KOMISJA BUDOWY MASZYN PAN – ODDZIAŁ W POZNANI U Vol. 31 nr 2 Archiwum Technologii Maszyn i Automatyzacji 2011 KRZYSZTOF JEMIELNIAK * PRZETWARZANIE SYGNAŁÓW W DIAGNOSTYCE STANU NARZĉDZIA I PROCESU SKRAWANIA W artykule przedstawiono współczesne metody przetwarzania sygnałów w układach diagno- styki stanu narzĊdzia i procesu skrawania (DNiPS). Omówiono przetwarzanie wstĊpne (np. filtro- wanie, wzmacnianie, zamianĊ na postać cyfrową, segmentacjĊ), a nastĊpnie wyznaczenie miar sygnałów w dziedzinie czasu, czĊstotliwości (transformata Fouriera) lub czasu i czĊstotliwości (krótkookresowa transformata Fouriera, transformata Falkowa, transformata Hilberta-Huanga). Uzyskanych miar sygnałów może być bardzo wiele, zwłaszcza jeśli pochodzą z różnych sygnałów (czujników), a wiele z nich nie jest związanych z monitorowanym procesem. Stąd konieczne jest stosowanie odpowiednich sposobów oceny stopnia ich powiązania z monitorowanym zjawiskiem. Omówiono metody oceny przydatności i selekcji miar oraz eliminacji tych miar, które dublują informacje z lepszych od siebie. Słowa kluczowe: diagnostyka stanu narzĊdzia i procesu skrawania, przetwarzanie sygnałów 1. WSTĉP Rozwój zautomatyzowanych systemów wytwarzania wymaga stosowania układów diagnostyki stanu narzĊdzia i procesu skrawania (DNiPS). Układy takie działają w oparciu o sygnały pochodzące z czujników mierzących wielkości za- leżne od diagnozowanego zjawiska jak siły skrawania, drgania czy emisja aku- styczna (AE). Sygnały te są przedmiotem analogowego i cyfrowego przetwarzania zmierzającego do wyznaczenia miar skorelowanych ze stanem narzĊdzia czy pro- cesu skrawania (drgania, wióry, zadziory itd.). Powszechnie uznaje siĊ, iż nie jest możliwe wiarygodne monitorowanie stanu narzĊdzia i procesu skrawania w opar- ciu o pojedynczą miarĊ. Stąd wyznaczanie odpowiednio dużej liczby miar jest kluczowym zagadnieniem w każdym układzie DNiPS. Przetwarzanie sygnałów odbywa siĊ w kilku etapach: obróbka wstĊpna, wyznaczanie miar, wreszcie selek- cja miar przydatnych do diagnozowanego procesu. Wyznaczone i wyselekcjono- wane w ten sposób miary sygnałów stanowią podstawĊ do oceny stanu narzĊdzia i procesu skrawania. Współczesny stan wiedzy o DNiPS jest przedstawiony w arty- * prof. dr hab. inż. Instytut Technologii Maszyn Politechniki Warszawskiej.