Questo studio presenta test virtuali di fine linea per la previsione del comportamento vibro-acustico di un riduttore sulla base delle deviazioni topografiche mediante reti neurali.
L’analisi del contatto tra ingranaggi è parte integrante del processo di progettazione dei riduttori. Con l’aiuto di strumenti di simulazione è possibile calcolare l’eccitazione vibro-acustica causata dal contatto [1]. Per questo fine solitamente, come parametro di riferimento, viene utilizzato l’errore di trasmissione a vuoto (senza carico) o l’errore di trasmissione totale sotto carico. Tuttavia, il calcolo mediante analisi del contatto ZAKO3D consente solo considerazioni di natura quasi-statica dell’eccitazione. Per meglio valutare il comportamento del sistema nel suo complesso, risulta quindi necessario eseguire una simulazione dinamica.
Il principale problema nell’impiego delle simulazioni dinamiche è il tempo di calcolo necessario, che risulta molto maggiore rispetto alle analisi quasi-statiche del contatto. Nell’ottica di una continua ricerca di un aumento dell’efficienza del processo di sviluppo a causa delle crescenti richieste dei clienti, la pressione sui produttori di riduttori per minimizzare gli scarti ed allo stesso tempo soddisfare i sempre crescenti requisiti di qualità dei riduttori è ormai arrivata a un livello estremo. Al fine di garantire che un riduttore assemblato soddisfi i requisiti acustici, vengono pertanto eseguiti test a fine linea (EoL) sulle unità già assemblate [2]. Qualora venga rilevata un’anomalia, l’unità deve essere smontata e revisionata (se possibile) o rottamata.
Poter valutare la risposta vibro-acustica di un riduttore a monte dell’assemblaggio semplicemente sulla base delle caratteristiche geometriche degli ingranaggi che lo andranno a comporre sarebbe un vantaggio significativo a livello di efficienza produttiva. Teoricamente, ciò è possibile simulando il comportamento acustico del riduttore mediante un modello dinamico (cosa che viene già fatta durante il processo di progettazione). Tuttavia, il problema principale che si ha nel perseguire questa strada è il tempo di calcolo richiesto dai modelli dinamici, che impedisce un calcolo parallelo al tempo del processo di produzione. Per risolvere questa sfida, è necessario trovare approcci alternativi che permettano di prevedere il comportamento vibrazionale del sistema molto più velocemente. Un possibile approccio si basa sull’utilizzo di meta-modelli, che consentono un calcolo considerevolmente più rapido. È fondamentale che il modello utilizzi un parametro che sia il più accurato possibile nel modellare il profilo reale dei fianchi dei denti in modo da poterne valutare l’impatto sul comportamento vibro-acustico dell’intero riduttore. Willecke et Al. hanno già dimostrato come l’utilizzo di modelli sostitutivi agli approcci quasi-statici classici per la descrizione problema sia di fatto possibile. L’approccio sviluppato offre il potenziale per essere utilizzato anche per i calcoli dinamici. [3]
Stato dell’arte
Il contenuto di questo studio si basa principalmente sul lavoro preliminare di Willecke et Al. [3]. Nel seguito vi è anche un breve paragrafo che riporta la spiegazione della struttura e dell’applicazione delle Deep Neural Networks (DNN) applicate allo studio dell’effetto delle deviazioni topografiche sul comportamento degli ingranaggi. Inoltre, si fa un breve riferimento anche alle Generative Adversarial Networks (GAN).
