WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

На правах рукописи

Петрешин Дмитрий Иванович

РАЗРАБОТКА И СОЗДАНИЕ САМООБУЧАЮЩЕЙСЯ

ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ С АДАПТИВНЫМ УПРАВЛЕНИЕМ

ПАРАМЕТРАМИ КАЧЕСТВА ПОВЕРХНОСТНОГО СЛОЯ

ДЕТАЛЕЙ МАШИН

05.02.08 Технология машиностроения

05.13.06 Автоматизация и управление

технологическими процессами и производствами (машиностроение)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Брянск 2010

Работа выполнена на кафедре «Автоматизированные технологические системы» ГОУ ВПО «Брянского государственного технического университета».

Научный консультант:

Заслуженный деятель науки и техники РФ, доктор технических наук, профессор

Суслов Анатолий Григорьевич

Официальные оппоненты:

доктор технических наук, профессор

Базров Борис Мухтарбекович

ИМАШ РАН

доктор технических наук, профессор

Волчкевич Леонид Иванович

МГТУ им. Н.Э. Баумана, г. Москва

доктор технических наук, профессор

Иноземцев Александр Николаевич

ТулГУ, г. Тула

Ведущая организация

Рыбинская государственная авиационная технологическая академия

Защита состоится «19» октября 2010 г. в 14-00 ч. в учебном корпусе № 1, ауд. 59 на заседании диссертационного совета Д 212.021.01 при Брянском государственном техническом университете, по адресу:

241035, г. Брянск, бульвар им. 50-летия Октября, д.7.

Отзыв по работе, заверенный печатью, в 2-х экземплярах просьба направлять по указанному адресу в диссертационный совет.

С диссертацией можно ознакомится в библиотеке Брянского государственного технического университета.

Автореферат разослан ________________ 2010 г.

Ученый секретарь диссертационного совета доктор технических наук, доцент

Хандожко А.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Существующее промышленное производство характеризуется разнообразием используемых конструкционных материалов и частой сменой номенклатуры выпускаемых деталей, к которым предъявляются жесткие требования по качеству функциональных поверхностей. Изменение жесткости станка, износ инструмента, разброс припуска и твердости заготовок приводят к рассеянию параметров качества обработанных поверхностей. Кроме того, для ряда ответственных изделий требуется технологически обеспечивать закономерное изменение параметров качества рабочей поверхности трения на различных ее участках. Одним из перспективных путей обеспечения требуемых параметров качества обработанных поверхностей является адаптивное управление процессом резания.

В современном машиностроении актуальными становятся вопросы эффективного использования технологического оборудования с ЧПУ. Повышение эффективности станков с ЧПУ ограничивается наличием «жесткой» управляющей программы, устанавливающей заданные режимы обработки. В «жесткой» системе не учитываются особенности обработки конкретной детали. Поэтому оснащение станков с ЧПУ адаптивной системой управления (АдСУ) позволяет значительно расширить их технологические возможности.

Для функционирования АдСУ параметрами качества поверхностного слоя необходимо иметь математическую модель, связывающую выходные параметры управляемого процесса с его входными. В настоящее время существуют теоретические и эмпирические зависимости, которые позволяют предсказывать параметры качества обработанной поверхности после механической обработки. Теоретические уравнения носят общий характер и практически не имеют ограничений, но они не учитывают случайные факторы и имеют большую погрешность. Эмпирические зависимости имеют узкое конкретное применение, они достаточно точно предсказывают выходные параметры процесса в заданных условиях проведения эксперимента. Однако, как показывает анализ, не для всех обрабатываемых материалов и условий обработки имеются такие зависимости. Особенно это относится к новым материалам.

Таким образом, имеется неопределенность в обеспечении заданных параметров качества функциональных поверхностей деталей машин, связанная с отсутствием однозначной и универсальной зависимости между имеющейся начальной информацией (геометрия инструмента, материал инструмента и заготовки, характеристики оборудования и т.д.) об объекте управления, которым является процесс резания, и требуемым качеством обработанной поверхности. При наличии отмеченной неопределенности наиболее эффективным подходом к ее устранению является обучение или самообучение системы в процессе управления посредством использования накапливаемой информации.

В связи с этим разработка самообучающейся технологической системы с адаптивным управлением (СТСАУ) параметрами качества поверхностного слоя деталей машин при механической обработке является одной из актуальных проблем, требующая своего решения.

Цель работы разработать и создать самообучающуюся технологическую систему с адаптивным управлением, позволяющую автоматически обеспечивать заданные параметры качества обработанных поверхностей деталей машин.

Для достижения цели необходимо решить следующие задачи:

  1. Разработать методологию проектирования СТСАУ параметрами качества поверхностного слоя деталей машин.
  2. Разработать структуру СТСАУ параметрами качества поверхностного слоя деталей машин, а также математическое, алгоритмическое и программное обеспечение для ее функционирования.
  3. Создать автоматизированную базу данных по технологическим режимам механической обработки деталей машин при обеспечении заданных параметров качества поверхностного слоя.
  4. Создать СТСАУ процессом механической обработки, обеспечивающую заданные параметры качества обработанных поверхностей деталей машин.
  5. Провести технологические исследования с использованием созданной СТСАУ параметрами качества поверхностного слоя деталей машин.

Объектом исследований является технологическая система механической обработки деталей машин.

Предметом исследований является обеспечение заданных параметров качества поверхностного слоя деталей машин при механической обработке, в том числе и при отсутствии исходной информации.

Методы исследований. Теоретические исследования базируются на основных положениях технологии машиностроения, учения о формировании качества поверхностного слоя, теории автоматического управления, теории информатики, теории электроники и микропроцессорной техники, методах объектно-ориентированного программирования.

Экспериментальные исследования базируются на современных методах математической статистики, теории планирования экспериментов, математических методах обработки экспериментальных данных и на широком применении ЭВМ.

На защиту выносятся:

  1. Решение научной проблемы - технологическое обеспечение параметров качества поверхностного слоя деталей машин при наличии начальной неопределенности за счет использования самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя.
  2. Общая методология разработки самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя деталей машин.
  3. Законы управления для функционирования самообучающейся технологической системы в режиме адаптивного управления при обеспечении заданных параметров качества поверхностного слоя деталей машин и способы внесения поправки в ход технологической операции.
  4. Структура самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя и информационные потоки, циркулирующие в ней.
  5. Математическое, алгоритмическое и программное обеспечение самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя.
  6. Компоненты (контроллер сопряжения, измерительная система) самообучающейся технологической системы.

Связь с научно-техническими программами. Исследования проводились при финансовой поддержке из средств гранта на проведение молодыми учеными научных исследований в ведущих научно-педагогических коллективах высших учебных заведений и научных организаций Минобразования России (шифр гранта - PD02-2.10-185) по теме «Самообучающаяся адаптивная технологическая система обеспечения качества обрабатываемых поверхностей» (гос. рег. № - 01.2.00213414); при финансовой поддержке из средств гранта Президента РФ для поддержки молодых ученых кандидатов наук и их научных руководителей (конкурс МК) по теме «Технологическое обеспечение качества обработанных поверхностей деталей машин за счет автоматического управления» (гос. рег. № МК-1187.2004.8); при финансовой поддержке из средств Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг., в рамках реализации мероприятия 1.2.1 «Проведение научных исследований научными группами под руководством докторов наук» по направлению «Станкостроение», проект «Создание самообучающегося станка с адаптивным управлением параметрами качества поверхностного слоя деталей машин» (государственный контракт № П768, шифр № НК-718П/12).

Научная новизна работы состоит в следующем:

  1. Предложена новая физическая модель формирования технологических поверхностных остаточных напряжений от сил резания и получено теоретическое уравнение для их определения.
  2. Получены уравнения для корректировки режимов лезвийной обработки для адаптивного управления параметрами качества поверхностного слоя деталей машин.
  3. Впервые решена научная задача возможности технологического управления комплексным параметром состояния поверхностного слоя деталей Сх, определяющего их эксплуатационные свойства.
  4. Определена степень влияния режимов механической обработки (подачи, скорости резания и глубины резания) на величину комплексного параметра качества поверхностного слоя Сх.
  5. Разработана общая методология построения автоматизированной технологической системы обеспечения заданных параметров качества поверхностного слоя деталей машин с функциями самообучения и адаптивного управления.
  6. Получены законы управления технологической системой для адаптивного управления параметрами качества поверхностного слоя деталей машин и комплексным параметром качества поверхностного слоя Сх при механической обработке, связывающие обеспечиваемые параметры качества поверхностного слоя и режимы механической обработки (подача, скорость резания и глубина резания).
  7. Разработана структура и алгоритм функционирования СТСАУ параметрами качества поверхностного слоя деталей машин при самообучении и при адаптивном управлении.

