Прогнозирование стойкости минералокерамического режущего инструмента на основе нейросетевых моделей его изнашивания

• Автор: Климов, Алексей Борисович
• Шифр специальности: 05.03.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Иваново
• Количество страниц: 125 с. : ил.

ГЛАВА 1. АНАЛИЗ ЛИТЕРАТУРНЫХ ДАННЫХ. ЦЕЛИ И ЗАДАЧИ

ИССЛЕДОВАНИЙ

ЕЕ Обзор применяемого минералокерамического инструмента

Е2. Анализ основных направлений упрочнения минералокерамического инструмента

1.3. Современные технологические методы повышения надежности и работоспособности режущего инструмента
1.4. Влияние внешней среды на стойкость и производительность минералокерамического инструмента
1.5. Моделирование механизмов усталостного разрушения минералокерамического инструмента

1.6. Цель работы и задачи исследований

ГЛАВА 2. МЕТОДЫ ПРОВЕДЕНИЯ ИССЛЕДОВАНИЙ

2.1. Общая методика исследований

2.2. Методы металлографического и металлофизического анализа

2.3. Методы определения характеристик процесса резания и стойкости мииералокерамического режущего инструмента
2.4.Нейросетевое моделирование как метод исследования
2.5. Статистическая обработка результатов экспериментов
ГЛАВА 3. ИССЛЕДОВАНИЕ МЕХАНО-ФИЗИКО-ХИМИЧЕСКИХ
ПРОЦЕССОВ РАЗРУШЕНИЯ ИНСТРУМЕНТА ПРИ РЕЗАНИИ И РАЗРАБОТКА ФИЗИКО-МЕХАНИЧЕСКОЙ МОДЕЛИ ИЗНОСА
РЕЖУЩЕГО ИНСТРУМЕНТА
ЗЛ. Фрактографические исследования площадок износа и анализ механизмов разрушения минералокерамического инструмента
3.2. Разработка расчетной модели изнашивания минералокерамического режущего инструмента
3.3. Влияние СОТС на характер разрушения и ее отражение в модели
3.4. Выводы по главе
ГЛАВА 4. КОНСТРУИРОВАНИЕ НЕЙРОСЕТИ ДЛЯ СТАТИСТИЧЕСКОЙ ОЦЕНКИ ПАРАМЕТРОВ НАДЕЖНОСТИ РЕЖУЩЕГО ИНСТРУМЕНТА
4.1. Подготовка входных данных. Обучение
4.2. Локальные минимумы
4.3. Оптимизация структуры сетей
4.4. Выводы по главе
ГЛАВА 5. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
5.1. Методика расчета режима резания
5.2. Оптимизация режима резания
5.3. Выводы по главе
Основные результаты и выводы по работе
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

В настоящее время доля обработки металлов резанием в машиностроении составляет около 35% и, следовательно, оказывает решающее значение на темпы развития машиностроения. В связи с этим заметно возрастает роль режущего инструмента, в совокупности с возможностями современной техники в значительной степени определяющих производительность и экономичность производства.
В настоящее время большое внимание стало уделяться
минералокерамическим режущим инструментам, обладающим уникальными
свойствами. Применение режущего инструмента из минералокерамики в том числе и с покрытиями позволяет значительно увеличить производительность обработки путем применения высокоскоростного резания, особенно на чистовых режимах. Основной особенностью режущей керамики является отсутствие связующей фазы, что значительно снижает степень ее
разупрочнения при нагреве в процессе изнашивания, повышает прочность, что и предопределяет возможность применения высоких скоростей резания (V = 600 - 1000 м / мин.), намного превосходящих скорости резания инструментами из твердого сплава.
С появлением новых труднообрабатываемых материалов со
специальными свойствами появилась необходимость в увеличении стойкости минералокерамического режущего инструмента и повышения качества обрабатываемой поверхности. Однако широкому распространению этого
Каждый слой рассчитывает нелинейное преобразование от линейной комбинации сигналов предыдущего слоя. Отсюда следует, что линейная функция активации может применяться только для тех моделей сетей, где не требуется последовательное соединение слоев нейронов друг за другом.
Для многослойных сетей функция активации должна быть нелинейной, иначе можно построить эквивалентную однослойную сеть, и многослойность оказывается ненужной. Если применена линейная функция активации, то каждый слой будет давать на выходе линейную комбинацию входов. Следующий слой даст линейную комбинацию выходов предыдущего, а это эквивалентно одной линейной комбинации с другими коэффициентами, и может быть реализовано в виде одного слоя нейронов.
В многослойном персептроне нет обратных связей. Такие модели называются сетями прямого распространения. Они не обладают внутренним состоянием и не позволяют без дополнительных приемов моделировать развитие динамических систем.
2.5. Статистическая обработка результатов экспериментов Среднее значение рассматриваемой величины определялось по формуле:

(14)
где:
Хер — среднее значение наблюдаемой величины;
х, — 1-тое значение наблюдаемой величины.