Повышение точности токарной обработки на основе использования модели процесса резания в контуре управления

• Автор: Жарков, Николай Владимирович
• Шифр специальности: 05.03.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Владимир
• Количество страниц: 209 с. : ил.

1. Анализ погрешностей токарной обработки на станках с ЧПУ
1.1. Постановка задачи
1.2. Составляющие погрешности, обусловленные элементами
конструкции
1.3. Составляющие погрешности, обусловленные свойствами заготовки и технологической системы
1.3.1. Составляющие погрешности, обусловленные свойствами
заготовки
1.3.2. Составляющие погрешности, обусловленные свойствами
технологической системы
1.4. Анализ методов компенсации повышающих точность обработки
1.4.1. Контролируемые параметры и критерии оптимизации
1.4.2. Структуры систем
1.5. Выводы
2. Динамическая модель процесса резания
2.1. Постановка задачи
2.2. Исходная динамическая модель процесса резания
2.3. Динамическая модель процесса резания с учётом упругих деформаций
заготовки
2.4. Определение вида дополнительного управления в САУ с параллельной
моделью
2.5. Критерии и алгоритмы настройки
2.6. Вопросы практической реализации алгоритмов коррекции в УЧПУ
2.7. Выводы

3. Моделирование адаптивной системы управления точностью токарной обработки с параллельной моделью процесса резания
3.1. Постановка задачи
3.2. Структурная схема модели привода
3.3. Математическая модель механической передачи приводов продольного и поперечного перемещений
3.4. Имитационное моделирование процесса токарной обработки заготовок на станке с ЧПУ
3.5. Программа управления экспериментами
3.6. Исследование точности токарной обработки при изменении усилия
резания
3.7. Исследование погрешности обработки при изменении режимов
резания
3.7.1. Влияние изменения глубины резания натонность обработки
3.7.2. Влияние изменения скорости подачи на точность обработки
3.7.3. Влияние изменения скорости резания на точность обработки
3.7.4. Влияние изменения жёсткости технологической системы на точность обработки
3.7.5. Влияние изменения геометрии режущего инструмента на точность
обработки
3.8. Выводы
4. Экспериментальные исследования системы токарной обработки с параллельной моделью процесса резания
4.1. Постановка задачи
4.2. Учёт особенностей конструкции станка и системы ЧПУ
4.3. Экспериментальная отладка алгоритмов в полуавтоматическом режиме
4.4. Методика подготовки исходных данных на токарном станке с ЧПУ
4.5. Вывод
Общие выводы
Литература
Приложения

Рассмотрим использование нейронных сетей. Одно из главных преимуществ нейронных сетей состоит в том, что они, по крайней мере теоретически, могут аппроксимировать любую непрерывную функцию, и поэтому исследователю нет необходимости заранее принимать какие - либо гипотезы относительно модели и даже в некоторых случаях о том, какие переменные действительно важны. Однако существенным недостатком нейронных сетей является то обстоятельство, что окончательное решение зависит от начальных установок сети, его практически невозможно интерпретировать в традиционных аналитических терминах, которые обычно применяются при построении теории явления.
Актуальные
входные
параметры
процесса
и (і)
Й Л 2 о а о § У о
X £
СО Мн
5 «
6 °
§£ 2 5 Ч й о о,

С с
и (I)
' /г і С(<-|)
Uit-N-1)
Л и (і- Ы)
Моделируемый
технологический
процесс
Динамическая нейросетевая модель процесса
Обучение
сети
Актуальные
выходные
параметры
процесса
IЩг)
Выходные'
параметры
модели
Ошибка
модели
Рис. 1.19. Схема обучения динамической нейросетевой модели технологического процесса
За пределами возможностей таких моделей остаются задачи отражения Vі' различных переходных процессов, происходящих в воспроизводимом
объекте. Для моделирования динамических процессов необходимо