Практическая значимость и реализация результатов работы заключается в следующем:

  1. Разработана и реализована самообучающаяся технологическая система обеспечения заданных параметров качества поверхностного слоя (пат. РФ № 93725 заявка 2009149563/22 МПК B23Q15/007 (2006.01)).
  2. Разработан и реализован контроллер сопряжения ПЭВМ с УЧПУ класса PCNC (пат. РФ № 93724 заявка 2009149561/22 МПК B23Q15/007 (2006.01)), обеспечивающий ввод информации с аналоговых датчиков в ПЭВМ и передачу управляющей информации от ПЭВМ в УЧПУ.
  3. Разработано программное обеспечение, обеспечивающее функционирование самообучающейся адаптивной технологической системы (свидетельство о регистрации электронного ресурса № 15548 дата регистрации 30.03.2010; свидетельство о регистрации электронного ресурса № 15576 дата регистрации 06.04.2010).
  4. Разработаны и реализованы измерительные каналы для определения главной составляющей силы резания Pz, температуры в зоне резания и высотного параметра шероховатости Ra обработанной поверхности в процессе механической обработки.
  5. Разработан комплекс методических материалов, соответствующего информационного и программного обеспечения, позволяющих создавать самообучающиеся станки с адаптивным управлением параметрами качества поверхностного слоя обрабатываемых деталей, а также выполнять модернизацию металлорежущих станков с УЧПУ для расширения их функциональных возможностей.

Апробация работы. Материалы, отражающие основное содержание работы, докладывались и обсуждались на конференциях различного уровня, в том числе: на международных конференциях «Машиностроение и техносфера XXI века» (Севастополь, 2002 г.), «Проблемы машиностроения и технология материалов на рубеже веков» (Пенза, 2003 г.), «Фундаментальные и прикладные проблемы технологии машиностроения. Технология - 2003» (Орел, 2003 г.), «Оптимизация и управление процессом резания, мехатронные станочные системы» (Уфа, 2004 г.), «Образование через науку» (Москва, 2005 г.), «Обеспечение и повышение качества машин на этапах их жизненного цикла» (Брянск, 2005 г.), «Проблемы качества машин и их конкурентоспособности» (Брянск, 2008 г.), «Совершенствование существующих и создание новых технологий в машиностроении и авиастроении» (Ростов-на-Дону, 2009 г.); международном научно-техническом семинаре «Практика и перспективы развития институционного партнерства» (Таганрог, 2002 г.); научных конференциях профессорско-преподавательского состава ГОУ ВПО БГТУ. Основные положения диссертационной работы докладывались на заседании кафедры «Автоматизированные технологические системы» ГОУ ВПО БГТУ (Брянск, 2010 г.), на заседании технологической секции ГОУ ВПО БГТУ (Брянск, 2010 г.), на научном семинаре «Ассоциации технологов машиностроителей России» в ГОУ ВПО МГИУ (Москва, 2010 г.).

Публикации. По теме диссертации опубликовано 35 работ, в том числе глава «Инженерия поверхности детали при изготовлении» в монографии «Инженерия поверхности деталей», 13 статей в журналах, рекомендованных ВАК РФ для опубликования результатов диссертационных работ, получено 2 патента РФ на полезную модель и 2 свидетельства о регистрации электронного ресурса в институте научной информации и мониторинга Российской академии образования (ИНИМ РАО). Все результаты, составляющие основное содержание диссертационной работы, получены автором самостоятельно.

Структура и объем диссертации Диссертация состоит из введения, пяти глав, общих выводов, приложений, списка литературы из 177 наименований; изложена на 264 страницах машинописного текста, содержит 118 рисунков, 45 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованна актуальность работы, изложены ее научная новизна и практическая значимость, а также основные результаты, достигнутые  в ходе проведения теоретических и экспериментальных исследований.

Первая глава посвящена анализу состояния проблемы создания самообучающихся технологических систем с адаптивным управлением параметрами качества поверхностного слоя, постановке целей и задач.

Технологическому обеспечению качества поверхностного слоя деталей машин при различных методах механической обработки посвящены работы В.И. Аверченкова, В.Ф. Безъязычного, С.Г. Бишутина, О.А. Горленко, П.Е. Дьяченко, А.И. Исаева, В.А. Козлова, Т.Д. Кожиной, Б.А. Кравченко, А.Д. Макарова, А.А. Маталина, В.С. Мухина, Ю.К. Новоселова, Э.В. Рыжова, С.С. Силина, В.К. Старкова, А.М. Сулимы, А.Г. Суслова, В.П. Федорова, Т.В. Шаровой, Ю.Г. Шнейдера и других ученых. Анализ данных работ показывает, что имеется реальная возможность осуществлять управление параметрами качества поверхностного слоя во время выполнения технологической операции непосредственно на рабочем месте. Наиболее часто объектом машиностроительного производства являются детали типа тел вращения, имеющие наружные цилиндрические рабочие поверхности.

Вопросам общего подхода, охватывающего разнообразные задачи автоматизации, адаптации, обучения, самообучения и построения интеллектуальных систем управления, посвящены работы Л.И. Волчкевича, Л.А. Заде, Н.Н. Красовского, К.А. Пупкова, В.Ю. Рутковского, А.Л. Фрадкова, Я.З. Цыпкина и других ученых.

Фундаментальные и прикладные исследования в 60х годах группы отечественных ученых под руководством д.т.н. проф. Б.С. Балакшина, привело к возникновению нового класса оборудования — адаптивных технологических систем прямого управления. В дальнейшем работу по разработке адаптивных систем управления металлорежущими станками вели Б.М. Базров, М.С. Городецкий, В.Ц. Зориктуев, Д.Д. Медведев, В.Г. Митрофанов, М.С. Невельсон, В.Н. Подураев, С.П. Протопопов, А.П. Сиротенко, Ю.М. Соломенцев, М.М. Тверской, В.В Тимирязев, И.Б. Рубашкин, И.М. Рыбкин, В.А. Ратмиров и другие ученые.

Разработке и использованию самообучающихся технологических систем (СТС) и самообучающихся методик в определении трудоемкости изготовления деталей машин и в управлении металлообработкой посвящены работы И.В. Акимова, А.Н. Иноземцева, Н.И. Пасько, М.А. Попова, И.Б. Рубашкина.

Проведенный анализ обзора работ по теме диссертации позволяет сделать следующие выводы:

1. Анализ работ В.Ф. Безъязычного, А.О. Горленко, Д.Г. Евсеева, А.Д. Макарова, А.А. Маталина, В.С. Мухина, Э.В. Рыжова, В.М. Смелянского, В.К. Старкова, А.Г. Суслова, А.М. Сулимы, О.Н. Федонина, В.П. Федорова других ученых показал, что эксплуатационные свойства деталей машин в значительной мере определяются параметрами качества поверхностного слоя. Наибольшее влияние на эксплуатационные свойства оказывают параметр шероховатости Ra, поверхностные остаточные напряжения и поверхностная микротвердость. В работах профессора А.Г. Суслова показано, что эксплуатационные свойства деталей машин и их соединений характеризуются комплексными параметрами качества поверхностного слоя. Например, комплексный параметр Cx, используемый для оценки качества поверхности трения включают в себя параметры шероховатости, волнистости, макроотклонения и физико-механические параметры поверхностного слоя.

2. Ввиду изменения жесткости станка, износа инструмента, колебаний припуска и твердости заготовок имеет место рассеяние параметров состояния обработанных в ней поверхностей, являющиеся причиной разброса их эксплуатационных свойств и возможного брака. Уменьшить величину разброса и тем самым стабилизировать получение заданных параметров качества поверхности можно за счет использования АдСУ качеством обрабатываемой поверхности.

3. Наибольшее распространение, как в нашей стране, так и за рубежом нашли АдСУ точностью обработки деталей и повешению производительности обработки на черновых операциях. Разработке же АдСУ качеством поверхностного слоя уделяется недостаточно внимания. Хотя использование таких систем позволит в полной мере автоматизировать процесс обеспечения качества обрабатываемых деталей.

4. Несмотря на различие решаемых задач СТС все же просматриваются общие для них черты обучения и самообучения:

  • для обучения любой системы необходимо запускать ее в пробную эксплуатацию, в процессе которой она определяет или математическую модель процесса управления или уточняет коэффициенты математической модели;
  • использование банка данных (знаний) для накопления информации об объекте с целью уточнения математической модели и использовании ее при управлении;
  • наличие математического аппарата для обработки полученных результатов;
  • наличие информационно-измерительных элементов для получения недостающей информации об объекте управления.

