CC BY
43
Modern technologies. System analysis. Modeling, 2018, Vol 58, no.2
2017 g. v 2 t [Transport infrastructure of the Siberian region: materials of the Eighth International Scientific and Practical Conference, March 28 - April 1, 2017 in 2 volumes]. Irkutsk: IrGUPS Publ., 2017, Vol. 1, pp. 431-435.
16. Lineitsev V.Yu., Il'inykh V.A., Osipova T.K. Vliyanie skorosti sborki na dinamiku dvizheniya konusa v otverstii vtulki [Effect of assembly speed on the dynamics of cone motion in the bushing bore]. 115 let zheleznodorozhnomu obrazovaniyu v Zabaikal'e: Obra-zovanie - Nauka - Proizvodstvo. Materialy Vserossiiskoi nauchno-prakticheskoi konferentsii [115 years of railway education in Transbaikalia: Education - Science - Production. Materials of the All-Russian Scientific and Practical Conference], Vol. 1, ZabIZhT Publ., 2017, pp. 166-172.
17. Venttsel' E.S cow, 1962.
18. Venttsel' E.S.
Teoriya veroyatnostei [Probability theory]. State publishing house of physical and mathematical literature, Mos-
Ovcharov L.A. Teoriya sluchainykh protsessov i ee inzhenernye prilozheniya: uchebnoe posobie [Theory of random processes and its engineering applications: a reference book]. 5-th ed., repr. Moscow: KNORUS Publ., 2011, 448 p.
19. Kuz'min S.V. Normirovannaya korrelyatsionnaya funktsiya dlya analiza signalov s raznoi chastotoi diskretizatsii [Normalized correlation function for analyzing signals with different sampling frequency]. Infokommunikacionnye tehnologii, 2011, Vol. 9, No. 4, pp. 19-23.
г.
Забайкальский Чита, e-mail:
Информация об авторах
Пшеничникова Надежда Анатольевна - ст. преподаватель кафедры «Высшая математика и прикладная информатика», Забайкальский институт железнодорожного транспорта, г. Чита, e-mail: starka_nadya@mail.ru
Ильиных Виктор Анатольевич - к. т. н., доцент кафедры «Научно-инженерные дисциплины», институт железнодорожного транспорта, ilinykh.viktor5@mail.ru
Линейцев Владимир Юрьевич - к. т. н. «Строительство железных дорог» железнодорожного транспорта, Linetzev@mail.ru
Для цитирования
Пшеничникова Н. А. Корреляционно-спектральный анализ погрешности формы деталей профильных соединений / Н. А. Пшеничникова, В. А. Ильиных, В. Ю. Линейцев // Современные технологии. Системный анализ. Моделирование. - 2018. - Т. 58 № 2. - С. 40-45. - DOI: 10.26731/1813-9108.2018.2(58).40-45
доцент кафедры Забайкальский институт г. Чита, e-mail:
Authors
Pshenichnikova Nadezhda Anatol'evna - Asst. Prof., Subdepartment of Higher Mathematics and Applied Informatics, Za-baikalsky Institute of railway transport, Chita, e-mail: starka_nadya@mail.ru
Il'inykh Viktor Anatol'evich - Ph.D. in Engineering Science, Assoc. Prof., the subdepartment of Scientific and Engineering Disciplines, Zabaikalsky institute of railway transport, Chita, e-mail: ilinykh.viktor5 @mail.ru
Lineitsev Vladimir Yur'evich - Ph.D. in Engineering Science, Assoc. Prof., the subdepartment of Construction of Railways, Za-baikalsky institute of railway transport, Chita, e-mail: Linet-zev@mail.ru
For citation
N. A. Pshenichnikova, V. A. Il'inykh, V. Yu. Lineitsev. Korrelyatsionno-spektral'nyi analiz pogreshnosti formy detalei pro-fil'nykh soedinenii [Correlation-spectral analysis of the error of the form of the details of profile connections]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie [Modern Technologies, System Analysis, Modeling], 2018, Vol. 58, No. 2, pp. 40-45. DOI: 10.26731/1813-9108.2018.2(58).40-45.
УДК 004.896 БО1: 10.26731/1813-9108.2018.2(58).45-56
В. С. Тынченко, В. Е. Петренко, А. В. Милов, А. В. Мурыгин
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, г. Красноярск, Российская Федерация
Дата поступления: 22 мая 2018 г.
