УДК 621.19 Б01: 10.24412/2071-6168-2021-3-249-253
ИСПОЛЬЗОВАНИЕ НЕЙРО-НЕЧЕТКИХ МОДЕЛЕЙ ПРИ ОБЕСПЕЧЕНИИ ТОЧНОСТИ ОБРАБОТКИ НА СТАНКАХ С ЧПУ
В.Е. Овсянников, Р.Ю. Некрасов, Ю.А. Темпель, В.И. Васильев
Рассматриваются вопросы обеспечения точности обработки на станках с ЧПУ, в частности требуемых значений отклонений формы в поперечном сечении деталей типа тел вращения. Показано, что использование вибросигнала дает возможность оценивать точность формы, а применение моделей на основе нечеткой логики и нейронных сетей позволяет получить взаимосвязь между параметрами вибросигнала и точностью формы в поперечном сечении. Применение указанного выше аппарата позволяет повысить точность формы на 20...30 %.
Ключевые слова: точность формы, станки, управление, погрешность
Отклонения формы деталей в поперечном сечении оказывает значительное влияние на эксплуатационные свойства деталей и узлов. Одним из следствий влияния погрешности формы на эксплуатационные свойства является то, что в действительности тела контактируют между собой не по поверхности, а лишь отдельными участками, что приводит к интенсивному изнашиванию. Поэтому проблема обеспечения требуемых параметров точности формы является весьма важной.
Многочисленными исследованиями [1-3] установлено, что на обеспечение выходных параметров процесса обработки влияет состояние технологической системы. При этом особое внимание следует уделить состоянию режущего инструмента как одной из наиболее быстроизнашивающихся частей. Довольно хорошие результаты при оценке износа режущего инструмента дает использование вибросигнала в определенном частотном диапазоне.
Оценка профиля поверхности производилась на основе корреляционного анализа [4,5]. Вычислялась корреляционная функция вида
1 Т
Кхх (О = -1 у(? + . 0)
Т 0
Учитывая, что профиль измерялся дискретно в выражении (1), интеграл заменяется на знак суммы:
1 1-т
Кхх (?) =-— X у(гЫ(2)
1 -Тг=0
где у(Х) -ординаты профиля; т - временной сдвиг.
Расчеты производились в разработанном программном обеспечении. Интерфейс программы для анализа профилей обработанных поверхностей представлен на рис. 1.
Для оценки вибросигнала Sw использовались мощность и корреляционная энтропия К [4,5]:
с г И2 (3)
Sw = 11ШТ ]—, (3)
1 0.5Т
где Т - длительность сигнала; Ft (м>) = — | х^- преобразование Фурье
сигнала х(),
2р -0.5Т
К (г, п) = 1п СС^П-, (4)
С (г, п +1)
249
корреляционный интеграл;
1 т—2 т—1
где ОД = ^-I I в{г — р(X;, ху)) -
т(т —1)/2 ;=0 у=;+1 [1,а> 0
в(а) = < - выражение, которое описывает функцию Хевисайда; р - расстояние
|о,а< 0
между точками фазовой траектории (аттрактора), т - количество координат на фазовой траектории, которое принимается в расчет.
Рис. 1. Интерфейс программы для анализа профилей
В качестве режущего инструмента были использованы стандартные токарные резцы из твердых сплавов. Обрабатывались конструкционные стали. Вибросигнал записывался при помощи датчика-акселерометра, который устанавливался в непосредственной близости от зоны обработки (рис. 2).
На основе предварительных исследований [5] было установлено, что для оценивания параметров некруглости целесообразно использовать виброакустический сигнал в частотном диапазоне от 6 до 12 кГц. Обработка производилась при различных значениях скорости резания и подачи, а также при фаске износа инструмента по задней поверхности от 0 до 2.4 мм.
об/мин.
Рис. 2. Экспериментальный стенд
Пример серии экспериментов: станок 1И611ПМФ3;
материал деталей сталь 45, 40Х. Материал резца ВОК60; термообработка (ТВЧ), твердость до 54 ИЯС;
диаметр заготовок 50 мм, глубина резания 1=0,2 мм. Число оборотов 630 8=20;40;60;80;100; 120 мм/мин.
Запись производилась с одного датчика по оси 2, на задней части резца.
250
Измерение формы детали проводили на станке. Цена деления индикатора 0,001 мм. Данные записывались в файл, угол поворота детали 3° (120 измерения на диаметре).
Примеры результатов экспериментов приведены на рис. 3 - 6.
