitpunkte t_i und der Messwerte x_i auch darunter oder weit darüber liegen.
Bei einem in 1 nicht dargestellten optionalen Schritt kann das erfasste Messsignal x(t) vor dem Abtasten auf analogem Weg oder nach dem Abtasten auf digitale Weise tiefpassgefiltert werden. Dadurch können der instationäre und der quasistationäre Anteil des Messsignals x(t) voneinander getrennt werden. Die Abtrennung instationärer Anteile kann vorteilhaft sein.
Bei einem vierten Schritt eines 104 wird aus den Messwerten x_i eine Messwertmatrix
gebildet. Die Messwertmatrix X hat d_E Zeilen und I – k(d_E – 1) Spalten. d_E wird auch als Einbettungsdimension bezeichnet, k wird auch als Zeitverzögerungsfaktor bezeichnet. Das Produkt aus dem Zeitverzögerungsfaktor und der k und der Abtastzeit Δt wird als Zeitverzögerung τ bezeichnet, τ = k·Δt. Der Zeitverzögerungsfaktor k beträgt beispielsweise 1, 2 oder 3. An Gleichung 1 ist erkennbar, dass jede Zeile der Messwertmatrix einen großen Teil der Messwerte enthält, wobei die Messwerte jedoch zeilenweise zeitverschoben sind.
Bei einem fünften Schritt 105 wird eine Korrelationsmatrix A als Produkt der Messwertmatrix X und ihrer Transponierten X^T berechnet, A = X·XT. (Gleichung 2)
Die Einträge a_mn der Korrelationsmatrix A werden somit ähnlich wie die Werte einer Autokorrelationsfunktion berechnet,
Bei einem sechsten Schritt 106 werden die Eigenwerte c_p und Eigenvektoren c →_p der Korrelationsmatrix A bestimmt. Dies geschieht mit den in der Mathematik bekannten Verfahren.
Bei einem siebten Schritt 107 wird ein Eigenvektor c →_p der Korrelationsmatrix A ausgewählt. Dies kann anhand des zugehörigen Eigenwertes c_p geschehen. Beispielsweise wird derjenige Eigenwert c_p bzw. der Eigenvektoren c →_p zu demjenigen Eigenwert c_p ausgewählt, der am nächsten bei einem vorbestimmten Wert liegt. Alternativ werden beispielsweise die Eigenwerte c_p ihrer Größe nach sortiert und derjenige Eigenwert c_p bzw. der Eigenvektor c →_p zu demjenigen Eigenwert c_p ausgewählt, der in der Rangliste nach der Größe einen vorbestimmten Platz bzw. Rang einnimmt.
Bei einem achten Schritt 108 wird aus den Messwerten x_i ein Datenvektor y → berechnet. Jede einzelne Komponente y_j des Datenvektors y → ist die gewichtete Summe von Messwerten,
Die Komponenten c_p,l des im siebten Schritt 107 ausgewählten Eigenvektors c →_p gewichten die Messwerte x_i bei der Berechnung der Komponenten y_j.
Bei einem neunten Schritt 109 wird die Fourier-Transformierte ŷ des Datenvektors y → berechnet. Dies geschieht beispielsweise mittels Fast-Fourier-Transformation (FFT).
Bei einem zehnten Schritt 110 wird die gewichtete Summe (bzw. das gewichtete Integral in diskretisierter Form) z der Fourier-Transformierten ŷ des Datenvektors y → berechnet,
z entspricht der gewichtet integrierten spektralen Leistungsdichte der Fourier-Transformierten des Datenvektors y →.
Bei einem elften Schritt 111 wird der Verschleißzustand der Schleifscheibe anhand des Datenvektors y →, beim vorliegenden Beispiel insbesondere anhand des daraus nach Gleichung 5 berechneten gewichteten Integrals z des Leistungsdichtespektrums (bzw. des Autoleistungsspektrum bzw. der Power-Spektrum-Dichte), bestimmt. Dazu findet beispielsweise ein Vergleich von z mit einem vorbestimmten Schwellenwert statt.