ПРИМЕНЕНИЕ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ
ДЛЯ АВТОМАТИЗАЦИИ ПРОЦЕССА ИНДУКЦИОННОЙ ПАЙКИ
Аннотация. В статье решается проблема разработки интеллектуальной системы управления процессом индукционной пайки волноводных трактов из алюминиевых сплавов. Предложена концепция системы управления, в рамках которой в качестве решения предлагается использование методов нечеткой логики. Построена обобщенная схема интеллектуальной автоматизированной системы индукционной пайки, формирующей управление на основе рассогласования температур и скоростей нагрева спаиваемых элементов волноводной сборки, а также оценки качества управления процессом пайки по сигналу рассогласования температур и скоростей нагрева. В качестве выходных параметров работы интеллектуальной системы предложен выбор алгоритма управления, а также величина корректировки коэффициентов регуляторов. По результатам экспертной оценки составлены термы входных и выходных переменных. Предложенный алгоритм управления реализован в рамках действующей автоматизированной системы управления пайкой волноводных трактов космических аппаратов. По результатам проведения численных экспериментов были подобраны как формы управляющих воздействий в системе, так и их параметры. Предложенный подход к формированию управления был апробирован в серии натурных экспериментов по пайке волноводных трактов, в результате которых были получены графики нагрева элементов изделия, по которым можно судить об эффективности использования интеллектуального управления на базе нечеткого регулятора. Применение предложенного подхода позволяет обеспечить высокое качество регулирования процесса индукционного нагрева и получить надежные неразъемные соединения элементов волноводных трактов.
Ключевые слова: индукционный нагрев, волноводный тракт, нечеткая логика, технологический процесс, пайка, интеллектуальная система.
© В. С. Тынченко, В. Е. Петренко, А В. Милов, А. В. Мурыгин, 2018
45
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 2 (58) 2018
V. S. Tynchenko, V. E. Petrenko, A. V. Milov, A. V. Murygin
Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, the Russian Federation Received: May 22, 2018
APPLICATION OF FUZZY LOGIC METHODS TO AUTOMATE THE PROCESS OF INDUCTION SOLDERING
Abstract. The article solves the problem of developing an intelligent system for controlling the process of aluminum waveguide paths induction soldering. The authors introduce a concept of a control system, within the framework of which the use of fuzzy logic methods is suggested as a solution. A generalized scheme of an intelligent automated induction soldering system is constructed that forms control based on a mismatch between the temperatures and heating rates of the welded waveguide assemblies, as well as the evaluation of the soldering process control quality on the basis of temperatures and heating rates mismatch. As the output parameters of the intelligent system, the choice of the control algorithm is proposed, as well as the amount of regulator coefficients correction. Based on the results of the expert evaluation, the terms of the input and output variables are composed. The proposed control algorithm is implemented within the framework of the current automated control system for spacecraft's waveguide soldering. Based on the results of numerical experiments, both the forms of control actions in the system and their parameters were selected. The proposed approach to the formation of control was tested in a series offull-scale experiments on the waveguide paths soldering, as a result of which the heating curves of the product elements were obtained, according to which it is possible to judge the effectiveness of using intelligent control based on a fuzzy regulator. Application of the proposed approach allows ensuring high quality of induction heating process control and obtaining reliable permanent connections of waveguide path elements.
Keywords: induction heating, waveguide path, fuzzy logic, technological process, soldering, intelligent system.
Введение
Технологический процесс производства тонкостенных волноводных трактов из алюминиевых сплавов [1] с использованием источника индукционного нагрева [2] сопряжен с определенными трудностями, такими как близость плавления основного материала и припоя (менее 100 градусов), неравномерность распределения энергии между элементами сборки в процессе индукционного нагрева, ограниченное время действия флюса после его расплавления, высокие требования к качеству паяного соединения. Процесс осложняется необходимостью наличия индукторов [3] сложного профиля [4]. Требования к качеству паяного соединения, а также условия, необходимые для его получения, подобно рассмотрены в работах [5, 6], описывающих ранние этапы освоения технологии. Существующая система двухконтурного управления технологическим процессом индукционной пайки волноводных трактов [7] существенно улучшила процесс пайки в целом, решив часть существовавших проблем [5, 6], при этом предоставив возможность дальнейшего развития технологии, которое возможно путем непосредственной интеллектуализации существующей системы управления.