5. На настоящий момент существуют СТС лишь для обеспечения оптимальной стойкости инструмента, прогнозирования и управления погрешностью обработки и для прогнозирования трудоемкости изготовления деталей машин. Описание структуры, алгоритма работы СТСАУ параметрами качества поверхностного слоя в научной литературе нет.

6. Из многочисленных факторов, влияющих на формирование шероховатости поверхности, следует выделить величину продольной подачи и скорость резания. Эти два фактора оказывают одно из основных влияний на формирование шероховатости и ими можно управлять в процессе обработки. Наибольшее же влияние на формирование шероховатости оказывает продольная подача.

7. На поверхностную микротвердость обработанной поверхности, влияют режимы резания, геометрические параметры режущего инструмента и степень его изношенности, свойства материалов инструмента и детали и т.д. При повышении скорости резания до оптимальной степень наклепа обработанной поверхности уменьшается, а при дальнейшем повышении скорости резания наклеп повышается. Зависимость наклепа от величины подачи может быть монотонно убывающей, монотонно возрастающей или носит экстремальный характер. Характер этих зависимостей определяется скоростями резания и изменением средней температуры контакта, при изменении подачи.

8. Остаточные напряжения в поверхностном слое являются следствием пластической деформации при резании, и на их формирование в основном влияют такие факторы, как силовое поле, температура резания, фазовые и структурные превращения. Применение методов и режимов обработки, приводящее к увеличению силы резания, вызывает увеличение остаточных напряжений сжатия и снижение напряжений растяжения, за исключением обработки пластичных металлов, когда увеличение силы резания вызывает противоположный эффект. Изменение режимов резания, влекущее за собой увеличение температуры резания, ведет к росту остаточных напряжений растяжения и уменьшению напряжений сжатия.

9. При обработке новых материалов, новыми инструментальными материалами, когда справочные данные по ним отсутствуют или они не адекватны реальным условиям, появляется проблема в определении режимов обработки (величина подачи, скорость резания, глубина резания), обеспечивающие заданное качество поверхности. Поэтому весьма актуальной является задача автоматизации процесса назначения и уточнения режимов резания непосредственно на рабочем месте для обеспечения заданных параметров качества поверхности. Решение этой задачи становится возможным с созданием самообучающихся технологических систем.

В результате анализа состояния проблемы были сформулированы цель работы и задачи исследований.

Во второй главе изложена общая методология разработки СТСАУ обеспечения заданных параметров качества поверхностного слоя деталей машин, в которой рассматриваются вопросы постановки технологической задачи решаемой СТСАУ, определения степени влияния входных факторов на выходные параметры процесса резания, выбора способа управления, разработки структурной схемы и алгоритма функционирования СТСАУ.

Анализ разработок АдСУ технологическим оборудованием показывает, что при создании таких систем важным этапом является формулировка технологической задачи, для решения которой создается система. Для выявления технологической задачи необходимо установить причину, препятствующую достижению заданного уровня выходных показателей процесса резания. В данном случае выходными показателями процесса резания являются параметр шероховатости Ra, поверхностная микротвердость, поверхностные остаточные напряжения и комплексный параметр качества поверхностного слоя Cx обработанной поверхности. Препятствием для достижения заданного качества поверхностного слоя деталей машин могут быть следующие причины: состояния ТС, колебания припуска и твердости заготовки, износ режущего инструмента.

Как показывает анализ справочной и научной литературы, не для всех обрабатываемых материалов и условий обработки имеются математические зависимости, предсказывающие параметры качества обработанной поверхности после механической обработки. Это также является препятствием для достижения заданных параметров качества поверхностного слоя (ПКПС) деталей машин и применения новых материалов.

В большинстве случаев для предсказания ПКПС деталей машин используются стохастические математические модели, полученные в результате статистической обработки результатов эксперимента. Для получения стохастических математических моделей связывающих условия обработки и ПКПС обработанной поверхности непосредственно на рабочем месте может быть предложен метод самообучения с использованием ТС с ЧПУ и ПЭВМ, которая предназначена для определения параметров математической модели, хранения и управления. Суть метода самообучения ТС заключается в:

1) проведении активного эксперимента непосредственно на рабочем месте, при тех условиях, при которых система должна работать;

2) получении и обработке результатов эксперимента и определении параметров математической модели, связывающей условия обработки и ПКПС обработанной поверхности;

3) использовании полученной модели для определения закона управления при адаптивном управлении ПКПС.

На основании выше изложенного в качестве основной технологической задачи, для решения которой создается СТСАУ, примем задачу технологического обеспечения заданных параметров качества поверхностного слоя обработанной поверхности (шероховатость, поверхностная микротвердость, поверхностные остаточные напряжения, комплексный параметр Cx) на рабочем месте с использованием СТСАУ.

Управление объектом может оказаться не эффективным, если не будет определена взаимосвязь между входными факторами и выходными параметрами объекта управления, по которым ведется управление. Для выявления наиболее эффективного способа управления теоретически определена степень влияния величины продольной подачи, скорости и глубины резания на формируемые параметры качества поверхностного слоя. При определении степени влияния использовались математические модели (табл. 1), полученные В.Ф.Безъязычным, Д.Д.Медведевым и А.Г.Сусловым.

Таблица 1 - Математические модели для оценки степени влияния

Математическая модель

Условия

Параметр шероховатости Ra. Получистовое и чистовое точение, наружные поверхности

, мкм [А.Г. Суслов]

S = 0,05-0,43 мм/об;

V = 71-282 м/мин;

r = 0,5-2 мм;

= 4 – (-40)°.

Величина максимальных растягивающих напряжений.

Точение, наружные поверхности

, МПа [Д.Д. Медведев]

, МПа  [В.Ф. Безъязычный]

S = 0,07-0,43 мм/об;

V = 50-210 м/мин;

r = 0,5-2 мм.

Поверхностная микротвердость. Точение, наружные поверхности.

,  [А.Г. Суслов]

,  [Д.Д. Медведев]

S = 0,05-0,5 мм/об;

V = 50-150 м/мин;

t = 0,15-0,9 мм;

r=0,5-2 мм; =4–(-4)°;

= 3 - 7°;

ст = 2000-3500 [71].

Комплексный параметр Cx. Точение, наружные поверхности. Исходная модель [А.Г. Суслов]:

Преобразованная модель:

S = 0,16 – 0,43 мм/об

V = 80 - 150 м/мин

t = 0,2 – 0,9 мм

Wz = 6 мкм

Hmax = 8 мкм

Hish = 3390 МПа

tm = 45 %

a = 80 МПа

b = 480 МПа

r = 0,5 мм

= 00 

ст = 3000

= 50 

Анализ степени влияния (рис. 1, рис. 2) входных управляющих факторов подачи, скорости резания и глубины резания на ПКПС обработанной поверхности позволяет сделать следующие выводы:

1. Наибольшее влияние при обеспечении заданных параметров шероховатости, поверхностных остаточных напряжений и комплексного параметра Сх оказывают подача и скорость резания, причем подача в большей степени (рис. 1,а, рис. 1,б, рис. 2,б).

2. При обеспечении заданной величины поверхностной микротвердости наибольшее влияние оказывают глубина резания, скорость резания и подача. Причем глубина резания в некоторых случаях (рис. 2,а) оказывает наибольшее влияние, чем скорость резания и подача.

 

а)                                                                б)

Рис. 1. Влияние входных факторов на остаточные напряжения по модели В.Ф. Безъязычного (а) и  на параметр шероховатости Ra по модели А.Г. Суслова (б): 1 – входные факторы зафиксированы на максимальном уровне, а исследуемый фактор изменяется; 2 – входные факторы зафиксированы на минимальном уровне, а исследуемый фактор изменяется.

 

а)                                                                б)

Рис. 2. Влияние входных факторов на поверхностную микротвердость по модели Д.Д. Медведева (а) и на комплексный параметр Сх по модели А.Г. Суслова (б): 1 – входные факторы зафиксированы на максимальном уровне, а исследуемый фактор изменяется; 2 – входные факторы зафиксированы на минимальном уровне, а исследуемый фактор изменяется.

При чистовой (окончательной) обработке глубину резания, как правило, редко используют в качестве управляющего воздействия, так как это может потребовать дополнительного прохода для удаления оставшегося припуска для обеспечения заданной точности размера. Поэтому глубину резания как управляющее воздействие следует рассматривать на получистовых операциях.

Модели, создаваемые для целей управления, могут и не отражать физическую сущность явления. Им достаточно лишь констатировать наличие определенной формальной связи между управляющим входом и управляемым выходом. Поэтому для описания выходных параметров процесса резания (сил резания, ПКПС, и др.) в зависимости от входных факторов (глубина резания, подача, скорость резания) предлагается использовать стохастическую мультипликативную модель вида:

,                                                (1)

где П – управляемый выходной параметр процесса механической обработки; S, V, t – входные управляющие факторы процесса механической обработки, глубина резания, подача и скорость резания соответственно; C0, x, y, z –коэффициенты модели.

