Обоснование и реализация динамического мониторинга сложного технологического оборудования в многономенклатурном автоматизированном производстве

• Автор: Бровкова, Марина Борисовна
• Шифр специальности: 05.13.06, 05.03.01
• Научная степень: Докторская
• Год защиты: 2007
• Место защиты: Саратов
• Количество страниц: 367 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. АНАЛИЗ ДИНАМИЧЕСКИХ ПРОЦЕССОВ

В ТЕХНИЧЕСКИХ СИСТЕМАХ

1.1. Оценивание динамических процессов в технических системах

1.2. Оценки и оптимизация в металлообработке.

1.3. Настройка автоматизированного металлорежущего

оборудования на оптимальные режимы резания

1.4. Идентификация станков и комплексов.

1.5. Выводы

2. СИСТЕМНЫЙ АНАЛИЗ ПРОБЛЕМЫ

2.1. Предпосылки формирования мониторинга.
2.2. Анализ системных свойств управляемых технологических.
объектов концептуальные основы построения динамического мониторинга.
2.3. Априорное моделирование динамических процессов в станках методом конечных элементов анализ возможности использования для мониторинга
2.4. Выводы.
3. МОДЕЛИРОВАНИЕ ДИНАМИЧЕСКИХ ПРОЦЕССОВ.
В СТАНКАХ С УЧЕТОМ НЕЛИНЕЙНЫХ СВЯЗЕЙ.
НА ПРИМЕРЕ ТОЧЕНИЯ И ШЛИФОВАНИЯ
3.1. Модель динамической системы токарного станка.
3.1.1. Структурнофункциональный анализ динамической системы .
3.1.2. Идентификация типовых звеньев модели.
3.1.3. Типовое соединение динамической системы
3.2. Моделирование процессов, протекающих в динамической
системе при точении
3.2.1. Результаты моделирования в линейном приближении
3.2.2. Результаты нелинейного моделирования.
3.3. Сопоставительный анализ результатов
3.4. Обобщенная динамическая модель процесса внутреннего
шлифования.
3.4.1. Уравнения движения динамической системы шлифования
р.4.2. Исследование устойчивости динамической системы.
шлифования.
3.4.2.1. Устойчивость равновесного положения динамической системы
3.4.2.2. Устойчивость движений динамической системы шлифования
по первому приближению
3.5. Исследование автоколебательных режимов асимптотическими. методами
3.5.1. Стационарные автоколебательные режимы
3.5.2. Критерии устойчивости стационарных режимов
3.5.3. Критерии выделения доминирующей подсистемы.
3.5.4. Расчет границ устойчивости стационарных режимов
3.6. Выводы.
4. ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ МОНИТОРИНГА.
НА ОСНОВЕ ОПТИМИЗАЦИИ ДИНАМИЧЕСКОЙ
НАСТРОЙКИ СТАНКА.
4.1. Принципы разработки оптимальной динамической настройки
4.2. Критерии оценки и показатели качества динамической
настройки на примере шлифования.
4.2.1. Классификация динамических связей в формообразующих.
подсистемах станка.
4.2.2. Оценка свойств колебательного процесса
4.2.3. Оценка качества динамической настройки
4.3. Исследование динамического взаимодействия.
формообразующих подсистем
4.4. Исследование динамики шлифования в условиях доминирования подсистемы инструмента
4.4.1. Связь устойчивости автоколебаний с параметрами подсистемы инструмента
4.4.2. Распределение амплитуд автоколебаний на частотах нижнего
и верхнего предельных циклов
4.4.3. Влияние параметров привода инструмента на динамику
шлифования
4.4.4. Исследование влияния коррекции параметров крутильной
подсистемы инструмента.
4.5. Бифуркационные модели взаимосвязи состояния.
и колебательных процессов в динамической системе станка
на примере токарной обработки.
4.6. Топологический анализ оптимизации настройки
4.7. Этапы реализации оптимальной динамической настройки
4.8. Выводы.
5. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ
ПО МОНИТОРИНГУ ТЕХНОЛОГИЧЕСКОГО.
I ОБОРУДОВАНИЯ
5.1. Исследования по мониторингу процессов в токарных станках
5.1.1. Результаты мониторинга структурной устойчивости.
динамической системы станков.
5.1.2. Результаты мониторинга процесса оптимизации частоты.
вращения шпинделя
5.1.3. Исследования по мониторингу структурной устойчивости станков
5.2. Исследования по мониторингу процессов в шлифовальных
станках
5.2.1. Методика проведения исследований
5.2.2. Результаты исследований.
5.3. Выводы
6. РЕАЛИЗАЦИЯ МОНИТОРИНГА ТЕХНОЛОГИЧЕСКОГО
ОБОРУДОВАНИЯ.
6.1. Станки токарной группы
6.2. Шлифовальные станки.
6.3. Выводы
7. ДАЛЬНЕЙШЕЕ РАЗВИТИЕ ТЕХНОЛОГИИ МОНИТОРИНГА
НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ.
7.1. Научное обоснование принципов выделения информации.
о качестве технологических процессов с использованием.
ъ искусственных нейронных сетей ИНС.
7.2. Разработка метода мониторинга параметров качества
деталей на основе ИНС встречного распространения
у .1. Входной слой
7.2.2. Слой Кохонена.
7.2.3. Слой Гроссберга.
7.2.4. Обучение нейросети
7.3. Модификация ИНС.
7.4. Разработка программноматематического обеспечения метода
7.5. Экспериментальная проверка метода на станках токарных
и шлифовальных станках.
7.6. Результаты идентификации параметров качества.
токарной обработки
7.7. Результаты идентификации параметров качества шлифования
7.8. Выводы
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