Основная проблема рассматриваемой системы управления заключается в сложности настройки технологического процесса, обуславливаемой влиянием человеческого фактора на этапе наладки технологом. Также имеет место невозможность использования системой альтернативных алгоритмов управления, являющихся перспективными с точки зрения анализа результатов численных экс-
периментов на математической модели рассматриваемой системы управления, полученных в результате исследований [8, 9]. Кроме того, оказывает влияние отсутствие возможности осознанно изменять коэффициенты регулирующих блоков непосредственно во время технологического процесса, что позволило бы избежать любого неучтенного технологом фактора. Ошибки оператора, связанные с неправильной настройкой начальных параметров технологического процесса, не позволяют точно предсказать результат работы системы. Переход к ручному управлению рядом параметров в процессе также не всегда позволяет достичь требуемых результатов, однако если использовать методы нечеткого регулирования [10], то влияние и последствия описанных выше проблем можно снизить либо полностью исключить. В связи с этим разработка и реализация концепции интеллектуальной системы управления процессом индукционной пайки тонкостенных волноводных трактов из алюминиевых сплавов является актуальной и востребованной в рамках рассматриваемой технологии, а также смежных технологий создания неразъемных соединений.
Концептуальная схема системы
интеллектуального управления
индукционной пайкой
Интеллектуальные системы находят успешное практическое применение в управлении технологическими процессами с жесткими ограничениями, требующими высокой точности контроля параметров данного технологического процесса. Методы интеллектуального управления позволяют применить нестандартные подходы к управлению
Modern technologies. System analysis. Modeling, 2018, Vol 58, no.2
технологическими процессами, позволяющие динамически подстраиваться к отклонениям параметров процесса, а также предоставляют возможность самообучения системы [11-14].
Формирование концепции интеллектуальной системы управления необходимо для отражения потенциальных возможностей и методов их достижения. Желаемая система должна обеспечивать выбор и настройку алгоритмов управления непосредственно в процессе управления индукционной пайкой. Поставленных целей можно достичь с использованием различных интеллектуальных методов. В рамках данного исследования авторами предлагается использование методов нечеткой логики для управления технологическим процессом индукционной пайки тонкостенных волноводных трактов из алюминиевых сплавов. Использование методов нечеткой логики потенциально хорошо подходит для управления технологическим процессом индукционной пайки, т. к. в данном технологическом процессе имеют место различные погрешности, связанные в основном со средствами измерения, а также человеческим фактором.
На рис. 1 представлена структурная схема системы интеллектуального управления процессом индукционной пайки.
Блок анализа данных База данных
L
Блок регулятора Блок сбора данных
1 L
Исполнительные механизмы Датчики
Рис. 1. Структурная схема системы интеллектуального управления
Блок анализа данных представляет собой основу интеллектуальной системы. Его назначение состоит в реализации различных интеллектуальных методов идентификации, классификации, компенсации, управления.
База данных хранит подробную информацию о технологических процессах. База данных наполняется и используется блоком анализа данных. Кроме того, в базе данных может храниться база знаний. Накопленная информация о технологических процессах может быть использована: для выработки алгоритмов управления; обучения ал-
горитмов управления (нечеткий контроллер, искусственная нейронная сеть); принятия технологических решений; оценки сбоев и неполадок в работе аппаратной части системы.
Блок сбора данных обеспечивает передачу информации между остальными блоками системы, обеспечивает необходимые обратные связи в системе управления, а также сбор, фильтрацию, верификацию и преобразование данных, полученных от датчиков.
Блок регулятора содержит в себе набор алгоритмов управления технологическим процессом. Является самостоятельным блоком, позволяющим управлять процессом на определённых этапах и пространствах параметров без использования блока анализа данных.
Датчики и исполнительные механизмы -внешние органы системы управления.
Далее авторами представляется частичная реализация описанной концепции, на основании которой можно судить о дальнейшей целесообразности усложнения, расширения, переработки существующих и интеграции новых функциональных блоков системы.
