Hostname: page-component-5c6d5d7d68-thh2z Total loading time: 0 Render date: 2024-08-16T22:20:00.478Z Has data issue: false hasContentIssue false

Diagnostic et maintenance prédictive des électrobroches UGV

Published online by Cambridge University Press:  28 September 2005

George Moraru
Affiliation:
LSIS, UMR CNRS 6168, ENSAM, 2 cours des Arts et Métiers, 13617 Aix-en-Provence, France
Daniel Brun-Picard
Affiliation:
LSIS, UMR CNRS 6168, ENSAM, 2 cours des Arts et Métiers, 13617 Aix-en-Provence, France
Mustapha Ouladsine
Affiliation:
LSIS, UMR CNRS 6168, Domaine Universitaire de Saint-Jérôme, Avenue Escadrille Normandie-Niemen, 13397 Marseille Cedex 20, France
Sébastien Mas
Affiliation:
LSIS, UMR CNRS 6168, Domaine Universitaire de Saint-Jérôme, Avenue Escadrille Normandie-Niemen, 13397 Marseille Cedex 20, France
Get access

Abstract

Les électrobroches UGV sont des systèmes complexes et fortement sollicités qui sont la cause de frais d'exploitation élevés : défaillance prématurée initiée par des incidents d'utilisation (chocs, surcharges) ou provoquée par une fuite de fluide de coupe ou de refroidissement ; dégradation du cône et des éléments de serrage des porte-outils ; dégradation des roulements... Le problème a été étudié conjointement par le LSIS, le LARAMA, COMAU et PCI. Une analyse statistique a été conduite, conjointement à une analyse technologique. La première visait à déterminer les causes principales de défaillance et la deuxième, à identifier les éléments les plus sensibles et les plus critiques. Cet article présente le point de vue statistique ainsi que les orientations de travaux qui en ont résulté, visant à évaluer l'évolution de la dégradation par des mesures in situ, afin de déclencher les interventions de maintenance à bon escient.

Type
Research Article
Copyright
© AFM, EDP Sciences, 2005

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

R. Walter, Monitoring of High Speed Milling Spindles – Requirements, Concepts and Solutions, Weiss Spindeltechnologie GmbH, Schweinfurt, Germany
M. Kaufeld, S. Torbaty, Rationalisation de l'usinage très grande vitesse, SOFETEC, ISBN-1281-7260, 1994
Chang Kang, M., Suk Kim, J., Kim, J. Ha, A monitoring technique using a multisensor in high speed machining, J. Mat. Proc. Tech. 113 (2001) 331336 CrossRef
S. Mas, Les réseaux de neurones pour le diagnostic : application à l'analyse prédictive de défaillance des broches UGV, LSIS, juillet 2003
C. Andruszko, Développement d'un banc d'essais, Mémoire CNAM, Aix-en-Provence, janvier 2004
P. Arques, Diagnostic prédictif de l'état des machines, Masson, 1996