Сущность способа состоит в том, что расчету допустимой скорости резания предшествует операция пробного резания, т. ЛкЕ 1. Е термоЭДС пары твердосплавный инструмент обрабатываемый металл, мВ А постоянная,к коэффициент, г показатель, определенные из условий предварительной обработки У 0 ммин ,1 ммоб 1 мм Л5, ,7,,. На определенной по предлагаемой формуле скорости резания производят обработку металла с подачей 5 и глубиной резания , назначенными в технологическом процессе обработки. Использование в предлагаемом способе определения допустимой скорости резания термоЭДС пары инструмент обрабатываемый металл повышает точность расчетной скорости резания, соответствующей заданной стойкости, так как термоЭДС используется как обобщенная характеристика режущих свойств твердосплавного инструмента, обрабатываемости металла и условий резания. Кроме того, в предлагаемом способе величина Су определена как переменная от и выражена уравнением АкЕ, что так же повышает точность определения допустимой скорости резания. В работе приведн алгоритм автоматизированного способа выбора и коррекции режимов резания на токарных станках с ЧПУ, оснащнных диалоговыми системами управления. Аналогичным образом в литературе интерпретируются результаты измерений при вибромониторинге ,, при измерении термоЭДС 5,3, при технологической диагностике резания методом акустической эмиссии в работах Подураева В. Н. 7 и Евсеева Д. Г. Оптимизация и адаптация широко применялась в машиностроении на основе измерения силы резания методом тензометрии 8. Радиометрические и электромагнитные измерения параметров силы резания также проводились в работах СГТУ и Остафьева В. Одним из важнейших аспектов процесса оценивания и оптимизации является идентификация моделей состояния. В данном параграфе проводится анализ возможностей идентификации динамического состояния станочных модулей в реальном времени с учетом изменений их свойств в широком диапазоне при реализации гибких технологий. Априорные приближенные расчеты состояний для всех режимов гибкой технологии и широкого спектра возмущений с позиций оценивания и оптимизации при чистовой обработке и при резании труднообрабатываемых материалов являются недостаточными. Кроме того, анализируя процесс формообразования с точки зрения управления, ранее было отмечено наличие информации по промежуточным координатам и их отсутствие по выходным, представляющим собственно качество формообразования, что значительно сокращает возможности автоматического управления стабилизации процесса резания. Все это приводит к идентификации. Под идентификацией в широком смысле понимается получение или уточнение по экспериментальным данным модели реального объекта процесса, выраженной в тех или иных терминах 8, 5. Получение по экспериментальным данным единой модели динамической системы станка или станочного модуля, работоспособной для всей гаммы эксплуатационных режимов гибких технологий затруднительно. К этому же следует добавить индивидуальность свойств каждой реализации модуля во времени и в пространстве. Скорее всего, для каждой реализации получаются каждый раз новые модели. Это объясняется наличием в технологической системе нелинейных и нестационарных динамических связей и их стохастической неопределенностью при различных возмущениях. Кроме того, следует отметить, что в современной математике и теории автоматического управления отсутствуют универсальные апробированные методы исследования и синтеза подобных систем и объектов. Практически все работы в области нелинейных систем управления являются приближенными и основываются, например, на методах фазовой плоскости, гармонической и стохастической линеаризации, кусочнолинейной аппроксимации и малого параметра. В последнее время получили развитие асимптотические методы различной модификации. Результатами этих методов чаще всего являются приближенная графическая или аналитическая интерпретация динамических состояний нелинейных систем, которая малопригодна для оперативной параметрической идентификации непосредственно в эксплуатационных условиях.