Povprečna elastična izravnava na univerzalnem preizkuševalnem stroju Amsler, aluminija debeline 0,6 mm je enaka 9,58° ± 2,05°, kar je ranga elastične izravnave jekla debeline 0,25 mm. Elastično izravnavanje je okrog tretjine vrednosti, v primerjavi z elastično izravnavo na napravi za fleksibilno upogibanje.
4.3.4 Aluminij 1100 debeline 1 mm
Preglednica 4.9: Prikaz rezultatov meritev kota za upogibni preizkus na napravi Amsler za jeklo debeline 0,25 mm.
Aluminij debeline enega milimetra ima kot elastične izravnave 3,96° ± 1,42°. Ponovno je to podobno kakor trend opažen pri jeklu, posebej z jeklom debeline 0,5 mm. Elastično izravnavanje na univerzalnem preizkuševalnem stroju Amsler, je približno tretijna vrednosti elastičnega izravnavanja opaženega na napravi za fleksibilno upogibanje
Na sliki 4.5 so prikazane končne geometrije dosežene na napravi za fleksibilno upogibanje (levo) in na napravi Amsler (desno). Vidimo, da je končna geometrija pričakovano zelo različna, tako zaradi večjega kota elastičnega izravnavanja (levo), kakor tudi zaradi geometrije orodja. Na napravi Amsler je bilo uporabljeno orodje prikazano na sliki 4.3.
Rezultati in diskusija
Kljub temu, da je bilo upogibanje prekinjeno tik ob porastu sile, se to zelo pozna na končni geometriji in zmanjšanem kotu elastičnega izravnavanja.
Slika 4.5: Primerjava končnih geometrij na doseženih na napravi za fleksibilno upogibanje (levo) in na Amslerju (desno). Materiali si sledijo od spodaj navzgor: jeklo 0,25 mm, jeklo 0,5 mm, aluminij 0,6 mm, aluminij 1 mm.
Naprava za fleksibilno upogibanje pločevine je veliko bolj dovzetna na elastično izravnavanje, v primerjavi z univerzalnim preizkuševalnim strojem Amsler, kar pomeni da je kontroliranje takega procesa lahko veliko bolj težavno. Kot rešitev na težavo kontrole elastičnega izravnavanja, bi se lahko ustvaril algoritem, ki bi iterativno do vedno večjega kota upogiba upognil preizkušanec, nato popustil in izmeril kot upogiba. To bi počel vse, dokler ne bi bil dosežen željeni končni kot preizkušanca, vendar bi tukaj bili problemi produktivnosti, saj bi tak proces lahko trajal veliko časa, poleg tega pa bi tudi v neki iteraciji lahko že presegli mejo željenega kota in bi na koncu imeli izdelek z manjšim kotom kot je bil željeni.
Kot druga alternativa bi se ponudilo strojno učenje, ki bi lahko bilo implementirano v sistem.
Na podlagi preteklih preizkusov pri različnih kotih, bi se lahko oblikoval model na podlagi različnih parametrov, kot so recimo vrsta materiala, debelina materiala, smer valjanja pločevine, geometrije orodja ipd.
Podobno bi se lahko naredil nek linearen oziroma nelinearen model, ki bi lahko na podlagi zgoraj omenjenih materialnih parametrov, izračunal v potreben kot upogiba, da po elastičnem izravnavanju dobimo željeni kot upogiba izdelka.
5 Zaključki
Pričujoče delo se je idejno pričelo iz rezultata dela druge magistrske naloge, katere končni izdelek je bila konstrukcijska rešitev za fleksibilno napravo za upogibanje pločevine, ki je bila prav tako predstavljena v tem delu. Idejna zasnova je bila predvsem želja po izoblikovanju pametnega sistema računalniškega vida z uporabo odprtokodnih rešitev iz knjižice OpenCV, v okolju Python.
