El conocimiento preciso del desplazamiento del husillo es esencial para evaluar el comportamiento dinámico y el rendimiento de mecanizado de las máquinas herramienta, ya que el movimiento relativo herramienta-pieza afecta directamente la calidad superficial y la precisión dimensional. Sin embargo, en la práctica, las vibraciones del husillo se miden comúnmente utilizando acelerómetros. Por lo tanto, el desplazamiento debe calcularse a partir de los datos del acelerómetro. Un desafío importante al derivar el desplazamiento de las mediciones de aceleración es la acumulación de ruido de baja frecuencia y desplazamientos durante la integración numérica, lo que lleva a una deriva irreal y señales de desplazamiento no físicas. Como resultado, la integración doble directa de los datos de aceleración en bruto no es adecuada para un análisis confiable de las vibraciones de la máquina herramienta respecto a los desplazamientos. Este documento aborda este problema aplicando la integración numérica pre-filtrada de señales de aceleración, siguiendo la metodología propuesta por Hofmann (2013). Se aplica un filtrado Butterworth de paso alto con frecuencias de corte variables antes de la integración doble para suprimir perturbaciones de baja frecuencia mientras se preserva el contenido dinámico relevante. El enfoque propuesto se valida experimentalmente en un husillo de máquina fresadora utilizando excitación de martillo de impulso de ancho de banda. Las señales de desplazamiento reconstruidas se comparan directamente con mediciones de referencia obtenidas de un interferómetro láser en los dominios de tiempo y frecuencia. Los resultados muestran que una frecuencia de corte de paso alto de aproximadamente 10 Hz proporciona el mejor acuerdo con los datos de referencia, permitiendo una reconstrucción de desplazamiento del husillo físicamente significativa a partir de mediciones de acelerómetro.
Heimberger et al. (Thu,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: