+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Управление качеством обработанной поверхности при резании на основе искусственного интеллекта

  • Автор:

    Медведева, Ольга Ивановна

  • Шифр специальности:

    05.03.01

  • Научная степень:

    Кандидатская

  • Год защиты:

    2002

  • Место защиты:

    Комсомольск-на-Амуре

  • Количество страниц:

    175 с. : ил

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. МЕХАНИЗМЫ ОБРАЗОВАНИЯ И ДИАГНОСТИКА КАЧЕСТВА ПОВЕРХНОСТНОГО СЛОЯ
1.1. Нормирование требований к неровностям на поверхности элементов деталей
1.2. Влияние условий обработки на шероховатость обработанной поверхности
1.2.1. Влияние геометрии процесса обработки на шероховатость поверхности
1.2.2. Влияние пластических деформаций металла поверхностного слоя на шероховатость поверхности
1.2.3. Влияние СОТС на шероховатость поверхностного слоя при резании
1.2.4. Влияние вибраций режущего инструмента, станка и заготовки на шероховатость поверхности
1.3. Методы диагностики и управления качеством поверхностного слоя
1.4. Выводы
ГЛАВА 2. ЭКСПЕРИМЕНТАЛЬНЫЙ СТЕНД ДЛЯ ОЦЕНКИ ШЕРОХОВАТОСТИ И АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИОННЫХ КРИТЕРИЕВ ОЦЕНКИ ШЕРОХОВАТОСТИ ПОВЕРХНОСТНОГО СЛОЯ
2.1. Стенд для исследования шероховатости обработанной поверхности
2.2. Аппаратное обеспечение результатов измерений
2.3. Алгоритмы оценки фрактальности, погрешности самоподобия и информационной энтропии шероховатости
2.3.1. Требования к исходным данным
2.3.2. Алгоритмы оценки фрактальных размерностей
2.3.3. Фрактальная Э0 и информационная Б] размерности
2.3.4. Корреляционная размерность
2.3.5. Свойства функции
2.3.6. Алгоритм вычисления фрактальной размерности шероховатости поверхности
2.3.7. Алгоритм расчета информационной энтропии
2.3.8. Алгоритм самоподобия временного ряда
2.4. Выводы
ГЛАВА 3. ИССЛЕДОВАНИЕ ВЛИЯНИЯ УСЛОВИЙ ОБРАБОТКИ НА ШЕРОХОВАТОСТЬ ПОВЕРХНОСТИ
3.1. Исследование наростообразования при резании
3.2. Влияние условий обработки на шероховатость поверхности
3.2.1. Зависимость шероховатости от скорости резания
3.2.2. Зависимость шероховатости от подачи
3.2.3. Зависимость шероховатости от глубины резания
3.2.4. Влияние износа инструмента на шероховатость обработанной поверхности
3.2.5. Зависимость шероховатости от упрочнения поверхностного слоя
3.3. Механизм формообразования при резании
3.4. Выводы
ГЛАВА 4. ОЦЕНКА ШЕРОХОВАТОСТИ ОБРАБОТАННОЙ ПОВЕРХНОСТИ НА ОСНОВЕ ПОДХОДОВ НЕЛИНЕЙНОЙ ДИНАМИКИ И ТЕОРИИ
ФРАКТАЛОВ
4.1. Зависимость фрактальной размерности шероховатости поверхности
от условий обработки
4.1.1. Зависимость фрактальной размерности шероховатости поверхности от скорости резания
4.1.2.. Зависимость фрактальной размерности шероховатости поверхности от обрабатываемого материала
4.2. Информационная энтропия шероховатости обработанной поверхности
4.3. Зависимость фрактальной размерности и информационной энтропии шероховатости поверхности от износа инструмента
4.4. Оценка погрешности самоподобия шероховатости поверхностного слоя
4.5. Фрактальный подход к формированию и контактному взаимодействию обработанных поверхностей
4.6. Выводы
ГЛАВА 5. УПРАВЛЕНИЕ КАЧЕСТВОМ ОБРАБОТАННОЙ ПОВЕРХНОСТИ НА ОСНОВЕ ФРАКТАЛЬНОГО ПОДХОДА
5.1. Диагностика качества поверхности по частоте стружкообразования
5.2. Диагностика шероховатости обработанной поверхности по информационной энтропии
5.3. Разработка нейронно-сетевой модели управления шероховатостью поверхностного слоя
5.3.1. Имитационная модель процесса стружкообразования и образования микронеровностей на обработанной поверхности
5.3.2. Генетический алгоритм синтеза архитектуры нейронной

5.3.3. Нейронно-сетевая модель управления шероховатостью поверхности при резании
5.4. Выводы
6. ОБЩИЕ ВЫВОДЫ
7. БИБЛИОГРАФИЧЕСКИЙ ПИСОК

ки шероховатости поверхности. Описаны механизм съема материала при точении и основные параметры процесса резания (скорость резания, подача, глубина резания). Изложены факторы, влияющие на экономичность операций точения. Приведена таблица сравнения различных величин, используемых для оценки шероховатости поверхности (ЬИ, Кд, 1^). Рассмотрены проблемы оптимизации параметров резания и приведены некоторые рекомендации.
Задача построения математической модели объекта с помощью планирования эксперимента /58, 70/ требует формулировки цели исследования. Характеристика цели исследования, заданная качественно, называется параметром оптимизации или критерием эффективности. Параметр оптимизации является результатом изучаемого процесса, его выходом или реакцией (откликом). Параметр оптимизации должен быть эффективным с точки зрения достижения конечной цели данного исследования. Важно, чтобы параметр оптимизации был доступен для измерения. В качестве такого параметра в исследовании /70/ принята величина шероховатости поверхности в зависимости от динамических характеристик приспособления и режимов резания при торцевом фрезеровании. Получена эмпирическая зависимость показателя шероховатости обрабатываемой поверхности от режимов резания и динамических параметров применяемого установочнозажимного приспособления.
В работе /74/ разработан способ прогнозирования шероховатости обработанной поверхности в условиях фрезерования периферийными зубьями концевой фрезы. В реальном процессе фрезерования на шероховатость поверхности оказывают влияние большое количество независимых и взаимозависимых параметров, влияние которых трудно учесть. Предложенный способ предусматривает применение нейронных сетей на первом этапе

Рекомендуемые диссертации данного раздела

Время генерации: 0.108, запросов: 967