Anstelle des beschriebenen neunten Schritts 109 und des beschriebenen zehnten Schritts 110 oder zusätzlich zu diesen können auch andere Charakteristika des Datenvektors y → berechnet werden, beispielsweise eine Autokorrelationsfunktion, Momente vorbestimmter Ordnung oder Mittelwert, Varianzen, Nulldurchgang oder andere Charakteristika der Autokorrelationsfunktion.
Anstelle einer Auswahl eines einzelnen Eigenvektors c →_p und einer Berechnung eines einzelnen Datenvektors im siebten Schritt 107 und im achten Schritt 108 können auch mehrere Eigenvektoren c_p ausgewählt und mit diesen mehrere Datenvektoren y →_p berechnet werden, wobei jede einzelne Komponente y_p,j eines Datenvektors y →_p nach
berechnet wird. Der Verschleißzustand der Schleifscheibe kann dann anhand einer Funktion mehrerer Datenvektoren y →_p bestimmt werden.
Ferner können im zweiten Schritt 102 mehrere Messsignale x_q(t) erfasst und im dritten Schritt 103 diese mehreren Messsignal x_q(t) abgetastet werden, um mehrere Sätze von Messwerten x_q,i zu erhalten. Diese mehreren Sätze von Messsignalen x_q,i können dann entsprechend den oben beschriebenen Schritten verarbeitet werden.
Die oben beschriebenen Schritte können bei jedem Schleifen eines Werkstücks mit einer Schleifscheibe wiederholt werden, um den Verschleißzustand der Schleifscheibe beim Schleifen des jeweiligen Werkstücks zu bestimmen. Das Zeitintervall [t₁, t_I], in dem das Messsignal x(t) abgetastet wird, insbesondere seine Lage in Bezug auf den Zeitablauf des Schleifprozesses, die Anzahl I der Zeitpunkte t_i, zu denen das Messsignal x(t) abgetastet wird, die Abtastzeit Δt, der Zeitverzögerungsfaktor k, die Einbettungsdimension d_E, die Kriterien zum Auswählen des Eigenvektors beim siebten Schritt 107 und andere Parametern können bei Vorversuchen mit einem oder mehreren Mustern des selben oder auch eines ähnlichen Schleifwerkzeugtyps optimiert werden. Bei diesen Vorversuchen kann eine Korrelation zwischen dem Datenvektor y →_p und einem beispielsweise durch mikroskopische Untersuchungen erfassten objektiven Verschleißzustand des Musters untersucht werden. Auch die Gewichte c_p,l zum Berechnen des Datenvektors y →_p im achten Schritt 108 können bereits nach den Vorversuchen für alle folgenden Schleifprozesse mit Schleifscheiben desselben Schleifwerkzeugtyps festgelegt werden. Bei jedem Schleifprozess an einem Werkstück können dann der vierte Schritt 104, der fünfte Schritt 105, der sechste Schritt 106 und der siebte Schritt 107 werggelassen werden.
Bei der Optimierung kann beispielsweise durch einen Vergleich des berechneten Datenvektors y →_p mit einem Vektor aus herkömmlich tiefpassgefilterten Messwerten x_i ermittelt werden, ob der Zeitverzögerungsfaktor k geeignet gewählt ist. Wenn der Datenvektor y →_p und der Vektor aus den herkömmlich tiefpassgefilterten Messwerten x_i signifikante qualitative Unterschiede aufweisen, wurde der Zeitverzögerungsfaktor k zu groß gewählt.
Bei einer Optimierung hinsichtlich der Einbettungsdimension d_E ist abzuwägen zwischen dem Informationsgewinn durch eine möglichst große Einbettungsdimension d_E und dem durch eine große Einbettungsdimension d_E hervorgerufenen Rechenaufwand. Wenn das oben dargestellte Verfahren mit unterschiedlichen Werten der Einbettungsdimension d_E durchgeführt wird, ist ein Optimum erreicht, wenn eine Erhöhung der Einbettungsdimensi on d_E keine signifikante Veränderung der Ergebnisse, beispielweise des Datenvektors y →_p oder von dessen Fourier-Transformierter ŷ mehr zur Folge hat.
