Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Detection of tool wear in drilling based on axis position signals
Högskolan Väst, Institutionen för ingenjörsvetenskap, Avdelningen för maskinteknik och naturvetenskap.
2016 (Engelska)Självständigt arbete på avancerad nivå (yrkesexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)Alternativ titel
Metod för determinering av verktygsslitage vid borrning baserad på data från in-terna positionsensorer (Svenska)
Abstract [en]

Cutting operations are important and commonly used operations in the field of manufacturing. Automated machining is today commonly used in CNC-machines. One common drawback with automated machining is that the tool condition is challenging to predict which leads to a conservative tool replacement times. This leads to a low utilisation of the tool economical lifetime and an unnecessary high number of tool replacements. Methods for indirect continuous monitoring of the tool wear exist but usually require retrofitting of external sensors that can be both costly and also interrupt the machine operation due to the additional wiring. It is therefore of interest to investigate the possibility to use the, often high resolution, sensors already fitted in a CNC-machine to extract valuable data that can indirectly give an estimation of the tool condition.

This thesis work has, with attention to the X-, Y- and Z-position sensors, resulted in development of algorithms that show relations between tool wear and data acquired from these sensors. The algorithms operate in the frequency domain to determine changes in the dynamic response over the time of tool degradation.

Ort, förlag, år, upplaga, sidor
2016. , s. 29
Nyckelord [en]
Drilling, Tool wear, Continuous monitoring, Internal sensors
Nationell ämneskategori
Maskinteknik
Identifikatorer
URN: urn:nbn:se:hv:diva-10335Lokalt ID: EXP800OAI: oai:DiVA.org:hv-10335DiVA, id: diva2:1057657
Ämne / kurs
Maskinteknik
Utbildningsprogram
Produktionsteknik
Handledare
Examinatorer
Tillgänglig från: 2016-12-19 Skapad: 2016-12-19 Senast uppdaterad: 2017-03-03Bibliografiskt granskad

Open Access i DiVA

fulltext(4019 kB)181 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 4019 kBChecksumma SHA-512
3631331504f8c8cb23ae3498eb6eb900a6570770f6cde1bd3d5cb770010d77e7e93245556b5b21bde18c89e5fbc65dab7d7654e46ee4fcf4d3887b0889d27ac8
Typ fulltextMimetyp application/pdf

Av organisationen
Avdelningen för maskinteknik och naturvetenskap
Maskinteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 181 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 504 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf