مجموعة بيانات تعتمد على حسّاسات لعملية الخراطة لتقدير خشونة السطح بطريقة معتمدة على البيانات

لماذا تهم نعومة المعدن

من محركات الطائرات إلى محطات الطاقة، تعتمد العديد من الآلات الحرجة على قطع معدنية يجب أن تكون أسطحها ناعمة بما يكفي لمقاومة التآكل والتآكل الكيميائي والتشقق. ومع ذلك، غالبًا ما يتم فحص تلك النعومة بعد الانتهاء من القطع فقط، مما يعرض المواد والوقت والمال للهدر إذا لم تكن النتيجة مرضية. تعرض هذه الورقة مجموعة بيانات جديدة وغنية تساعد العلماء والمهندسين على تعليم الحواسيب تقدير نعومة السطح في الوقت الفعلي أثناء القطع، خصوصًا لسبائك عنيدة تُدعى Inconel-625 التي تُستخدم على نطاق واسع في معدات الطيران.

معدن قوي يصعب قطعه

Inconel-625 سبيكة قائمة على النيكل تُقدَّر لقوتها ومقاومتها للحرارة والتآكل، مما يجعلها مفضلة للأعمال الهندسية ومجالات الطيران ذات المتطلبات العالية. وهذه الخصائص نفسها تجعل قطعها على المخارط أمرًا صعبًا. أثناء كشط أداة القطع للمعدن في عملية تُسمى الخراطة، قد تحدث اهتزازات مزعجة أو زيادة في الحرارة وتآكل للأداة، ما يترك سطحًا غير مستوٍ على قطعة العمل. وبما أن الفحوص التقليدية لخشونة السطح تتم بعد التشغيل فقط، فإن أي قطعة لا تستوفي المتطلبات تضطر إلى أن تُهدر أو تُعاد معالجتها. وللمواد المكلفة مثل Inconel، يكون ذلك مكلفًا جدًا.

الاستماع إلى القطع بواسطة الحساسات

ركب المؤلفون مخرطة تقليدية غير محوسبة وأضافوا حساسين أساسيين بالقرب من منطقة القطع. سجّل مقياس تسارع ثلاثي الاتجاهات كيف اهتزت الأداة ومحيطها أثناء دوران المعدن. وقاس دينامومتر مثبت تحت حامل الأداة القوى والعزوم الالتوائية في ثلاثة اتجاهات. بعد كل قطع، مرَّ جهاز قياس محمول يدويًا برفق على السطح وسجل ثلاث مقاييس خشونة معيارية، لتوثيق التغيرات المتوسطة في الارتفاع والفروق بين القمم والقيعان على الأسطوانة المنتهية. تربط هذه القياسات بين ما "يشعر" به الماكين أثناء القطع وبين مدى نعومة السطح الناتج.

بناء مجموعة بيانات كبيرة ومرنة

حتى تكون مجموعة البيانات مفيدة على نطاق واسع، غيّر الفريق بشكل منهجي ثلاث إعدادات قطع أساسية: سرعة دوران قطعة العمل، ومعدل تقدم الأداة على طول الأسطوانة، وعمق القطع. اختاروا ثلاث مستويات لكل إعداد، فنتجت 27 تركيبة في المجمل. لكل تركيبة، سجّلوا إشارات الاهتزاز والقوة بمعدل عالٍ قدره عشرة آلاف عينة في الثانية، فأنشأوا أكثر من 382 مليون نقطة بيانات. وبما أن نظامي الحساسات بدآ وتوقفا في أزمنة مختلفة قليلاً، قام الباحثون لاحقًا بمحاذاة التسجيلات باستخدام طريقة كشف تغير تحدد أين يبدأ وينتهي القطع فعليًا، واقتصاص الأجزاء الخاملة من الإشارات.

ما تكشفه الإشارات عن جودة السطح

بعد تنظيف الإشارات ومزامنتها، لخص الباحثون كل إشارة باستخدام إحصاءات بسيطة مثل القيمة المتوسطة، والتشتت، والانحراف، والقيم القصوى. ثم تحققوا كيف ارتبطت هذه الميزات الملخّصة بخشونة الأسطح المقاسة. العديد من هذه العلاقات كانت واضحة وغير صفريّة، مع زيادة بعض الميزات كلما أصبح السطح أكثر خشونة وتناقص ميزات أخرى. يتوافق هذا النمط مع نتائج سابقة في أدبيات التشغيل ويؤكد أن إشارات الحساسات تحمل معلومات حقيقية عن جودة السطح، وليست مجرد ضجيج عشوائي.

لماذا هذه الموارد مفيدة للمصانع الذكية

نظرًا لأن التجارب استخدمت مخرطة عادية قديمة وحساسات متاحة تجاريًا، يمكن للورش التي لا تستطيع تحمل تكلفة آلات تحكم رقمية حديثة أن تكرر هذا الإعداد أو توسعه. تمنح مجموعة البيانات المفتوحة، إلى جانب أمثلة برمجية لمحاذاة وتحليل الإشارات، الباحثين أساسًا قويًا لتدريب نماذج تعلم الآلة التي تقدّر خشونة السطح أثناء القطع. ببساطة، يوضح العمل كيف يمكن تحويل الاهتزازات والقوى الخام من أداة القطع إلى دلائل حول مدى نعومة السطح المعدني النهائي، مما يساعد في دفع التصنيع نحو عمليات أكثر ذكاءً وأقل هدرًا.

الاستشهاد: Sakthivel, N.R., Harigovind, H. & Nair, B.B. A Sensor based turning dataset for data-driven surface roughness estimation. Sci Data 13, 742 (2026). https://doi.org/10.1038/s41597-026-07061-1

الكلمات المفتاحية: خشونة السطح, خراطة Inconel-625, حساسات التشغيل, تعلم الآلة, التصنيع الذكي