V sklopu tega dela so bili doseženi naslednji cilji:
1) Vzpostavitev sistema za fleksibilno krivljenje pločevine, 2) Razvoj krmilne logike, za različne načine krivljenja pločevine,
3) Uporaba algoritmov za razgradnjo in analizo slike, za izračun trenutnega kota upogiba v zaprto-zančnem načinu delovanjam,
4) Razvoj komunikacijskega algoritma za komunikacijo med napravama Arduino in Raspberry Pi,
5) Razvoj grafičnega uporabniškega vmesnika,
6) Dosežena točnost rezultatov merjenja kota upogiba pod 1%, z uporabo algoritmov za razgradnjo in analizo slike.
Cilji tega dela sta torej bila predvsem zasnova in razvoj fleksibilnega sistema za krivljenje pločevinskih trakov, ki bodo lahko uporabljen na vajah pri pouku predmetov Laboratorija za preoblikovanje, na Fakulteti za strojništvo, Univerze v Ljubljani. Ti cilji so bili povsem izpolnjeni, saj je je končni izdelek pripravljen na uporabo, skupaj z uporabniškim vmesnikom, ki to uporabo olajša in uporabniku približa.
Algoritmi uporabljeni v sistemu izvirajo predvsem iz odprtokodne programske knjižice OpenCV in so bili uporabljeni za razgradnjo in analizo slik zajetih s kamero, na podlagi katerih je nato lahko izračunan kot upogiba preizkušanca v sistemu.
Zaključki
Dobršen del tega dela se osredotoča ravno na zaprto-zančno krmiljenje, ki je zaradi svoje narave težje obvladljivo. Zaprto-zančno krmiljenje je obsegalo vzpostavitev komunikacijskega protokola za komunikacijo v distribuiranem sistemu med napravama Raspberry Pi in Arduino Mega, vpetje vsega skupaj v grafični uporabniški vmesnik, ki uporabniku omogoča intuitivno uporabo. Zaprto-zančno krmiljenje je bilo skupaj z ostalimi načini delovanja implementirano na zadovoljivem nivoju glede na cilje in so povsem primerni za uporabo v demonstrativne namene.
Preko kvantitativnih preizkusov je bila ugotovljena relativna točnost sistema, ki je pod mejo 1%, kar je zadostuje za uporabo v omenjenih aplikacijah. Prednosti uporabe take naprave so predvsem v njeni fleksibilnosti, ki jo dosega s premičnim pestičem kakor tudi pomičnimi podporami, kar jo naredi posebej zanimivo za nadaljnje raziskave. Trenutna geometrija, ki jo je možno doseči z napravo je primerljiva s konvencionalnim procesom upogibanja pločevin.
Predlogi za nadaljnje delo
Nadaljnje delo lahko iz trenutnega izhodišča, ki ga predstavlja delo zajeto v tej magistrski nalogi, lahko poteka v veliko različnih smereh. Z vidika nadaljnjih raziskav na področju krivljenja pločevine z uporabo te naprave, bi bilo smiselno ovrednotiti še možnosti uporabe v različnih načinih delovanja, v smislu sočasnega pomikanja tako podpor kakor pestiča, oziroma nepomičnega pestiča in pomičnih podpor. Ta dva načina delovanja, ki sta že delujoča, bi lahko še dodatno povečala fleksibilnost naprave, v kolikor se izkažeta kot smotrna.
Kot konstrukcijska rešitev je trenutna naprava nekoliko neprimerna za opazovanje preizkušanca s kamero, saj omogoča le ozko območje opazovanja. Konstrukcijske spremembe niso bile zaželene v tem delu, saj je bil izhodiščni princip reševanja sprotnih problemov, ki so se izkazali pri delu, ravno fleksibilnosti uporabe programskih rešitev in algoritmov. Konstrukcijske rešitve bi lahko bile povečanje odprtin ali pa zamenjava jeklenih nosilnih plošč s prosojnimi ploščami iz polimernih materialov. Dodatna izboljšava bi bila uporaba oblikovnih sklopk, saj trenutna rešitev s tornimi sklopkami se je izkazala za razmeroma neustrezno. Te sicer varujejo pred strojelomom, vendar se velikokrat zgodi, da pride do zdrsa in zaradi tega je uporaba naprave neustrezna. Dodatek oblikovnih sklopk bi moral biti v povezavi s končnimi stikali, ki bi tako varovale pred strojelomom, kadar bi se podpori ali pestič preveč približale robu območja gibanja.