Связь между параметром шероховатости Ra и управляющими переменными S и V может быть выражена моделью вида:

,                                                (2)

где Сr , xr, yr – коэффициенты модели; S – подача, мм/об; V – скорость резания, м/мин.

Математическая модель (2) не может учитывать действие всех возмущающих факторов, под воздействием которых параметр шероховатости обработанной поверхности может выйти за пределы допуска. В этом случае необходимо за счет управляющих переменных S и V внести необходимые коррективы в ход процесса обработки. Наибольшее влияние на формирование шероховатости поверхности при точении оказывает продольная подача, поэтому закон изменения подачи для обеспечения заданного параметра шероховатости определяется выражением (3), для случая, когда управление ведется одним управляющим параметром S, а V = const.

,        (3)          (4)

где CV=CrVyr; S – первоначально установленная величина подачи, мм/об; Ra_izm – измеренное значение параметра шероховатости обработанной поверхности; S(Ra_izm) – скорректированная величина продольной подачи; CS=CrSxr; V – первоначально установленная величина скорости резания м/мин; V(Ra_izm) – скорректированная величина скорости резания.

Закон изменения подачи (3) получен с учетом допущения того, что под воздействием внешних возмущений коэффициент модели хr не изменяется, а коэффициенты yr, Сr – изменяются. Аналогично получен и закон (4) изменения скорости резания при S = const. Допущение, при воздействии внешних возмущений коэффициент модели y не изменяется, а коэффициенты хr, Сr – изменяются.

Исследования В.Ф. Безъязычного, Т.Д. Кожиной, В.А. Козлова, Б.А. Кравченко, А.Д. Макарова, В.С. Мухина, С.С. Силина, В.К. Старкова, А.М. Сулимы показывают, что на формирование поверхностной микротвердости и поверхностных остаточных напряжений детали значительное влияние оказывают температурное и силовое поле в зоне обработки. Поэтому в качестве математической модели, связывающей физико-механические свойства поверхностного слоя и переменные состояния процесса резания, предложена стохастическая модель вида:

,                                        (5)

где FMP – физико-механический параметр поверхностного слоя; Pz – главная составляющая силы резания, Н; Т – температура в зоне резания, оС; Cf, xf, yf, Cp, xp, yp, zp, Ct, xt, yt, zt – коэффициенты модели.

Модель (5) используется для косвенного определения FMP на основе измеренных во время обработки Pz и Т.

При самообучении технологической системы величина касательных поверхностных остаточных напряжений определяется расчетным способом на основании измеренных во время обработки температуры и главной составляющей силы резания Pz. Для определения растягивающих остаточных напряжений от действия температуры используется математическая модель, полученная профессором А.Д. Макаровым. Для определения сжимающих остаточных напряжений от действия силового воздействия предложена физическая модель (6):

,                                                        (6)

где Pz - главная составляющая силы резания, измеренная во время обработки, Н; k – коэффициент, учитывающий соотношение между составляющими силами резания Pz и Py, k=0,4–0,6; Ar – фактическая площадь контакта инструмента с обрабатываемой деталью, мм2.

Результирующее напряжение определяется суммированием с учетом знаков напряжений.

Для управления FMP используется модель, связывающая FMP с управляющими переменными S, V и t процесса резания, вида:

,                                 (7)

где FMP – физико-механический параметр поверхностного слоя; S, V, t – подача, скорость резания и глубина резания соответственно; Cu, xu, yu, zu –коэффициенты модели.

Используя модель (7) были получены законы для управления скоростью резания (8), подачей (9) и глубиной резания (10) имеющие вид:

,  (8)         ,  (9)

где CSfmp=CuSxutzu; V – первоначально установленная величина скорости резания, м/мин; FMPc – вычисленное значение физико-механического параметра по измеренным силе резания Pz и температуре в зоне резания T; FMP_zad – заданный физико-механический параметр; Δ - допуск на параметр; V(FMP) – скорректированная величина скорости резания; CVfmp=CuVyutzu; S – первоначально установленная величина подачи, мм/об; S(FMP) – скорректированная величина подачи.

,                                (10)

где CTfmp=CuSxuVyu; t – первоначально установленная глубина резания; t(FMP) – скорректированная величина глубины резания.

Было проведено моделирование режима работы СТСАУ при обеспечении заданного параметра шероховатости Ra обработанной поверхности при наружном точении с использованием полученного закона управления (3) на основе математической модели, полученной А.Г. Сусловым (табл. 1). Для этого модель была приведена к виду (2). Параметры r и (90+) модели фиксируем на постоянном уровне r = 0,8 и = -10°. Остальные данные: k0 = 70, k1 = 0,85, k2 = 0,37, k3 = 0,39, k4 = 0,13, V = 180 м/мин.

Предположим, что необходимо обеспечить параметр шероховатости обработанной поверхности Ra = 3,2 мкм при допуске = ±10 %. Для этого необходимо установить подачу S = 0,133 мм/об, точка (1) на номинальной характеристике рис. 3.

Рис. 3. Моделирование работы СТСАУ при обеспечении заданного параметра шероховатости Ra.

Предположим, что в результате действия внешних возмущений происходит отклонение параметра шероховатости за допустимые значения. Измеренное значение Ra_izm может быть либо больше (Ra_zad + ·Ra_zad) точка (2), либо меньше (Ra_zad - ·Ra_zad) точка (3) рис. 3, т.е. под действием внешних возмущений номинальная характеристика может смещаться вверх или вниз и будет проходить либо через точку 2, либо через точку 3 рис. 3. Смещение характеристики может быть вызвано изменением коэффициентов модели под действием внешних возмущений.

При моделировании формировались три характеристики рис. 3. Первая характеристика исходная или номинальная. При построении второй и третьей характеристик в их математических моделях были пропорционально изменены коэффициенты относительно номинальной модели. Для второй характеристики все коэффициенты были уменьшены, а для третьей увеличены.

Рассмотрим случай, когда Ra_izm = 3,707 мкм точка (2) больше Ra_zad + ·Ra_zad. Используя закон (3) была определена величина новой подачи S=0,112 мм/об. Таким образом, для обеспечения заданного параметра шероховатости Ra_zad = 3,2 мкм, в изменившихся случайным образом условиях обработки, необходимо уменьшить величину подачи до S = 0,112 мм/об точка (2’) рис. 3.

Аналогично проводилось моделирование работы СТСАУ по обеспечению заданной величины максимальных растягивающих напряжений в обработанной поверхности при наружном точении с использованием модели, полученной В.Ф. Безъязычным. Результаты моделирования в обоих случаях показывают, что полученные законы управления можно использовать для управления ТС по обеспечению заданных ПКПС деталей машин.

Исходными данными для разработки структурной схемы СТСАУ являются: 1) требования к СТСАУ; 2) перечень управляющих воздействий; 3) перечень управляемых параметров; 4) технические характеристики применяемого оборудования.

Разрабатываемая СТСАУ должна обеспечивать: 1) постановку и проведение активного эксперимента; 2) математическую обработку и анализ полученных данных от датчиков для определения математической модели; 3) хранение и использование полученных результатов для управления процессом резания; 4) адаптивное управление процессом резания на основе математических моделей, полученных при самообучении.

Для построения СТСАУ УЧПУ станка должно удовлетворять определенным требованиям: 1) наличие устройства дискретного ввода-вывода информации для связи с внешним оборудованием, через которое можно управлять станком, т.е. изменять во время его работы такие параметры как подача и скорость резания; 2) открытость программы логики станка. Это означает, что пользователь имеет право самостоятельно разрабатывать и подключать в работу УЧПУ программу логики станка, обеспечивающую внешнее управление подачей и скоростью резания от ПЭВМ.

На основании выше изложенного структура СТСАУ будет иметь вид представленный на рис. 4.

Рис. 4. Структура СТСАУ.

Алгоритм работы (А) системы реализуется в виде программного обеспечения записанного в память устройства управления, в качестве которого используется (ПЭВМ). Исполнительным устройством системы является технологическая система (ТС), управляемая устройством управления, обычно это УЧПУ. Связь ПЭВМ и УЧПУ осуществляется через контроллер сопряжения (КС), подключаемый к ПЭВМ по последовательному интерфейсу RS 232. Управляющими воздействиями U для ТС являются скорость резания V и величина подачи S.

