A Long-Term Accuracy Prediction Method for Machine Tools Considering Inherited Casting Residual Stress
यह शोधपत्र एक संख्यात्मक विश्लेषण पद्धति प्रस्तुत करता है जो कास्टिंग सिमुलेशन और होल-मशीन परिमित तत्व मॉडल (फाइनाइट एलीमेंट मॉडल) के बीच मेश असंगति को पाटने के लिए विरासत में मिले अवशिष्ट तनावों (रेसिडुअल स्ट्रेस) को मैप करता है, जिससे मशीन टूल्स में दीर्घकालिक क्रीप-प्रेरित सटीकता क्षरण की भविष्यवाणी करना सक्षम होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक विनिर्माण उन मशीनों पर निर्भर करता है जो सूक्ष्म सटीकता के साथ धातु को काटने में सक्षम हैं। ये मशीनें, जिन्हें सीएनसी (CNC) मशीन टूल्स के रूप में जाना जाता है, हवाई जहाज के इंजन से लेकर चिकित्सा उपकरणों तक सब कुछ बनाने वाले उद्योगों की रीढ़ हैं। इन उपकरणों के सही ढंग से कार्य करने के लिए, उनके आंतरिक भागों को वर्षों के उपयोग के दौरान पूरी तरह से स्थिर और सटीक रहना चाहिए। हालाँकि, इन मशीनों के शरीर बनाने वाले विशाल धातु के ब्लॉक पिघले हुए लोहे को रेत के सांचों में डालकर बनाए जाते हैं। जैसे ही यह गर्म धातु ठंडी और सख्त होती है, यह असमान रूप से सिकुड़ती है। धातु के विभिन्न भाग अलग-अलग गति से ठंडे होते हैं, जिससे 'अवशिष्ट तनाव' (residual stress) नामक अदृश्य आंतरिक बल उत्पन्न होते हैं। इन बलों को एक ठोस चट्टान के भीतर छिपे हुए कसकर खींचे गए रबर बैंड की तरह समझें; वे धातु को एक ऐसी स्थिति में रखते हैं जो तनाव में है और खुद को मुक्त करना चाहती है। समय के साथ, जैसे ही मशीन कारखाने में रखी रहती है, ये आंतरिक बल धीरे-धीरे शिथिल होते हैं, जिससे धातु इस तरह से खिसक जाती है और विकृत हो जाती है कि मशीन की सटीकता प्रभावित होती है।
द दशकों से, इंजीनियर इस बात का सटीक अनुमान लगाने के लिए संघर्ष कर रहे हैं कि समय के साथ ये मशीनें कितनी विचलित होंगी। समस्या यह है कि कास्टिंग प्रक्रिया को डिजाइन करने के लिए उपयोग किए जाने वाले कंप्यूटर मॉडल, अंतिम मशीन का विश्लेषण करने के लिए उपयोग किए जाने वाले मॉडल से बहुत अलग दिखते हैं। कास्टिंग मॉडल पिघले हुए लोहे के जटिल प्रवाह को संभालने के लिए सरल, खुरदरे आकारों के साथ बनाए जाते हैं, जबकि मशीन मॉडल सूक्ष्म गतिविधियों को मापने के लिए विस्तृत, चिकने आकारों का उपयोग करते हैं। क्योंकि इन दोनों मॉडलों के डिजिटल मानचित्र आपस में मेल नहीं खाते, इसलिए आंतरिक तनाव के डेटा को एक से दूसरे में सीधे कॉपी नहीं किया जा सकता है। तनाव डेटा को सटीक रूप से स्थानांतरित करने का कोई तरीका न होने के कारण, इंजीनियर यह सिम्युलेट (अनुकरण) नहीं कर पाते थे कि एक मशीन वर्षों तक स्थिर रहने के बाद कैसा व्यवहार करेगी, जिससे उनकी दीर्घकालिक सटीकता सुनिश्चित करने की क्षमता में एक कमी रह गई थी।
नोरथईस्टर्न यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस अंतर को पाटने के लिए एक नया तरीका विकसित किया है, जिससे वे इन छिपे हुए आंतरिक बलों के विकास और तीन साल की अवधि में मशीन की सटीकता पर उनके प्रभाव को ट्रैक कर सकते हैं। उन्होंने एक परिष्कृत 'डिजिटल ब्रिज' बनाया जो खुरदरे कास्टिंग मॉडल से तनाव डेटा ले सकता है और उसे विस्तृत मशीन मॉडल पर सटीक रूप से मैप कर सकता है, भले ही दोनों अलग-अलग ग्रिड सिस्टम का उपयोग करते हों। ऐसा करके, वे एक ऐसा सिमुलेशन चलाने में सक्षम हुए जो एक कारखाने में वर्षों तक खड़े रहने के दौरान वास्तविक मशीन टूल के धीमे, रेंगते हुए विरूपण (deformation) की नकल करता है।
