In-Process Identification of Machine Tool Dynamics

La dynamique de l'outil en fraisage évolue avec les forces de coupe, la position des axes, la vitesse de la broche et le comportement thermique de la broche de la machine. En effet des recherches antérieures ont observé un changement dans les paramètres modaux des machines entre les conditions d’arrêt et de fonctionnement. Cette étude développe une nouvelle méthode d'identification de la dynamique des broches de machines-outils en cours de fonctionnement et viable industriellement pendant que des pièces sont usinées. Cette méthode met à jour les paramètres modaux de l'assemblage outil-porte-outil-broche à l'aide de modèles Autoregressive Moving Average with eXogenous inputs (ARMAX) en utilisant les vibrations de la machine mesurées en cours d’usinage au niveau de la tête de broche, permettant ainsi de prédire avec une plus grande précision la stabilité de l'usinage. Les forces d'usinage sont mesurées à l'aide d'un dynamomètre, tandis que les vibrations sont mesurées à l'aide d'un capteur à courants de Foucault pour lequel une nouvelle méthode de traitement des données est proposée, permettant de se dispenser de l’ajout d’un codeur rotatif, contrairement à la pratique courante. La méthode présentée est générale et peut être étendue à l'identification de dynamiques non linéaires. Elle améliore la compréhension de la dynamique des machines-outils et est capable de prendre en compte tous les effets induits sur la dynamique par les conditions de fonctionnement. De plus, cette méthode a été vérifiée avec des tests d’usinage dans différentes conditions de coupe. En opposition à l’identification à l’arrêt de la machine, il a été possible de suivre l’évolution de deux modes de vibration sur une fraiseuse cinq axes dans différentes conditions de fonctionnement. La vitesse de broche a été observée comme un facteur majeur des changements de la dynamique subis par la machine en cours de fonctionnement. Une nette amélioration des prédictions de stabilité a été observée entre la méthode proposée et l’approche ordinaire d’identification à l’arrêt de la machine. Cela montre à la fois que la dynamique de la machine subit des changements entre les états d’arrêt et de fonctionnement mais aussi que la méthode identifie correctement ces changements.

Abstract

Tool tip dynamics of machine tools change with the cutting forces, axes positions, spindle speed, and thermal behavior of the machine spindle. Though previous research observed a change in machines’ modal parameters between the idle and in-process states, either impact hammer test at idle conditions or dedicated test set-ups at in-process conditions have been used. This study develops a new industrially viable in-process spindle dynamics identification model for machine tools while the parts are being machined with their respective toolpaths. The model updates the modal parameters of the tool-tool holder-spindle assembly using Autoregressive Moving Average with eXogenous inputs (ARMAX) method with the measured in-process cutting forces and machine vibrations at the spindle head to accurately predict the machining stability. The machining forces are measured with a dynamometer while the machining vibrations are measured with an eddy current sensor for which a novel data processing method is proposed to synchronize the angular position of the spindle with the time array in the measurement without needing an encoder. The introduced model is general and can be extended to non-linear dynamics identification and advances the understanding of machine tool dynamics by inherently considering all the in-process effects at the operating conditions. The model’s in-process modal parameter identification results have been verified with machining tests at different cutting conditions. As opposed to the tool tip dynamics at idle state and invariant cutting tool dynamics, variation of two main vibration modes of a five-axis machine tool’s spindle have been tracked at operation conditions, and the spindle speed has been shown to be the dominant in-process parameter affecting the dynamics of the studied spindle. The developed model has been integrated into machining (chatter) stability prediction model in frequency domain and Stability Lobes Diagrams (SLDs) have been predicted. SLDs have been experimentally verified with the stability tests and comparison of the measured and predicted chatter frequencies. A clear improvement in the machining stability prediction results and a comparison against the idle machine tool dynamics measurement have confirmed both the in-process effects and a successful identification of in-process modal parameters.