A Long-Term Accuracy Prediction Method for Machine Tools Considering Inherited Casting Residual Stress

Moderne productie vertrouwt op machines die metaal met microscopische precisie kunnen snijden. Deze machines, bekend als CNC-bewerkingsmachines, vormen de ruggengraat van industrieën die alles bouwen, van vliegtuigmotoren tot medische hulpmiddelen. Om deze gereedschappen correct te laten werken, moeten hun interne onderdelen jarenlang perfect stil en recht blijven staan. De massieve metalen blokken die de behuizing van deze machines vormen, worden echter gemaakt door gesmolten ijzer in zandvormen te gieten. Terwijl dit hete metaal afkoelt en hard wordt, krimpt het ongelijkmatig. Verschillende delen van het metaal koelen met verschillende snelheden af, wat zorgt voor onzichtbare interne krachten die restspanning worden genoemd. Denk bij deze krachten aan een strak gespannen elastiekje dat verborgen zit in een massieve steen; ze houden het metaal in een staat van spanning die zichzelf wil ontladen. Na verloop van tijd, terwijl de machine in een fabriek staat, ontspannen deze interne krachten zich langzaam, waardoor het metaal net genoeg verschuift en vervormt om de nauwkeurigheid van de machine te verstoren.

Decennialang hebben ingenieurs geprobeerd te voorspellen hoeveel deze machines in de loop der tijd zouden afwijken. Het probleem is dat de computermodellen die worden gebruikt om het gietproces te ontwerpen, er heel anders uitzien dan de modellen die worden gebruikt om de uiteindelijke machine te analyseren. De gietmodellen zijn gebouwd met eenvoudige, ruwe vormen om de complexe stroming van gesmolten ijzer te kunnen verwerken, terwijl de machine-modellen gedetailleerde, gladde vormen gebruiken om minuscule bewegingen te meten. Omdat de digitale kaarten van deze twee modellen niet overeenkomen, kunnen de gegevens over de interne spanning niet simpelweg van de ene naar de andere worden gekopieerd. Zonder een manier om deze spanninggegevens nauwkeurig over te dragen, konden ingenieurs niet simuleren hoe een machine zou reageren na jaren van stilstand, wat een gat sloeg in hun vermogen om langetermijnprecisie te garanderen.

Een team onderzoekers aan de Northeastern University heeft een nieuwe methode ontwikkeld om deze kloof te overbruggen, waardoor zij de manier waarop deze verborgen interne krachten evolueren en de nauwkeurigheid van een machine gedurende een periode van drie jaar beïnvloeden, kunnen volgen. Ze creëerden een geavanceerde digitale brug die de spanninggegevens van het ruwe gietmodel kan nemen en deze precies op het gedetailleerde machine-model kan mappen, ook al gebruiken de twee verschillende roosterstelsels. Door dit te doen, waren ze in staat om een simulatie uit te voeren die de langzame, kruipende vervorming van een echte bewerkingsmachine nabootst terwijl deze jarenlang in een fabriek staat.

De onderzoekers richtten zich op een verticaal bewerkingscentrum, een grote machine bestaande uit verschillende zware gietijzeren onderdelen, waaronder een voet, een kolom, een tafel en een spindelkop. Eerst simuleerden ze het volledige gietproces voor elk onderdeel, vanaf het moment dat het gesmolten ijzer in de vorm werd gegoten tot het afkoelde en een warmtebehandeling onderging om de spanning enigszins te verlichten. Dit proces genereerde een gedetailleerde kaart van de interne spanning die in elk onderdeel gevangen zat. De uitdaging was om deze kaart over te zetten naar een nieuw, gedetailleerder model van de geassembleerde machine. Het team schreef een computerprogramma dat elk onderdeel van de machine als een apart gebied behandelde. Het gebruikte specifieke referentiepunten om de twee modellen in de ruimte uit te lijnen en droeg vervolgens de spanningwaarden zorgvuldig over van het oude rooster naar het nieuwe rooster. Om de nauwkeurigheid te waarborgen, controleerde het programma of de spanning van één onderdeel, zoals de voet, niet per ongeluk werd vermengd met de spanning van een ander onderdeel, zoals de kolom, tijdens de overdracht.

De resultaten van deze overdracht waren zeer nauwkeurig. Wanneer de onderzoekers de spanningspatronen vergeleken vóór en na de overdracht, waren de verschillen minimaal, waarbij de fouten voor alle belangrijke componenten onder de vijf procent bleven. Het nieuwe model behield succesvol de complexe patronen van hoge en lage spanning die in de oorspronkelijke gietsimulatie werden gevonden. Met dit nauwkeurige startpunt voerde het team vervolgens een langetermijnsimulatie uit om te zien wat er zou gebeuren over drie jaar. Ze pasten een wiskundig model toe dat beschrijft hoe gietijzer langzaam vervormt onder zijn eigen interne spanning wanneer het op kamertemperatuur wordt achtergelaten.

De simulatie onthulde een duidelijk patroon van degradatie. Terwijl de interne spanningen langzaam ontspanden, begon de gereedschapstip van de machine af te wijken van zijn beoogde positie ten opzichte van de werktafel. Deze drift was niet constant; het gebeurde het snelst in het begin en vertraagde toen de machine een nieuwe, stabiele staat naderde. Na zes maanden gesimuleerde standtijd was de tooltip met 1,26 micrometer verschoven. Aan het einde van het eerste jaar bereikte de totale drift 2,04 micrometer. Over de volledige periode van drie jaar cumuleerde de totale positionele fout tot ongeveer 3,27 micrometer. De beweging was het meest significant in de horizontale richting, terwijl de verticale beweging kleiner was. De gegevens toonden aan dat het merendeel van de fout in het begin optrad, waarbij de machine in slechts de eerste zes maanden ongeveer 38,5 procent van zijn totale potentiële drift verloor.

Deze bevindingen benadrukken dat het productieproces zelf de kiem legt voor toekomstige onnauwkeurigheid. De resterende spanning die tijdens het gieten in het metaal is vastgelegd, is een primaire drijfveer van langetermijn dimensionale instabiliteit. De studie bevestigt dat zelfs zonder externe belastingen of intensief gebruik, de loutere passage van de tijd de geometrie van de machine laat hervormen door deze interne krachten. De onderzoekers merkten op dat hun werk gebaseerd is op computersimulaties, en hoewel de methoden robuust zijn, hangen de exacte cijfers af van de specifieke materiaaleigenschappen die in het model zijn gebruikt. Ze zijn van plan deze voorspellingen in de toekomst te valideren met experimenten in de echte wereld. Voor nu biedt deze nieuwe methode een krachtig instrument voor ingenieurs om te voorspellen hoe een machine veroudert, waardoor ze gietstukken kunnen ontwerpen die stabieler zijn en de onderhoudsbehoeften van precisieapparatuur kunnen anticiperen nog voordat deze gebouwd is.