Bei der Optimierung kann ferner auf Erkenntnisse und Algorithmen zurückgegriffen werden, die in Zusammenhang mit dem Lyapunov-Spektrum entwickelt wurden.
Sowohl die beschriebenen Vorversuche als auch das oben anhand der 1 dargestellte Verfahren und seine Varianten können auch an verschiedenen Schleifvorrichtungen durchgeführt werden. In diesem Fall ist es für vielen Anwendungen sinnvoll, den bzw. die Datenvektoren k zu normieren, um eine Vergleichbarkeit für Schleifprozesse an verschiedenen Schleifvorriehtungen zu erzielen.
Nachfolgend wird anhand der 2 bis 10 eine mögliche Erklärung für die nachweisbare Funktion des beschriebenen Verfahrens und seiner Varianten dargestellt.
Die 2 und 3 zeigen schematische Darstellungen eines Werkstücks 10 und eines Schleifkorns 22. Das Schleifkorn 22 ist in eine in den 2 und 3 nicht dargestellte Schleifscheibe eingebettet. Bei einer Rotation der Schleifscheibe führt das Schleifkorn eine durch den Pfeil 30 angedeutete Bewegung aus. Dabei dringt das Schleifkorn 22 in die Oberfläche des Werkstücks 10 ein und hebt einen der Einfachheit halber in den 2 und 3 nicht dargestellten Span ab.
In 2 ist das Schleifkorn 22 nur in einem verschleißfreien neuen Zustand dargestellt. In 3 ist das Schleifkorn ferner in einem Zustand 24 mit geringem Verschleiß und in einem Zustand 26 mit starkem Verschleiß dargestellt. Durch gestrichelte Linien 14, 16 ist ferner dargestellt, dass das Schleifkorn mit geringem Verschleiß 24 und mit starker Verschleiß 26 anders mit dem Werkstück wechselwirkt und anders in das Werkstück 10 eindringt als im verschleißfreien Neuzustand 22.
Die 4 und 5 zeigen schematische Zeitdiagramme der Zeitabhängigkeit der zwischen dem Schleifkorn 22 und dem Werkstück 10 wirkenden Kraft F(t). Der Abszisse ist die Zeit t zugeordnet, der Ordinate die Kraft F(t).
In 4 ist die zwischen dem Schleifkorn 22 ohne Verschleiß und dem Werkstück 10 wirkende Kraft 42 dargestellt. In 5 sind zusätzlich die zwischen dem Schleifkorn 24 mit leichtem Verschleiß und dem Werkstück 10 wirkende Kraft 44 und die zwischen dem Schleifkorn 26 mit starkem Verschleiß und dem Werkstück 10 wirkende Kraft 46 dargestellt.
Die 6 und 7 zeigen schematische Diagramme der Fourier-Transformierten F ^(f) der Kräfte zwischen Schleifkorn und Werkstück 10. Der unterschiedlichen Zeitabhängigkeit der Kraft F(t) für das Schleifkorn 22 ohne Verschleiß, für das Schleifkorn 24 mit leichtem Verschleiß und für das Schleifkorn 26 mit starkem Verschleiß entsprechen unterschiedliche Fourier-Transformierte F ^(f). Beispielhaft wird hier ein sehr schmales Spektrum 52 (idealisiert als Dirac-Distribution dargestellt) für das Schleifkorn 22 ohne Verschleiß (6) und ein demgegenüber deutlich verbreitertes Spektrum 56 für ein Schleifkorn 26 mit starkem Verschleiß angenommen.
Die 8 bis 10 zeigen schematische Diagramme verschiedener Anregungen und Eigenschwingungen des Werkstücks 10 oder des Systems aus Werkstück 10 und Schleifwerkzeug als Funktion der Frequenz f. Der Abszisse ist jeweils die Frequenz f zugeordnet, der Ordinate beispielsweise eine Amplitude einer Anregung. Dargestellt sind dabei jeweils in schematischer Weise ein hochfrequenter Teil und ein niederfrequenter Teil des Anregungsspektrums.