Интеллектуальное управление процессом
индукционной пайки на базе нечеткого
регулятора
Нечеткая логика базируется на теории нечетких множеств. При помощи теории нечетких множеств можно формально определить такие неточные понятия, как «высокая температура», «молодой человек», «средний рост» и т. д. Характеристикой нечеткого множества выступает функция принадлежности, являющаяся обобщением понятия характеристической функции обычного множества. Значение функции принадлежности, равное нулю, соответствует отсутствию принадлежности, к множеству, а значение, равное единице, означает полную принадлежность к множеству. Для нечетких множеств, как и для обычных, определены основные логические операции. Основными для расчетов являются пересечение и объединение. Основой для проведения операции нечеткого логического вывода является база правил, содержащая нечеткие высказывания в форме «если -то» и функции принадлежности соответствующих лингвистических термов. При этом должны соблюдаться следующие условия:
1. Существует хотя бы одно правило для каждого лингвистического терма выходной переменной.
2. Для любого терма входной переменной имеется хотя бы одно правило, в котором этот терм используется в качестве предпосылки, т. е. левой части правила.
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
Современные технологии. Системный анализ. Моделирование № 2 (58) 2018
Результатом нечеткого вывода является четкое значение выходной переменной. В общем случае механизм логического вывода включает четыре этапа: введение нечеткости, нечеткий вывод, композиция и приведение к четкости. Алгоритмы нечеткого вывода различаются главным образом видом используемых правил, логических операций и разновидностью метода дефазификации. Разработаны модели нечеткого вывода Мамдани, Суге-но, Ларсена, Цукамото.
Интуитивная простота и мощь аппарата нечеткой логики [15] позволяет использовать ее в различных системах управления и анализа информации [16]. При этом нечеткая логика позволяет подключить к процессу управления мощь человеческой интуиции и опыт оператора. В отличие от традиционных математических методов, требующих моделирования точных и однозначных формулировок на каждом шаге, методы нечеткой логики предлагают иной уровень абстракции. Численные данные, получаемые с использованием нечеткой логики, во многом аналогичны статистическим распределениям, но свободны от их недостатков:
1) наличие малого количества функций распределения, подходящих для проведения анализа;
2) необходимо проводить нормализацию данных;
3) необходимо соблюдать такое свойство, как свойство аддитивности;
4) трудоемкость обоснования адекватности математической абстракции с целью описания поведенческих факторов, наблюдаемых у фактических величин;
5) при необходимости можно провести повышение точности, а в таком случае нечеткая логика сводится к стандартной;
6) сокращение объема вычислений;
7) приводит к увеличению быстродействия нечетких систем.
Экспериментально показано, что нечеткое управление дает лучшие результаты, по сравнению с получаемыми при классических алгоритмах управления [15, 16].
Интеллектуальную систему управления процессом индукционной пайки волноводных трактов из алюминиевых сплавов в терминах систем автоматического регулирования [17] можно представить схемой в следующем виде (рис. 2).
На рисунке приняты следующие обозначения:
- Vproc - уставка скорости нагрева;
- Tst -температура стабилизации;
- qgen - мощность генератора, переданная паяемому изделию;
- K%(h) - распределение энергии генератора между элементами изделия в процентах;
- VecR - вектор, содержащий значения коэффициентов блока регулятора;
- Alg - переменная, используемая для переключения алгоритмов в блоке регулятора.
Темпер агур а трубы
V«R
AV
AT
Регулятор
О ЛОВ
AliKtWTJp
Движение
/\
K%(h)
KV
Фланец
Пирометр 1
dt
<2у
Температура фланца
Температура трубы
dy At
AV
dy
At.
Рис. 2. Обобщенная схема системы интеллектуального управления процессом индукционной пайки
Modern technologies. System analysis. Modeling, 2018, Vol 58, no.2
Управление в системе ведется по двум контурам: контуру управления скоростью нагрева и контуру управления положением заготовки в окне индуктора, которые имеют перекрестную взаимосвязь. Устранение взаимного влияния контуров осуществляется введением импульсного характера управления в системе. Блок анализа данных реализован в качестве нечеткого регулятора, который управляет внутренним состоянием регулятора в контуре управления положением заготовки, определяя предпочтительный закон управления и коэффициенты усиления для текущего состояния технологического процесса.