Для определения физико-механических параметров обработанной поверхности используется косвенный метод, основанный на измерении датчиками в зоне обработки главной составляющей силы резания (Pz) и температуры (T), воздействующие на обработанную поверхность и вычислении на основе измерений по модели (5) FMP.

Параметр шероховатости Ra обработанной поверхности определяется прямым методом измерения с помощью лазерного оптического датчика, установленного в рабочей зоне станка. Теоретические расчеты показали, что лазерно-оптический датчик может быть использован для измерения высотных параметров шероховатости обработанной поверхности. При расчетах определялось, сможет ли световое пятно (диаметр пятна 35 – 80 мкм), проецируемое лазерным диодом на поверхность объекта «ощупать» впадины неровностей.

Для работы системы необходима исходная информация, которая вводится оператором (ОП) перед началом работы. Алгоритм работы системы (рис. 5) описывает следующие основные режимы работы системы: «Ввод и анализ исходных данных»; «Работа с базой данных»; «Обучение»; «Работа».

Режим «Ввод и анализ исходных данных», предназначен для ввода и анализа исходных данных перед началом обработки. К исходным данным относятся: материал обрабатываемых деталей, геометрия инструмента, режимы резания, жесткость технологической системы, параметр качества обработанной поверхности, который необходимо обеспечить, и его требуемое значение. По введенным данным система анализирует, имеется ли в базе данных соответствующая им математическая модель.

Режим «Работа с базой данных» служит для сохранения и накопления информации об обработанных материалах, условиях обработки и соответствующих им полученных математических моделях. То есть, для каждого обрабатываемого материала и для каждого из условий обработки в базе данных имеется своя математическая модель. Если соответствующей математической модели нет, то система автоматически переходит в режим «Обучение».

Задачей режима «Обучение» является постановка эксперимента и получение математической модели. Для этого на станке обрабатывается пробная деталь – образец. Причем инструмент, его геометрия, материал образца и глубина резания должны быть такие же, как и при обработке последующей партии деталей. Образец разбивается на участки, затем каждый из них автоматически обрабатывается с заданными режимами резания, и контролируются параметры качества обработанной поверхности. Контроль параметра качества обработанной поверхности осуществляется в процессе обработки системой автоматически.

Данные о входных и выходных параметрах процесса резания заносятся автоматически в ЭВМ, производится их статистическая обработка и получается математическая модель вида (2).

Полученная математическая модель и данные о ней запоминаются в базе данных и используются в дальнейшем. При изменении инструмента, его геометрии, материала деталей, глубины резания и т.п. необходимо будет опять провести самообучение системы.

Режим «Работа» осуществляет адаптивное управление технологической системой по заданному параметру качества обработанной поверхности. В этом режиме осуществляется прием измерительной информации от датчиков установленных в близи зоны резания, анализ полученной информации и на основе анализа принимается решение об управлении технологической системой. Для управления технологической системой используется один из законов управления (3, 4, 8, 9, 10).

Рис. 5. Алгоритм самообучения и адаптивного управления ТС

В третьей главе рассматривается математическое, алгоритмическое и программное обеспечение (ПО) СТСАУ.

Основой математического обеспечения СТСАУ является математический аппарат метода планирования активного, полнофакторного эксперимента и метода множественного регрессионного анализа.

Все алгоритмическое обеспечение СТСАУ можно условно разделить на две взаимозависимые части. Первая часть относится к алгоритмическому обеспечению аппаратной части СТСАУ и описывает процедуру связи между ТС, ПЭВМ и УЧПУ. Вторая часть относится к алгоритму самообучения и адаптивному управлению ТС по параметрам качества поверхностного слоя. Взаимодействие частей алгоритма подчинено общему алгоритму работы всей СТСАУ (рис. 5).

К аппаратной части СТСАУ относятся контроллер сопряжения, УЧПУ и ПЭВМ. Для правильного функционирования СТСАУ работа каждого из этих устройств должна быть подчинена определенному алгоритму и логике взаимодействия между собой. Для этого рассмотрены информационные потоки, циркулирующие в СТСАУ во время работы.

Во время работы СТСАУ из зоны резания ТС получает информацию о текущей температуре Т в зоне резания, главной составляющей силе резания Pz и о параметре шероховатости Ra, обработанной поверхности. Информация о текущей температуре Т в зоне резания и о главной составляющей силе резания Pz после оцифровывания в КС по последовательному интерфейсу RS232 поступает в управляющую ЭВМ. Параметр шероховатости Ra, обработанной поверхности, во время обработки измеряется лазерным оптическим датчиком. Информация с лазерного оптического датчика непосредственно передается в ЭВМ по последовательному интерфейсу через конвертер RS422 - USB.

Управляющая информация от ПЭВМ в УЧПУ передается через КС по интерфейсу RS232. В КС управляющая информация из последовательного кода преобразовывается в параллельный и передается через буферный регистр и блок опторазвязки на дискретный вход УЧПУ. На основе принятой управляющей информации УЧПУ осуществляет управление технологической системой в соответствии с заложенным алгоритмом логики станка.

Для более полного понимания алгоритма и структуры взаимодействия между элементами СТСАУ выполнена детализация информационных потоков, которая позволяет:

  • подробно представить информационные связи между элементами системы;
  • понять алгоритм взаимодействия между элементами системы;
  • составить программное обеспечение системы.

В СТСАУ можно выделить следующие информационные потоки:

  • между датчиками (силы резания Pz и температуры в зоне резания) и контроллером сопряжения;
  • между ПЭВМ и контроллером сопряжения;
  • между контроллером сопряжения и УЧПУ;
  • между контроллером сопряжения и приводом NCDT1700-2.

Информационные связи между датчиком Pz тангенциальной составляющей силы резания и датчиком Т термо-ЭДС, измеряющим температуру в зоне резания и контроллером сопряжения представлены на рис. 6.

Рис. 6. Информационные потоки между датчиками и КС.

Так как к КС подключаются два датчика Pz и Т одновременно, то после его включения программно устанавливается подключение канала А (тензоусилитель (У1)) мультиплексора (MUX) к АЦП. Подключение необходимого канала к АЦП осуществляется путем задания кода от микроконтроллера (МК) на информационных входах А0 и А1 мультиплексора каналов. После оцифровки сигнала, полученного с тензоусилителя, и его отправки в ПЭВМ к АЦП подключается канал B мультиплексора - усилитель термо-ЭДС (У2). После оцифровки сигнала, полученного с усилителя термо-ЭДС, и его отправки в ПЭВМ к АЦП снова подключается тензоусилитель.

Организация функциональных связей и информационных потоков между ПЭВМ и КС, между КС и УЧПУ и между КС и приводом NCDT1700-2 представлена на рис. 7.

Связь ПЭВМ и КС осуществляется через интерфейс RS-232. Для обеспечения управления периферийными устройствами (УЧПУ, привод NCDT 1700-2 и АЦП контроллера сопряжения) от ПЭВМ в КС передается соответствующая управляющая информация. Минимальным объемом информации, передаваемым по интерфейсу RS-232, является один байт. Для внешнего управления подачей и частотой вращения шпинделя также необходим один байт информации. Поэтому управляющая информация, передаваемая от ПЭВМ в УЧПУ, имеет объем один байт.

На основании рассмотренных информационных потоков (рис. 6, рис. 7), циркулирующих между элементами СТСАУ, разработаны алгоритмы работы и взаимодействия КС и УЧПУ и КС и ПЭВМ.

Программное обеспечение СТСАУ как и алгоритмическое обеспечение также разделено на две взаимозависимые части. Первая часть это базовое ПО, которое обеспечивает самообучение и адаптивное управление ТС по ПКПС. Базовое ПО реализовано в ПЭВМ на языке C++ в среде программирования C++ Builder.

Рис. 7. Информационные потоки между ПЭВМ и КС, между КС и УЧПУ и между КС и приводом NCDT1700-2: RG S и RG V – регистры, хранящие величину коррекции подачи и частоты вращения шпинделя; W1A0 и W1A1 – входные сигналы УЧПУ байтов коррекции подачи и частоты вращения шпинделя; U4A24 и U4A25 – выходные дискретные сигналы УЧПУ; FW – вперед; RV – назад; ИП – исходное положение; КП – конечное положение.

Вторая часть относится к ПО аппаратной части СТСАУ и реализовано в МК на языке Assembler. Оно обеспечивает:

  • получение и передачу информации от датчиков (Pz, T) в ПЭВМ;
  • получение и передачу управляющей информации от ПЭВМ в УЧПУ;
  • управление приводом продольного перемещения каретки с датчиком optoNCDT 1700-2.

Взаимодействие программ и устройств СТСАУ осуществляется через интерфейс RS-232, передающего управляющую информацию от ПЭВМ в УЧПУ и информацию от датчиков в ПЭВМ. Структура взаимодействия базового и аппаратного ПО СТСАУ показана на рис. 8.