Die Anregung erfolgt im hochfrequenten Teil durch die Wechselwirkung zwischen Schleifwerkzeug und Werkstück 10, insbesondere wie oben anhand der 2 bis 7 dargestellt durch die Wechselwirkungen zwischen dem einzelnen Schleifkorn 22, 24, 26 und dem Werkstück 10. Anregungen bzw. Eigenschwingungen im niederfrequenten Be reich können durch Abtasten des Messsignals im oben beschriebenen dritten Schritt 103 erfasst werden.
In 8 ist die Situation eines neuen Schleifwerkzeugs ohne Verschleiß dargestellt, ähnlich wie oben anhand der 2, 4 und 6 dargestellt. Die schmalbandige Anregung 52 im hochfrequenten Bereich wechselwirkt bei diesen vereinfachten Beispiel nicht mit einer Eigenschwingung im niederfrequenten Bereich.
In 9 ist die Situation eines Schleifwerkzeugs mit leichtem Verschleiß dargestellt. Das Spektrum 54 der durch die Wechselwirkung zwischen dem Werkstück und dem Schleifwerkzeug und leichtem Verschleiß hervorgerufenen Anregungen im hochfrequenten Bereich ist leicht verbreitert und überlappt mit einer Harmonischen 64 einer ersten Eigenschwingung 62 des Werkstücks und/oder des Schleifwerkzeugs im niederfrequenten Bereich. Der Überlapp bewirkt eine energetische Kopplung zwischen den Anregungen und der Harmonischen 64 und damit auch zwischen den Anregungen und der ersten Eigenschwingung 62. Dadurch wird die erste Eigenschwingung 62 angeregt.
10 zeigt die Situation eines Schleifwerkzeugs mit starker Verschleiß. Das Spektrum 56 der durch die Wechselwirkung zwischen Werkstück und Schleifwerkzeut hervorgerufenen Anregungen ist stark verbreitert und überlappt mit der Harmonischen 64 der ersten Eigenschwingung und mit einer Harmonischen 68 im hochfrequenten Bereich einer zweiten Eigenschwingung 66 im niederfrequenten Bereich. Die Wechselwirkungen zwischen Schleifwerkzeug und Werkstück regt deshalb die erste Eigenschwingung 62 und die zweite Eigenschwingung 66 an.
Die 11, 12 und 13 zeigen schematische Darstellungen von Leistungsdichtespektren ŷ(f) eines Datenvektors y → für ein Schleifwerkzeug ohne Verschleiß (11), für ein Schleifwerkzeug mit leichtem Verschleiß (12) und für ein Schleifwerkzeug mit starkem Verschleiß (13). Es ist erkennbar, dass sich die Leistungsdichtespektren qualitativ voneinander unterscheiden. das bei einem Schleifprozesse gemäß einem der oben genannten Verfahren und Varianten erfasste und bestimmte Leistungsdichtespektrum lässt somit einen Rückschluss auf den Verschleißzustand des Schleifwerkzeugs zu.
Die vorliegende Erfindung ist als Verfahren oder als Computer-Programm mit Programmcode zur Durchführung oder Steuerung eines solchen Verfahrens, wenn das Computer-Programm auf einem Computer oder einem Prozessor abläuft, implementierbar. Ferner ist die Erfindung als Computer-Programm-Produkt mit auf einem maschinenlesbaren Träger (beispielsweise einem ROM-, PROM-, EPROM-, EEPROM- oder Flash-Speicher, einer CD-ROM, DVD, HD-DVD, Blue-Ray-DVD, Diskette oder Festplatte) oder in Form von Firmware gespeichertem Programmcode zur Durchführung von einem der genannten Verfahren, wenn das Computer-Programm-Produkt auf einem Computer, Rechner oder Prozessor abläuft, implementierbar. Ferner kann die vorliegende Erfindung als digitales Speichermedium (beispielsweise ROM-, PROM-, EPROM-, EEPROM- oder Flash-Speicher, CD-ROM, DVD, HD-DVD, Blue-Ray-DVD, Diskette oder Festplatte) mit elektronisch auslesbaren Steuersignalen, die so mit einem programmierbaren Computer- oder Prozessor-System zusammenwirken können, dass eines der beschriebenen Verfahren ausgeführt wird, implementiert werden.