В рамках разработанного нечеткого контроллера определены следующие входные переменные:
1) рассогласование температур спаиваемых элементов волновода;
2) рассогласование скоростей нагрева спаиваемых элементов волновода;
3) оценка качества управления процессом по сигналу рассогласования температур;
4) оценка качества управления процессом по сигналу рассогласования скоростей нагрева.
В качестве выходной переменной выбраны:
1) выбор алгоритма управления;
2) корректировка коэффициентов регулятора.
Расшифровка названий термов, представленных на рис. 3, 4:
1) 2Е - значение сигнала рассогласования не превышает допустимого отклонения или уровня погрешности измерений;
2) PS - значение сигнала рассогласования за рамками допустимых отклонений, умеренное отклонение параметров технологического процесса;
3) NM, РМ - значение сигнала рассогласования велико, имеет место существенное отклонение параметров технологического процесса.
Знлченпе функции принадлежности
Расшифровка названий термов, представленных на рис. 5 и 6:
1) 2Е - качество регулирования процесса остается без изменений;
2) NM - качество регулирования процесса резко ухудшается;
3) № - качество регулирования процесса умеренно ухудшается;
4) PS - качество регулирования процесса резко возрастает;
5) № - качество регулирования процесса умеренно улучшается.
Расшифровка названий термов, представленных на рис. 7:
1) 2Е - значение коэффициентов регулятора не корректируется;
2) NM - значительное ослабление коэффициентов регулятора;
3) № - умеренное ослабление коэффициентов регулятора;
4) РМ - значительное усиление коэффициентов регулятора;
5) PS - умеренное усиление коэффициентов регулятора.
В рамках разработанного нечеткого регулятора в качестве оценки качества регулирования используется сравнение величин сигналов рассогласования на текущем шаге и предшествующем шаге управления, оценка описывается следующей формулой:
у = \ьтуц-т)|-\ыуц)\, (1)
где ЛТ0У - величина сигнала рассогласования скоростей или температур;
t - текущее время процесса;
т - периодичность вычисления оценки.
Расшифровка названий терм, представленных на рис. 8: Р - П-закон регулирования, D - Д-закон регулирования, PD - ПД-закон регулирования, описанные формулами (2), (3), (4) соответственно.
Температура, °С
Til Т0 Tg, Tg2
Рис. 3. Термы входных переменных: ось абсцисс - температура (°C), ось ординат - функция принадлежности нечеткой переменной к терму. Значение T0 соответствует отсутствию рассогласования
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 2 (58) 2018
Значение функинн принадлежности
N5 гв РБ РМ
Рис. 4. Термы входных переменных: ось абсцисс - скорость нагрева (°С/с), ось ординат - функция принадлежности нечеткой переменной к терму. Значение У0 соответствует отсутствию рассогласования
Рис. 5. Термы входных переменных: ось абсцисс - скорость роста рассогласования скоростей нагрева элементов сборки (°С), ось ординат - функция принадлежности нечеткой переменной к терму. Значение dV0
соответствует отсутсвию рассогласования
Значение функции принадлежности
0.5
ИМ
\
N5
/ч / \
/ \ / \
ТЕ
/\
РБ
У
л
_
/
_
РМ
/
Скорость роста рассогласования скоростей нагрева элементов сборки,
°С/сек!
\
_\ ..
<™2 (1X1, ЙТо ЙТй! (¡Тез
Рис. 6. Термы входных переменных: ось абсцисс - скорость роста рассогласования температур элементов сборки (°С/с), ось ординат - функция принадлежности нечеткой переменной к терму. Значение dT0
соответствует отсутствию рассогласования
Modern technologies. System analysis. Modeling, 2018, Vol 58, no.2
Значение функции принадлежности
Рис. 7. Термы выходных переменных: ось абсцисс - значение коэффициента усиления регулятора, ось ординат - функция принадлежности нечеткой переменной к терму
Значение функшш принадлежности
0.5
PD
Значение,
определяющее
алгоритм
А, А3 А3
Рис. 8. Термы выходных переменных: ось абсцисс - переменная, определяющая алгоритм управления (°С), ось ординат - функция принадлежности нечеткой переменной к терму.
Как видно из представленных выше рисунков, пространство входных и выходных переменных было разбито на 5 диапазонов, в рамках которых определены лингвистические переменные. [18].
В качестве алгоритмов регулирования в результате опытных экспериментов [7] предложены вариации ПИД-регулятора [19]:
- пропорциональный регулятор,
- дифференциальный регулятор,
- пропорционально-дифференциальный регулятор.