Z vidika vgradne naprave, bi bilo delovanje lahko izboljšano še z uporabo prekinitev, ravno ob pritisku na končna stikala, saj bi ta nemudoma zaobšla trenutno delovanje in bi sistem zaustavila. Poleg tega bi se lahko hitrejše delovanje doseglo z uporabo deljenega pomnilnika, ki bi dodatno pohitril delovanje sistema. Za dosego večje robustnosti, bi bilo potrebno dodatno izboljšati kodo, tako da bi se doseglo hitrejše in zanesljivejše delovanje, morda celo z uporabo realno-časovnega jedra, ki bi skrbelo za časovno usklajeno delovanje. Sistem bi moral biti dovolj robusten, da ne pride do padca hitrosti obdelave slik na sekundo, oziroma da se v takih primerih naredi sistem še vedno dovolj odziven , da se zmanjša napako oziroma zakasnitev, ki jo tak padec prinese. Dodatno bi lahko sistem bil še bolj distribuiran, tako da bi lahko dosegli upravljanje na daljavo, ki je lahko v trenutnih časih, kjer pouk poteka na daljavo, zelo zaželeno. To bi sicer moralo biti v sklopu z dodatnimi konstrukcijskimi
Zaključki
rešitvami, ki omogočajo doziranje in transport preizkušancev, samo upravljanje na daljavo pa trenutno ne predstavlja večjih težav, če sta oba računalnika na istem omrežju, v nasprotnem primeru, pa bi bila rešitev uporaba VPN omrežja, preko katerega bi lahko nato dostopali do Raspberry Pi naprave.
Literatura
[1] K. Lange, Handbook of Metal Forming, New York, McGraw-Hill,1985 [2] P. Ludwik, Engineering Study of Sheet Bending. Verlag des Deutschen
Polytechnischen Vereins in Böhmen, 1903.
[3] C. Bach, Elasticity and Strength, Berlin, Springer, 1924.
[4] A. Nadai, Plasticity of Materials, Berlin, Springer, 1927.
[5] A. Poocza, Bending of Sheet with Nonlinear Stress-Strain Behavior, Blech, 12, str.
64-67, 1965.
[6] B. Zünkler, Investigation of Elastic-Plastic Bending Based on a Simple Approach, Bänder Bleche Rohre, 6, str. 503-508, 1965.
[7] B. Zünkler, Analytical Description of Processes in V-Die Bending, Ind.-Anz., 88, str.
1601-1605, 1966.
[8] E. Dannenmann, Tool Geometry and Punch Force in V-Die Bending, Werkstattstechnik, 64, str. 527-531, 1974.
[9] K. J Weinmann. in R. J. Shippell, Effect of Tool and Workpiece Geometries upon Bending Forces and Springback in 90° V-Die Bending of HSLA Steel Plate, Proceedings of the 6th North American Metal Working Research Conference, Gainesville, FL, str. 220 – 227, 1978.
[10] R. Hill, The Mathematical Theory of Plasticity, Oxford, Clarendon Press, 1950.
[11] S. Kovačič, J. Perš in R. Mandeljc, Vgradni sistemi, Ljubljana: Fakulteta za elektrotehniko, 2017.
[12] R. Hartley in A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge, Cambrigde University Press, 2000.
[13] R. Szeliski, Computer Vision: Algorithms and Applications, Washington, Springer, 2010.
[14] R. Greene, "Canny edge detection", dostopno na:
http://masters.donntu.org/2010/fknt/chudovskaja/library/article5.htm [ogled 4.6.2021]
[15] R. C. Gonzalez in R. E. Woods, Digital Image Processing, University of Tennessee, 2002.
[16] J Jensen, "Hough Transform for Straight Lines", dostopno na:
https://web.archive.org/web/20120426054222/http://www.cvmt.dk/education/teachin g/e07/MED3/IP/hough_lines.pdf [ogled 4.6.2021]
[17] J. Matas, C. Galambos in J. Kittler. Robust detection of lines using the progressive probabilistic hough transform. Computer Vision and Image Understanding, 78 str.
119–137, 2000.