Автоматическое обеспечение шероховатости при обработке наружных поверхностей на основе динамического мониторинга

• Автор: Овсянников, Виктор Евгеньевич
• Шифр специальности: 05.02.07
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Курган
• Количество страниц: 170 с. : ил.

ОГЛАВЛЕНИЕ

Введение
1. Состояние вопроса
1.1. Шероховатость и эксплуатационные свойства деталей
1.2. Методы измерения и оценки шероховатости поверхности
1.2.1. Прямые методы оценки шероховатости поверхности
1.2.2. Технические методы активной диагностики состояния режущих поверхностей
1.3. Выбор параметров и метода описания шероховатости
1.4. Технологическое обеспечение параметров шероховатости
1.5. Обзор современных методов оценки состояния динамических систем
1.6. Основные выводы, постановка задачи исследования
2. Разработка фрактальной математической модели шероховатости поверхности
2.1. Шероховатость поверхности как выходной фактор процесса механической обработки
2.2. Разработка алгоритма построения модели шероховатости поверхности
2.2.1. Общие сведения о фракталах и фрактальной геометрии
2.2.2. Обоснование фрактальности профиля шероховатости 46 поверхности
2.2.3. Выбор метода моделирования шероховатости поверхности
2.2.4. Адаптация метода случайных сложений для моделирования реальных профилей шероховатости поверхности
2.3. Разработка фрактальной модели шероховатости поверхности
2.4. Основные выводы по главе

3. Методика экспериментальных исследований. Предварительные исследования виброакустических сигналов.
3.1. Измерительный стенд для исследования виброакустических сигналов
3.2. Методика измерения и оценки шероховатости обработанной поверхности
3.3. Выявление источников колебаний технологической системы при токарной обработке
3.4. Исследование зависимости параметров шероховатости и вибросигнала от условий обработки
3.4.1. Исследование зависимости параметров шероховатости и вибросигнала от режимов резания
3.4.2. Исследование зависимости параметров шероховатости и вибросигнала от износа инструмента
3.4.3. Формирование выборки экспериментальных данных для обучения нейронной сети
3.5. Основные выводы по главе
4. Исследование процесса точения синергетическими методами
4.1. Исследование процесса точения с помощью методов нелинейной динамики
4.2. Исследование процесса точения с помощью Вейвлет-анализа
4.3. Основные выводы по главе
5. Разработка модели системы управления на основе искусственных нейронных сетей
5.1. Выбор управляющих параметров процесса точения
5.2. Разработка общей структуры системы управления
5.3. Разработка устройств принятия решений
5.3.1. Выбор архитектуры ИНС в контексте решаемой задачи
5.3.2. Выбор алгоритма обучения ИНС в контексте решаемой задачи
5.3.3. Разработка структурных схем ИНС системы адаптивного 123 управления
5.3.4. Обучение ИНС системы адаптивного управления
5.4. Проверка корректности работы системы
5.5. Разработка алгоритма управления технологической системой с целью обеспечения шероховатости поверхности и практические
рекомендации
5.6. Основные выводы по главе
Заключение
Список литературы
Приложения
Приложение 1: Расчет экономического эффекта от использования
устройства для контроля износа режущего инструмента
Приложение 2: Свидетельства об отраслевой регистрации
программного обеспечения
Приложение 3: Акты внедрения результатов разработок

в данный момент времени, и задан закон, который описывает эволюцию начального состояния с течением времени. Следовательно при управлении технологической системой необходимо оценивать ее динамическое состояние [32,98,107].
1.5. Обзор современных методов оценки состояния динамических
систем.
Долгое время анализ состояния технологических систем базировался на традиционных статистических и аналитических методах, таких как спектральнокорреляционный и регрессионный анализ [5,6,7,14,21,46,53], методы линейной оптимизации [8,22,63] т.д. Вследствие такого подхода к анализу состояния систем динамическая сущность процессов их порождающих, как правило, уходит на второй план.
В настоящее время разработан ряд методов анализа состояния систем, которые позволяют учесть динамику процессов, происходящих в системе. Наиболее применимыми среди них являются: анализ динамического состояния при помощи методов нелинейной динамики и вейвлетный анализ.
В нелинейной динамике разработан ряд величин, которые используются для оценки состояния динамической системы. Основными среди них являются: размерность аттрактора, энтропия, показатели Ляпунова и Херста [45,50,65,88,90,96,112].
Размерность аттрактора является специфическим количественным критерием, позволяющим различать структуру хаотических колебаний, таким образом, данную величину, возможно, использовать в диагностических целях, т.к. предполагается производить управление технологической системой, используя вибросигнал, являющийся колебательным процессом. Энтропия является фундаментальной характеристикой степени хаотичности анализируемого сигнала и используется в нелинейной динамике для оценки степени соответствия выходного сигнала входному. Установлено, что энтропия количественно связана