Рис. 8. Структура взаимодействия базового и аппаратного ПО СТСАУ: БПО – базовое ПО; ПО АЧ – программное обеспечение аппаратной части СТСАУ; МК – микроконтроллер.

Структура базового ПО, с входящими в него программными модулями, представлена на рис. 9.

Рис. 9. Структура базового ПО

Базовое ПО строится по модульному принципу. Оно состоит из отдельных программных модулей и соответствующих им форм. Каждый программный модуль выполняет свою определенную функцию. Все модули базового ПО объединены в один проект. Вызов программных модулей осуществляется с главной формы (рис. 10), которая отображается после запуска базового ПО.

Рис. 10. Окно главной формы базового ПО

Структура программы работы КС представлена на рис. 11. Блок настройки микроконтроллера осуществляет настройку режимов работы микроконтроллера. Настраиваемыми режимами работы микроконтроллера являются прием и передача информации по последовательному порту RS-232 и обслуживание прерывания приемника последовательного порта RS-232. Для уменьшения объема программы она содержит блок подпрограмм выполнения повторяющихся действий (отсчет интервалов времени, прием информации, отправка информации). Логический блок определяет режим работы КС, управляет работой АЦП и приводом датчика NCDT 1700-2.

Рис. 11. Структура программы работы КС

Информационное обеспечение СТСАУ включает в себя локальную базу данных и программные средства для ее обслуживания. База данных СТСАУ представляет собой набор таблиц для системы управления базами данных Paradox 7, назначение которых представлено в табл. 2.

Таблица 2 - Назначение таблиц базы данных

Название таблицы

базы данных

Хранящаяся информация

sats3.db

Основная таблица. Содержит сведения, для каких сочетаний материал заготовки, материал режущей части инструмента, параметры заготовки и обеспечиваемые ПКПС имеется математическая модель.

sats_Mz.db

Материал заготовки и механические свойства материала в

sats_Mt.db

Материал режущей части инструмента

sats_Ra.db

Параметры математической модели для определения параметра шероховатости Ra

sats_Sigma.db

Параметры математической модели для определения остаточных напряжений в поверхностном слое детали

sats_Mikrotv.db

Параметры математической модели для определения поверхностной микротвердости

sats_Cx.db

Параметры математической модели для определения комплексного параметра Cx

В четвертой главе рассматривается создание СТСАУ на базе УЧПУ NC 200 и модернизированного токарного станка модели 16Б16Ф3.

Для обеспечения связи между ПЭВМ и УЧПУ и датчиками, установленными на станке, и ПЭВМ в СТСАУ используется контроллер сопряжения рис 12. КС предназначен для работы с УЧПУ типа NC200, NC201, NC201M, NC220, NC210, NC110, NC310.

а)                                                б)

Рис. 12. Контроллер сопряжения: а) структурная схема; б) реализация КС.

Измерение температуры в зоне резания осуществляется с помощью естественной термопары, которая образуется при непосредственном контакте инструмента и детали во время механической обработки. Для определения составляющей силы резания Pz при механической обработке используется балочный тензоэлемент типа консольная балка постоянного сечения, установленный под резцом рис 13. Перед началом работы СТСАУ была осуществлена настройка и тарировка измерительных каналов «Температура» и «Сила резания». При настройке каналов использовался образцовый калибратор унифицированных сигналов ИКСУ 260. Сигнал (1 мВ - 100 мВ) с калибратора подавался на вход усилителей У1 и У2 (рис. 6) и определялась погрешность измерительных каналов, которая не превышает 2 %.

Измерение высотного параметра шероховатости Ra обработанной поверхности детали при механической обработке (точение) осуществляется с помощью лазерного оптического датчика (ЛОД) линейных перемещений optoNCDT 1700-2 (рис. 14). Данный датчик предназначен для измерения линейных перемещений в диапазоне ± 1 мм с точностью измерения 0,2 мкм.

Экспериментально подтверждена возможность использования ЛОД optoNCDT 1700-2 для измерения высотного параметра шероховатости Ra. Для этого был разработан программный модуль, входящий в состав базового ПО. Программный модуль позволяет рассчитывать параметр шероховатости Ra и сохранять координаты точек профиля в отдельный файл для дальнейшего анализа и построения профилограмм.

   

Рис. 13. Расположение измерительного датчика силы резания Pz и токосъемника термо-ЭДС на станке: 1 – токосъемник термо-ЭДС; 2 - подводной упор тензодатчика.

Защита датчика optoNCDT 1700-2 от действия стружки и других внешних факторов, присутствующих при механической обработке, осуществляется защитным кожухом.

Рис. 14. Схема измерения высотного параметра шероховатости Ra во время механической обработки детали (устройство защиты зоны измерения от стружки не показано): 1 – ЛОД optoNCDT 1700-2; 2 – обрабатываемая деталь; 3 – резцедержатель с инструментом; Dr – главное движение резания; Ds – движение подачи; Dm – движение датчика при измерении

Таким образом, разработанная и созданная СТСАУ на базе УЧПУ типа NC200 для модернизированного токарного станка модели 16Б16Ф3 имеет вид представленный на рис. 15.

Пятая глава посвящена технологическим исследованиям с разработанной и созданной СТСАУ.

При самообучении ТС обеспечению заданных ПКПС использовались образцы из стали 45 (HBисх = 190), 20 Г (HBисх = 280), токарные резцы со сменными пластинами и напайными пластинами из материала Т15К6, Т5К10, с различной геометрией режущей части. Во время самообучения ТС образец разбивается на участки длиной по 10 мм.

Рис. 15. Общий вид созданной СТСАУ: 1 – УЧПУ NC200; 2 – ПЭВМ; 3 – технологическая система; 4 – датчик optoNCDT 1700-2; 5 – КС.

Разбивка на участки осуществляется в управляющей программе (УП) для УЧПУ. В режиме «Обучение» после ввода исходных данных базовое ПО автоматически составляет УП для УЧПУ для механической обработки образца. Каждый из участков образца обрабатывается в соответствии с планом эксперимента 22, каждый опыт выполняется с тремя повторениями.

Во время самообучения ТС определяются величина обеспечиваемого ПКПС обработанной поверхности, а также выходные параметры процесса резания главную составляющую силы резания Pz и температуру в зоне резания. После завершения самообучения базовое ПО рассчитывает параметры математической модели и сохраняет их в базе данных системы (табл. 3).

При самообучении технологической системы параметр шероховатости Ra обработанной поверхности определялся непосредственно на станке, величина поверхностной микротвердости определялась через силу резания.

Величина касательных поверхностных остаточных напряжений при самообучении определялась расчетным способом на основании измеренных во время обработки температуры и главной составляющей силы резания Pz.

После самообучения были получены математические модели, связывающие поверхностные остаточные напряжения с режимами обработки (табл. 3). Комплексный параметр Сх при самообучении определяется расчетным методом (табл. 1). После самообучения были получены математические модели, связывающие параметр Сх с режимами обработки (табл. 3).

Анализ результатов (табл. 3 и рис. 18) показывает, что при изменении исходных данных геометрии инструмента и материала заготовки необходимо заново производить самообучение технологической системы, для определения параметров математической модели.

Таблица 3 - Результаты самообучения ТС с использованием СТСАУ

Модель

Условия самообучения

обеспечение параметра шероховатости Ra

№ 1

Материал заготовки сталь 45, материал режущей части Т15К6, =12; =2, =90, 1=15, R=0,2 мм, =20 мкм, HB=190.

продольная подача: Smin = 0,10 мм/об  Smax=0,25 мм/об

скорость резания: Vmin=93 м/мин  Vmax=150 м/мин

глубина резания t=0,5 мм

№ 2

Материал заготовки сталь 45, материал режущей части Т5К10, =8; =7, =95, 1=15, R=0,5 мм, =20 мкм, HB=190.

продольная подача: Smin = 0,10 мм/об;  Smax=0,4 мм/об

скорость резания: Vmin=93 м/мин;  Vmax=186 м/мин

глубина резания t=0,5 мм

№ 3

Материал заготовки сталь 20Г, материал режущей части Т5К10, =8; =7, =95, 1=15, R=0,5 мм, =20 мкм, HB=280.

продольная подача: Smin = 0,10 мм/об  Smax=0,4 мм/об

скорость резания: Vmin=100 м/мин  Vmax=200 м/мин

глубина резания t=0,4 мм

обеспечение параметра поверхностной микротвердости

Материал заготовки сталь 20Г, материал режущей части Т5К10; =8; =7, =95, 1=15, R=0,5 мм, =20 мкм, HB=280.