Ferner kann die vorliegende Erfindung als Steuerung implementiert werden. 14 zeigt eine schematische Darstellung einer Schleifvorrichtung 70 zum Schleifen eines Werkstücks 10. Die Schleifvorrichtung 70 umfasst neben einer Schleifscheibe 20 oder einer Spindel zum Aufnehmen einer Schleifscheibe einen Antrieb 72 für die Schleifscheibe 20, einen Stellantrieb 74 und eine Steuerung 78. Der Stellantrieb 74 ist zum linearen und/oder rotatorischen Bewegen des Werkstücks 10 und/oder der Achse der Schleifscheibe 20 relativ zueinander mit einer beliebigen Anzahl von Freiheitsgraden ausgebildet. Die Steuerung 78 ist mit dem Antrieb 72 und mit dem Stellantrieb 74 gekoppelt und ausgebildet, um eines der beschriebenen Verfahren auszuführen bzw. zu steuern. Die Steuerung kann ein Computer-Programm, ein Computer-Programm-Produkt oder ein digitales Speichermedium umfassen, wie sie im vorangehenden Absatz beschrieben wurden.

10: Werkstück
20: Schleifscheibe
22: Schleifkorn ohne Verschleiß
24: Schleifkorn mit leichtem Verschleiß
26: Schleifkorn mit starker Verschleiß
30: Bewegung des Schleifkorns
42: Kraft als Funktion der Zeit, ohne Verschleiß
44: Kraft als Funktion der Zeit, mit leichtem Verschleiß
46: Kraft als Funktion der Zeit, mit starkem Verschleiß
52: Kraft als Funktion der Frequenz, ohne Verschleiß
54: Kraft als Funktion der Frequenz, mit leichtem Verschleiß
56: Kraft als Funktion der Frequenz, mit starkem Verschleiß
62: erste Eigenschwingung im niederfrequenten Bereich
64: Harmonische der ersten Eigenschwingung im hochfrequenten Bereich
66: zweite Eigenschwingung im niederfrequenten Bereich
68: Harmonische der zweiten Eigenschwingung im hochfrequenten Bereich
70: Schleifvorrichtung
72: Antrieb für Schleifscheibe 20
74: Stellantrieb für Werkstück 10
78: Steuerung
101: erster Schritt
102: zweiter Schritt
103: dritter Schritt
104: vierter Schritt
105: fünfter Schritt
106: sechster Schritt
107: siebter Schritt
108: achter Schritt
109: neunter Schritt
110: zehnter Schritt
111: elfter Schritt

Claims

Verfahren zum Ermitteln des Verschleißzustands eines Schleifwerkzeugs, mit folgenden Schritten: Schleifen eines Werkstücks mit dem Schleifwerkzeug; Abtasten eines Messsignals x zu einer Anzahl I von Zeitpunkten t_i (i = 1, ..., I) während des Schieifens, um eine entsprechende Anzahl von Messwerten x_i = x(t_i) zu erhalten; Berechnen von Komponenten y_j eines Datenvektors y → als gewichtete Summen von Messwerten
Bestimmen des Verschleißzustands des Schleifwerkzeugs anhand des Datenvektors y →.
Verfahren nach einem der vorangehenden Ansprüche, ferner mit folgenden Schritten: Bilden einer Matrix
mit d_E Zeilen und d_E Spalten, wobei jeder Eintrag a_mn der Matrix A als Summe von Produkten x_i+k(m-1)·x_i+k(n-1) der Messwerte x_i berechnet wird,
Bestimmen eines Eigenvektors cc → der Matrix A, wobei die Komponenten des Eigenvektors cc → dann als Gewichte c_i zum Bestimmen der Komponenten y_i des Datenvektors y → verwendet werden.