К(0)
5,мм/мин
10 20 30 40 50
Рис. 3. Зависимость Ко=((8)
20 40 60 80 100 120
Рис. 4. Дисперсия вибросигнала (*105) от подачи
Рис. 5. Зависимость между мощностью вибросигнала и износом резца
Рис. 6. Зависимость между корреляционной энтропией и износом резца
8
6
4
2
0
Анализируя зависимости, которые представлены на рис. 5 и 6, можно сказать, что они даже внешне соответствуют классической форме кривой износа. Полученные результаты были использованы в качестве исходных данных для разработки модели системы автоматического обеспечения параметров точности формы. Разработанная модель была реализована в виде программного комплекса. При испытании разработанной модели в качестве образцов были взяты штоки задвижек ЗКЛ 13004-050, ЗКЛ 13004-080М, ЗКС 13014-150. Для сравнения использовались данные обработки с использованием модели и без.
Рис. 7. Результаты обработки без использования модели (шток 1, шток 2)
13.75 -1 3.7 -1 3.05 ■ I 1 3.6 -| 13.55 -I 1 3.5 -13.45 -1 3.4 -13. ЗЕ- -
1 3 Е- 7 9 1 1
Координата сечения при намерении х
Рис. 8. Результаты обработки с использованием модели (шток 3)
в •
ч ■
1
ч
ч у
Рис. 9. Результаты обработки с использованием модели (шток 3)
Полученные результаты дают возможность сделать ряд выводов: в ходе исследований было установлено, что использование параметров вибросигнала (мощности и корреляционной энтропии) дает возможность не только оценивать износ инструмента, как это делается в большинстве аналогичных работ, но и реа-лизовывать активный контроль выходных параметров процесса обработки (в данном случае погрешность формы в поперечном сечении);
использование нейро-нечетких моделей позволяет получить взаимосвязь между диагностическим признаком (параметрами вибросигнала) и выходными параметрами процесса обработки (точностью формы в поперечном сечении) с погрешностью не более 15 %;
результаты испытаний показали, что использование предлагаемых решений дает возможность повысить точность изготовления деталей запорной арматуры на 20.. .30 %.
Список литературы
1. Направленное формирование свойств изделий машиностроения. А.С. Васильев, А.М. Дальский [и др.] /под ред. д-ра техн. наук А.И. Кондакова. М.: Машиностроение, 2013. 352 с.
2. Качество машин: справочник / А.Г. Суслов [и др.]. М.: Машиностроение, 2011. Т. 1. 256 с.
3. Качество машин: справочник / А.Г. Суслов [и др.]. М.: Машиностроение, 2011. Т. 2. 325 с.
4. Остапчук А.К., Овсянников В.Е. Научные основы обеспечения шероховатости поверхности на базе анализа случайных процессов: монография. Курган: Изд-во Курганского гос. ун-та, 2012. 188 с.
5. Симонов А.М., Остапчук А.К., Овсянников В.Е. Основы обеспечения качества поверхности деталей машин с использованием динамического мониторинга: монография. Курган: Изд-во Курганского гос. ун-та, 2010. 118 с.
Овсянников Виктор Евгеньевич, канд. техн. наук, доцент, vik9800@mail.ru, Россия, Тюмень, Тюменский индустриальный университет,
Некрасов Роман Юрьевич, канд. техн. наук, доцент, заведующий кафедрой, ktm@,tyuiu.ru, Россия, Тюмень, Тюменский индустриальный университет,
Темпель Юлия Александровна, старший преподаватель, ktm@tyuiu.ru, Россия, Тюмень, Тюменский индустриальный университет,
Васильев Валерий Иванович, д-р техн. наук, профессор, vviprof@rtural, Россия, Курган, Курганский государственный университет
USE OF NEURO-FUZZY MODELS WHILE ENSURING ACCURACY OF MACHINING ON
CNC MACHINES
V.E. Ovsyannikov, R. Yu. Nekrasov, Yu.A. Tempel, V.I. Vasiliev
This article discusses the accuracy of CNC machineries, in particular the required values of shape deviations in the cross section of parts such as bodies of revolution. It was shown that the use of a vibration signal makes it possible to evaluate the accuracy of the form, and the use of models based on non-clear logic and neural networks allows you to obtain a relationship between the parameter-mi vibration signal and the accuracy of the form in cross section (model error does not exceed 15%). Use of the above-mentioned apparatus allows increasing the shape strength by 20...30%.
Key words: shape accuracy, machine tools, control, error.
Ovsyannikov Viktor Evgenievich, candidate of technical sciences, docent, vik9800@mail. ru, Russia, Tyumen, Tyumen Industrial University,
Nekrasov Roman Yuryevich, candidate of technical sciences, docent, head of chair, ktm@,tyuiu.ru, Russia, Tyumen, Tyumen Industrial University,
Tempel Yulia Aleksandrovna, senior teacher, ktm@,tyuiu.ru, Russia, Tyumen, Tyumen Industrial University,
Vasiliev Valery Ivanovich, doctor of technical sciences, professor, vviprof@rtural, Russia, Kurgan, Kurgan State University