продольная подача: Smin = 0,10 мм/об  Smax=0,4 мм/об

скорость резания: Vmin=100 м/мин  Vmax=200 м/мин

глубина резания t=0,4 мм

обеспечение параметра поверхностных остаточных напряжений (касательных)

Материал заготовки сталь 20Г, материал режущей части Т5К10

=8; =7, =95, 1=15, R=0,5 мм, =20 мкм, HB=280.

продольная подача: Smin = 0,10 мм/об  Smax=0,4 мм/об

скорость резания: Vmin=100 м/мин  Vmax=200 м/мин

глубина резания t=0,4 мм

обеспечение комплексного параметра Сх

Материал заготовки сталь 20Г, материал режущей части Т5К10

=8; =7, =95, 1=15, R=0,5 мм, =20 мкм, HB=280.

продольная подача: Smin = 0,10 мм/об  Smax=0,4 мм/об

скорость резания: Vmin=100 м/мин  Vmax=200 м/мин

глубина резания t=0,4 мм

Результаты (табл. 4), полученные при работе СТСАУ в режиме адаптивного управления при обеспечении заданного значения параметра шероховатости Ra с использованием полученных математических моделей (модель № 2), подтверждают работоспособность СТСАУ.

 

Рис. 18. Зависимости параметра шероховатости Ra от условий обработки: 1 – модель № 1, 2 – модель № 2, 3 – модель № 3.

Таблица 4 - Результаты работы СТСАУ в режиме адаптивного управления

Задание

Условия обработки

Результат

1

Ra = 3 мкм

S = 0,257 мм/об, n = 900 об/мин, V = 141 м/мин

Ra = 3,19 мкм

2

Ra = 2,7 мкм

S = 0,158 мм/об, n = 900 об/мин ,V = 141 м/мин

Ra = 2,43 мкм

3

Ra = 2,5 мкм

S = 0,11 мм/об, n = 900 об/мин, V = 141 м/мин

Ra = 2,23 мкм

Для одновременного обеспечения параметров шероховатости Ra, поверхностной микротвердости и поверхностных остаточных напряжений используется комплексный параметр качества поверхности Сх (табл. 1).

Результаты выполненных исследований в виде методических материалов, технических отчетов, информационного и программного обеспечения были использованы при выполнении хоздоговорных работ в ОАО «Брянский Арсенал» и Брянском политехническом колледже им. Н.А. Кубяка при модернизации систем управления металлорежущих станков. Созданная самообучающаяся технологическая система с адаптивным управлением параметрами качества поверхностного слоя деталей машин используется в учебном процессе при чтении курсов «Диагностика и надежность автоматизированных систем», «Идентификация и диагностика систем», «Программирование автоматизированных систем», «Автоматизация технологических процессов и производств» в ГОУ ВПО БГТУ для студентов специальностей 220201 и 220301 и при выполнении НИР.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

    1. Решена научная проблема технологического обеспечения параметров качества поверхностного слоя деталей машин при наличии начальной неопределенности за счет разработанной и созданной самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя деталей машин.
    2. Установлено, что наибольшее влияние при обеспечении заданных параметров шероховатости и поверхностных остаточных напряжений оказывают подача и скорость резания, причем подача в большей степени (рис. 1,а, рис. 1,б, рис. 2,б). Поэтому при обеспечении данных параметров управление вначале осуществляется за счет изменения величины подачи, а затем за счет скорости резания. При обеспечении заданной величины поверхностной микротвердости наибольшее влияние оказывают глубина резания, скорость резания и подача (рис. 2,а). Причем глубина резания в некоторых случаях оказывает наибольшее влияние, чем скорость резания и подача. Однако при чистовой обработке глубину резания, как правило, редко используют в качестве управляющего воздействия, так как это может потребовать дополнительного прохода для удаления оставшегося припуска для обеспечения заданной точности размера. Поэтому глубину резания как управляющее воздействие следует рассматривать на получистовых операциях. При обеспечении заданной величины поверхностной микротвердости при чистовой обработке управление вначале осуществляется за счет изменения скорости резания, а затем за счет величины подачи.
    3. Впервые установлена возможность технологического управления комплексным параметром качества поверхностного слоя деталей машин - Сх.
    4. Впервые получены законы управления технологической системой при обеспечении заданных параметров качества поверхностного слоя и комплексного параметра качества поверхностного слоя Сх в режиме адаптивного управления при механической обработке.
    5. На основе анализа информационных потоков, циркулирующих в СТСАУ во время работы, разработаны алгоритмы работы для базового ПО и ПО аппаратной части и реализованные в виде соответствующего программного обеспечения СТСАУ.
    6. Теоретически доказано и экспериментально подтверждено, что лазерный оптический датчик, с диаметром светового пятна 35 - 80 мкм, может быть использован для измерения высотных параметров шероховатости.
    7. Разработана база данных по технологическим режимам механической обработки деталей машин при обеспечении ПКПС. Полученные во время самообучения параметры математических моделей запоминаются в базе данных СТСАУ и используются при адаптивном управлении ПКПС и комплексным параметром Сх, а также могут быть использованы вне системы для определения режимов резания при обеспечении заданных ПКПС и комплексного параметра Сх для соответствующих условий обработки.
    8. На основе разработанной методологии проектирования СТСАУ параметрами качества поверхностного слоя деталей машин автором реализована СТСАУ на базе модернизированного токарного станка с ЧПУ.
    9. Проведенные технологические исследования с использованием разработанной и созданной СТСАУ показали, что в результате самообучения технологической системы ПКПС для каждых из условий самообучения системой в автоматическом режиме были получены адекватные математические модели.
    10. Созданная самообучающаяся технологическая система с адаптивным управлением параметрами качества поверхностного слоя деталей машин используется в ГОУ ВПО БГТУ в учебном процессе и при выполнении НИР.

Реализованные в работе технические решения защищены 2 патентами РФ на полезную модель, а на разработанное программное обеспечение СТСАУ получены 2 свидетельства о регистрации электронного ресурса.

Основное содержание диссертации изложено в следующих работах:

1. Суслов, А.Г. Инженерия поверхности детали при изготовлении / А.Г. Суслов, Д.И. Петрешин // Инженерия поверхности деталей / колл. авт.; под. ред. Суслова А.Г. – М.: Машиностроение, 2008. – С. 170 – 193.

Патенты на полезную модель и свидетельства о регистрации

электронного ресурса

1. Патент РФ на полезную модель № 2009149563/22(073206) МПК B23Q15/007 (2006.01) Самообучающаяся технологическая система обеспечения заданных параметров качества поверхностного слоя / А.Г. Суслов, Д.И. Петрешин.

2. Патент РФ на полезную модель № 2009149561/22 (073204) МПК B23Q15/007 (2006.01) Контроллер сопряжения ПЭВМ с УЧПУ класса PCNC / А.Г. Суслов, Д.И. Петрешин.

3. САТС – самообучающаяся адаптивная технологическая система: свидетельство о регистрации электронного ресурса № 15548 дата регистрации 30.03.2010/ Инв.номер ВНТИЦ № 50201000547 / О.Н. Федонин, Д.И. Петрешин, А.Г. Суслов // зарегистрирован в институте научной информации и мониторинга Российской академии образования: Москва, ИНИМ РАО, 2010 – 310 кбайт.

4. Программа логики станка токарно-револьверного с вертикальной головкой на крестовом суппорте повышенной точности 1В340Ф30: свидетельство о регистрации электронного ресурса № 15576 дата регистрации 06.04.2010/ Инв.номер ВНТИЦ № 50201000642 / О.Н. Федонин, Д.И. Петрешин, В.А. Хандожко, А.В. Агеенко // зарегистрирован в институте научной информации и мониторинга Российской академии образования: Москва, ИНИМ РАО, 2010 – 10 кбайт.

Статьи в журналах, рекомендованных ВАК РФ для опубликования результатов диссертационных работ

1. Суслов, А.Г. Влияние состояния металлорежущих станков на качество обрабатываемых поверхностей и система адаптивного управления / А.Г. Суслов, В.В. Агафонов, А.И. Демиденко, Д.И. Петрешин // Обработка металлов. - 2001. - № 1. - С. 26-31.

2. Лексиков, В.П. Модернизация токарного станка 16Б16Ф3 / В.П. Лексиков, Д.И. Петрешин, Т.И. Портянкина, В.Ю. Саяпин // Обработка металлов. - 2003. - № 3. - С. 17-19.

3. Суслов, А.Г. Самообучающиеся автоматизированные технологические системы, обеспечивающие требуемое качество обрабатываемых поверхностей деталей / А.Г. Суслов, Д.И. Петрешин, Д.Н. Финатов // Справочник. Инженерный Журнал. - 2004. - № 1. - С. 14-17.