Verfahren nach dem vorangehenden Anspruch, ferner mit folgenden Schritten: Bestimmen von Eigenwerten der Matrix A; Auswählen eines Eigenwerts, wobei der Eigenvektor cc → als Eigenvektor zu dem ausgewählten Eigenwert bestimmt wird.
Verfahren nach einem der vorangehenden Ansprüche, bei dem mehrere Eigenvektoren cc →_p und mehrere Datenvektoren yy →_p bestimmt werden, wobei die Komponenten y_p,j jedes Datenvektors yy →_p als gewichtete Summen von Messwerten x_i bestimmt werden,
wobei die Gewichte für die Bestimmung eines Datenvektors yy →_p die Komponenten c_p,l eines zugeordneten Eigenvektors cc →_p sind.
Verfahren nach dem vorangehenden Anspruch, bei dem der Verschleißzustand anhand einer Funktion mehrerer Datenvektoren yy →_p bestimmt wird.
Verfahren nach einem der vorangehenden Ansprüche, bei dem das Bestimmen des Verschleißzustands des Schleifwerkzeugs zumindest entweder ein Berechnen einer spektralen Leistungsdichte einer Fourier-Transformierten eines Datenvektors yy →_p oder ein Berechnen einer Autokorrelationsfunktion eines Datenvektors yy →_p oder ein Berechnen eines Moments eines Datenvektors yy →_p umfasst.
Verfahren nach einem der vorangehenden Ansprüche, bei dem zumindest entweder der Parameter k oder der Parameter d_E oder die Zeitpunkte t_i oder Kriterien für das Auswählen des oder der Eigenvektoren vor dem Schleifen mit dem Schleifwerkzeug bestimmt werden.
Verfahren nach einem der vorangehenden Ansprüche, bei dem das Schleifwerkzeug ein Schleifwerkzeug eines vorbestimmten Schleifwerkzeugtyps ist, vor dem Schleifen mit dem Schleifwerkzeug ein Vorversuch mit einem oder mehreren Mustern des Schleifwerkzeugstyps durchgeführt wird, zumindest entweder der Parameter k oder der Parameter d_E oder die Zeitpunkte t_i oder Kriterien für das Auswählen des Eigenwerts anhand von Ergebnissen des Vorversuchs bestimmt werden.
Verfahren nach einem der vorangehenden Ansprüche, bei dem die Zeitpunkte t_i in einem Zeitintervall mit vorbestimmtem Bezug zum Zeitablauf des Schleifprozesses liegen.
Verfahren nach einem der vorangehenden Ansprüche, bei dem das Messsignal eine Spindelleistung oder ein Spindeldrehmoment anzeigt oder ein Messsignal eines Körperschallsensors oder ein Messsignal eines Schallsensors ist.
Verfahren nach einem der vorangehenden Ansprüche, bei dem mehrere Messsignale abgetastet werden, aus denen mehrere Datenvektoren y → berechnet werden, wobei der Verschleißzustand des Schleifwerkzeugs anhand der mehreren Datenvektoren y → bestimmt wird.
Computer-Programm mit Programmcode zur Durchführung oder Steuerung eines Verfahrens nach einem der vorangehenden Ansprüche, wenn das Computer-Programm auf einem Computer oder einem Prozessor abläuft.
Computer-Programm nach dem vorangehenden Anspruch, wobei das Computer-Programm ein Steuerprogramm einer Schleifvorrichtung ist.
Steuerung für eine Schleifvorrichtung, wobei die Steuerung zur Steuerung eines Verfahrens nach einem der Ansprüche 1 bis 10 umfasst.
Steuerung nach denn vorangehenden Anspruch, wobei die Steuerung ein Computer-Programm nach Anspruch 11 oder 12 in Form von Firmware oder Software umfasst.