शोधकर्ताओं ने एक वर्टिकल मशीनिंग सेंटर पर ध्यान केंद्रित किया, जो एक बड़ा मशीन है और कई भारी कास्ट-आयरन भागों से बना है, जिसमें एक बेस, एक कॉलम, एक सैडल और एक स्पिंडल हेड शामिल है। उन्होंने पहले प्रत्येक भाग के लिए संपूर्ण कास्टिंग प्रक्रिया का सिमुलेशन किया, पिघले हुए लोहे को सांचे में डालने के क्षण से लेकर उसके ठंडा होने और तनाव को कम करने के लिए हीट ट्रीटमेंट से गुजरने तक। इस प्रक्रिया ने प्रत्येक घटक के भीतर फंसे हुए आंतरिक तनाव का एक विस्तृत मानचित्र तैयार किया। चुनौती इस मानचित्र को मशीन के एक नए, अधिक विस्तृत मॉडल में ले जाने की थी। टीम ने एक कंप्यूटर प्रोग्राम लिखा जिसने मशीन के प्रत्येक भाग को एक अलग क्षेत्र के रूप में माना। इसने दोनों मॉडलों को स्थान में संरेखित करने के लिए विशिष्ट संदर्भ बिंदुओं का उपयोग किया और फिर पुराने ग्रिड से नए ग्रिड पर तनाव मानों को सावधानीपूर्वक स्थानांतरित किया। सटीकता सुनिश्चित करने के लिए, प्रोग्राम ने जांच की कि स्थानांतरण के दौरान एक भाग, जैसे कि बेस, का तनाव दूसरे भाग, जैसे कि कॉलम, के साथ गलती से न मिल जाए।
इन स्थानांतरण के परिणाम अत्यधिक सटीक थे। जब शोधकर्ताओं ने स्थानांतरण से पहले और बाद के तनाव पैटर्न की तुलना की, तो अंतर न्यूनतम था, और सभी प्रमुख घटकों के लिए त्रुटियां पांच प्रतिशत से कम रहीं। नया मॉडल मूल कास्टिंग सिमुलेशन में पाए गए उच्च और निम्न तनाव के जटिल पैटर्न को सफलतापूर्वक संरक्षित करता है। इस सटीक शुरुआती बिंदु के साथ, टीम ने यह देखने के लिए एक दीर्घकालिक सिमुलेशन चलाया कि क्या होगा यदि मशीन तीन वर्षों तक कमरे के तापमान पर खड़ी रहे। उन्होंने एक गणितीय मॉडल लागू किया जो यह बताता है कि कास्ट आयरन अपने आंतरिक तनाव के तहत धीरे-धीरे कैसे विकृत होता है।
सिमुलेशन ने गिरावट का एक स्पष्ट पैटर्न दिखाया। जैसे-जैसे आंतरिक तनाव धीरे-धीरे कम हुआ, मशीन का टूल टिप वर्कटेबल के सापेक्ष अपनी इच्छित स्थिति से विचलित होने लगा। यह विचलन निरंतर नहीं था; यह शुरुआत में सबसे तेजी से हुआ और फिर तब धीमा हो गया जब मशीन एक नई, स्थिर अवस्था के करीब पहुँच गई। छह महीने के सिम्युलेटेड खड़े रहने के समय के बाद, टूल टिप 1.26 माइक्रोमीटर से खिसक गया था। पहले वर्ष के अंत तक, कुल विचलन 2.04 माइक्रोमीटर तक पहुँच गया। तीन साल की पूरी अवधि में, कुल स्थिति संबंधी त्रुटि लगभग 3.27 माइक्रोमीटर जमा हुई। यह हलचल क्षैतिज दिशा में सबसे महत्वपूर्ण थी, जबकि ऊर्ध्वाधर (vertical) गति छोटी थी। डेटा ने दिखाया कि अधिकांश त्रुटि शुरुआत में हुई, जिसमें मशीन ने पहले छह महीनों में ही अपने कुल संभावित विचलन का लगभग 38.5 प्रतिशत खो दिया।
ये निष्कर्ष इस बात पर प्रकाश डालते हैं कि विनिर्माण प्रक्रिया स्वयं भविष्य की अशुद्धि के बीज बो देती है। कास्टिंग के दौरान धातु में फंसा हुआ अवशिष्ट तनाव दीर्घकालिक आयामी अस्थिरता का प्राथमिक चालक है। अध्ययन इस बात की पुष्टि करता है कि बाहरी भार या भारी उपयोग के बिना भी, केवल समय बीतने से ये आंतरिक बल मशीन की ज्यामिति को नया आकार दे देते हैं। शोधकर्ताओं ने उल्लेख किया कि उनका कार्य कंप्यूटर सिमुलेशन पर आधारित है, और हालांकि विधियाँ सुदृढ़ हैं, सटीक संख्याएँ मॉडल में उपयोग किए गए विशिष्ट भौतिक गुणों पर निर्भर करती हैं। वे भविष्य में वास्तविक दुनिया के प्रयोगों के साथ इन भविष्यवाणियों को सत्यापित करने की योजना बना रहे हैं। फिलहाल, यह नया तरीका इंजीनियरों को यह अनुमान लगाने के लिए एक शक्तिशाली उपकरण प्रदान करता है कि मशीन कैसे पुरानी होगी, जिससे उन्हें मशीन के बनने से पहले ही अधिक स्थिर कास्टिंग डिजाइन करने और उच्च-सटीक उपकरणों की रखरखाव आवश्यकताओं का पूर्वानुमान लगाने में मदद मिलती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।