4. Агафонов, В.В. Роль оборудования в обеспечении качества изготовления деталей / В.В. Агафонов, Д.Н. Финатов, Д.И. Петрешин // Вестник БГТУ. - 2004. - № 1. - С. 50-58.

5. Петрешин, Д.И. Алгоритмическое обеспечение самообучающейся адаптивной технологической системы / Д.И. Петрешин // Обработка металлов. – 2006. – № 1. – С. 12-15.

6. Суслов, А.Г. Обеспечение качества обработанных поверхностей с использованием самообучающейся технологической системы / А.Г. Суслов, Д.И. Петрешин // СТИН. – 2006. – № 1. – С. 21-24.

7. Петрешин, Д.И. Обеспечение параметров качества поверхностного слоя деталей при точении самообучающейся технологической системой / Д.И. Петрешин // Вестник БГТУ. - 2006. - № 2. - С. 140-144.

8. Суслов, А.Г. Адаптивные и самообучающиеся технологические системы в инженерии поверхности / А.Г. Суслов, Д.И. Петрешин // Справочник. Инженерный журнал. – 2007. – № 3. – С. 22-24.

9. Петрешин, Д.И. Применение лазерного оптического датчика для измерения высотных параметров шероховатости поверхности деталей машин в самообучающейся адаптивной технологической системе / Д.И. Петрешин // Контроль. Диагностика. – 2009. - № 11. - С. 53 – 57.

10. Петрешин, Д.И. Структура программного обеспечения самообучающейся адаптивной технологической системы / Д.И. Петрешин // Вестник БГТУ. – 2009. -№ 4. - С. 95-99.

11. Федонин, О.Н. Модернизация металлообрабатывающих станков, применяемых в условиях автоматизированного производства / О.Н. Федонин, Д.И. Петрешин, В.А. Хандожко, А.В. Агеенко // Вестник БГТУ № 3 2009. с. 57-59.

12. Суслов, А.Г. Определение закона управления для адаптивной технологической системы при обеспечении заданных параметров качества поверхностного слоя деталей машин при механической обработке / А.Г. Суслов, Д.И. Петрешин // СТИН. – 2010. - №1. - С. 30–36.

13. Петрешин, Д.И. Разработка контроллера сопряжения ПЭВМ-УЧПУ для самообучающейся технологической системы / Д.И. Петрешин // Фундаментальные и прикладные проблемы техники и технологии. – 2010. № 1 / 279 (592) – С. 63 – 66.

Публикации в других научных журналах, материалах международных научных конференций и сборниках научных трудов

1. Петрешин, Д.И. Возможности оснащения токарных станков с ЧПУ адаптивными системами управления / Д.И. Петрешин // Инструмент Сибири. - 2000. - № 3. - С. 26-27.

2. Петрешин, Д.И. Управление качеством поверхности при точении путем автоматического регулирования / Д.И. Петрешин // тезисы докладов. Барнаул, 2001.-С. 30-31.

3. Суслов, А.Г. Самообучающаяся система обеспечения и адаптивного управления шероховатостью при механической обработке / А.Г. Суслов, Д.И. Петрешин, С.А. Кривенок // Практика и перспективы развития институционного партнерств: материалы 3-го Междунар. науч.-практ. семинара. - Таганрог, 2002. - в 2-х кн., кн. 2. - С. 136-139.

4. Суслов, А.Г. Самообучающаяся технологическая система управления качеством обработанной поверхности / А.Г. Суслов, Д.И. Петрешин // Фундаментальные и прикладные проблемы технологии машиностроения. Технология - 2003: материалы Междунар. науч.-техн. конф. (г. Орел, 25-27 сент. 2003 г.) / под ред. В.А. Голенкова, Ю.С. Степанова. - Орел, 2003. - С. 76-80.

5. Суслов, А.Г. Автоматизированное измерение параметров шероховатости в статике и динамике / А.Г. Суслов, А.В. Хандожко, Д.И. Петрешин // Качество Машин: сб. тр. 4-й Междунар. конф. (г. Брянск, 10-11 Мая 2001 г.) / под общ. ред. А.Г. Суслова. - Брянск, 2001. - т. 1. - С. 155-156.

6. Суслов, А.Г. Автоматизированные системы научных исследований в технологии машиностроения / А.Г. Суслов, Д.Н. Финатов, Д.И. Петрешин, А.Е. Захаров, // Технологические системы в машиностроении: тр. Междунар. науч.-техн. конф. – Тула, 2002. - С. 67-72.

7. Петрешин, Д.И. Система адаптивного управления процессом резания по параметру шероховатости обработанной поверхности / Д.И. Петрешин // Машиностроение и техносфера 21 Века: сб. тр. IX Междунар. науч.-техн. конф.,(г. Севастополь, 9-15 сент. 2002 г.). - Донецк, 2002. - в 3 т., т. 2. - С. 234-236.

8. Суслов, А.Г. Технологическое управление качеством поверхности деталей машин/ А.Г. Суслов, А.О. Горленко, Д.И. Петрешин, С.Ю. Съянов // Влияние механической обработки инструментами из сверхтвердых материалов на качество поверхности деталей машин: сб. науч. тр. - Киев, 2003. - С. 20-27.

9. Суслов, А.Г. Самообучающаяся система управления параметрами качества обработанной поверхности деталей / А.Г. Суслов, Д.И. Петрешин, С.А. Кривенок // Проблемы машиностроения и технология материалов на рубеже веков: сб. ст. 8-Й Междунар. науч.-техн. конф. - Пенза, 2003. - ч. 1. - С. 170-172.

10. Петрешин, Д.И. Алгоритмическое обеспечение самообучающейся адаптивной технологической системы управления параметрами качества обработанной поверхности при механической обработке / Д.И. Петрешин, Г.В. Горячев // Обеспечение и повышение качества машин на этапах их жизненного цикла: материалы 5-й Междунар. науч.-техн. конф. (г. Брянск, 19-21 окт. 2005 г.); под ред. А. Г. Суслова. – Брянск: БГТУ, 2005. - С. 215-216.

11. Суслов, А.Г. Самообучающаяся технологическая система / А.Г. Суслов, Д.И. Петрешин // Образование через науку: тез. докл. Междунар. конф. / МГТУ им. Н.Э. Баумана. - М., 2005. - С. 165.

12. Агафонов, В.В. Адаптивное управление обработкой на станках с учетом жесткости оборудования / В.В. Агафонов, Д.Н. Финатов, Д.И. Петрешин // Машиностроение: респ. межвед. сб. науч. тр. - Минск, 2004. - Вып. 20, т. 2. - С. 89-94.

13. Петрешин, Д.И. Применение лазерного оптического датчика NCDT 1700-2 для измерения высотных параметров шероховатости поверхности деталей машин // Проблемы качества машин и их конкурентоспособности : материалы 6-й Междунар. науч.-техн. конф., (г. Брянск, 22-23 мая 2008 г.); под ред. А.Г. Суслова. – Брянск: БГТУ, 2008. - С. 483-484.

14. Петрешин, Д.И. Сопряжение СЧПУ NC200 и ПЭВМ для построения самообучающейся адаптивной системы / Д.И. Петрешин // тезисы докладов 57-й научной конференции профессорско-преподавательского состава / БГТУ; под ред. С.П. Сазонова, И.В. Говорова. - Брянск, 2005. - Ч. 1.-С. 76-77.

15. Петрешин, Д.И. Модуль сопряжения системы ЧПУ и ПЭВМ для построения самообучающейся технологической системы / Д.И. Петрешин // Оптимизация и управление процессом резания, мехатронные станочные системы: сб. тр. Междунар. науч.-техн. конф. – Уфа: РИО БашГУ, 2004. - С. 165 – 168.

16. Петрешин, Д.И. Разработка самообучающейся технологической системы обеспечения заданных параметров качества поверхностного слоя / Д.И. Петрешин // Совершенствование существующих и создание новых технологий в машиностроении и авиастроении: сб. тр. Междудар. науч.-техн. конф. (1-3 июня 2009 года, г. Ростов-на-Дону). – Ростов н/Д: Изд-во ЮНЦ РАН, 2009. – С. 244-250.

17. Петрешин, Д.И. Использование лазерного оптического датчика NCDT 1700-2 для измерения высотных параметров шероховатости поверхности деталей машин / Д.И. Петрешин // Совершенствование существующих и создание новых технологий в машиностроении и авиастроении: сб. тр. Междудар. науч.-техн. конф. (1-3 июня 2009 года, г. Ростов-на-Дону). – Ростов н/Д: Изд-во ЮНЦ РАН, 2009. – С. 250-255.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.