Для управления мощностью нагрева предлагается применить контур управления по температуре.
В результате проведения поисковых исследований была найдена зависимость для управляющего воздействия, представляющая из себя логическую функцию [7]:
+S
u1 (t ) = W int (t ) +
0 if Tc < Ts,
i^l • kx,ifTc (t ) < Tst and\A F (t )|: > Vsand Tc (t ) > Ts,
gf • kl, ifTc (t ) < Tst and\A V (t )|
(2)
> У5апй Тс ^) > Т, - К, ifTc V) > тл + Т11Ш,
где Т - температура чувствительности измерительного устройства (пирометра);
ДУ(0 - отклонение скорости нагрева от заданной;
ДУргос(0 - программа скорости нагрева; ДУc(t) - скорость нагрева элемента паяемой сборки;
ДУДО - порог допустимого отклонения контролируемой скорости нагрева от уставки;
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 2 (58) 2018
Тс - температура элемента паяемой сборки по которому ведется контроль управления;
- температура перехода в режим стабилизации;
Тцт(,) - допустимый предел превышения температуры стабилизации;
к, к2, к3 - константы преобразования управляющего воздействия для различных этапов технологического процесса;
- интегральная составляющая регулятора.
Для управления положением заготовки в рамке индуктора предлагается применить один из трех вариантов управления.
На первоначальном этапе нагрева, а также в случае слишком большого рассогласования температур предлагается использовать пропорциональный регулятор [18]:
\АТ (1 )| • k
u2 (t ) =
k.
-, if AT (t ) < Tsand AT (t ) > 0,
'simple
(AT (t )+T )• k
ksimple
(AT (t ) - Ts )• k
if AT (t) < 0,
(3)
к
,if AT(t) > 0.
simple
U2(t ) =-
к
(4)
simple
В случае небольшого рассогласования температур, но умеренного рассогласования скоростей нагрева спаиваемых элементов предлагается использовать пропорционально -
дифференциальный регулятор [20]: (АУ (1) • ку-АТ (1 )| • к, )• k
U2(t ) = ■
к
(5)
где к, kv _ коэффициенты пропорциональности.
Для формирования базы правил были получены экпериментальные обучающие данные [21], на основе которых сформирована база продукционных нечетких правил, позволяющая формировать управляющее воздействие, способное обеспечить высокое качество технологического процесса индукционной пайки тонкостенных волноводных трактов из алюминиевых сплавов. Фрагмент базы продукционных правил, разработанной для нечеткого контроллера, представлен в табл. 1.
Т а б л и ц а 1
где кытр1е - коэффициент пропорциональности;
к - общий коэффициент усиления алгоритма управления;
АТ(,) - величина рассогласования температур между элементами изделия;
Т - нижний порог чувствительности измерителя температуры.
В случае небольшого рассогласования температур, но значительного рассогласования скоростей нагрева спаиваемых элементов, предлагается использовать дифференциальный регулятор [19]: АУ (1) • к
Номер правила Термы
T V dT dV Alg K
1 NM NM NM NM P PM
2 NS 0 NS 0 PD PS
3 PM PS NS NS P PS
4 PS PM ZE PS D ZE
5 NM ZE PS PS P PS
6 NM PM ZE ZE PD PM
7 NS PS ZE NS D PS
8 ZE ZE ZE PS PD NM
9 NM PS ZE PM P NS
10 ZE PM PM ZE PD NS
simple
Апробация подхода
Для апробации и оценки предложенного подхода к управлению экспериментальные исследования проводились на различных реализациях системы управления процессом индукционной пайки:
1) одноконтурной;
2) двухконтурной;
3) интеллектуальной.
Такая постановка эксперимента позволяет оценить целесообразность применения данного метода, по сравнению с уже освоенными [5, 6]. На рис. 9-11 представлены графики процесса пайки волноводной сборки труба - фланец типоразмера 58^25 мм, произведенного различными системами управления: одноконтурной системой управления (рис. 9), двухконтурной системой управления (рис. 10), интеллектуальной системой управления на базе нечеткого контроллера (рис. 11).
Modern technologies. System analysis. Modeling, 2018, Vol 58, no.2
Температура, °C
740 700 660 620 580 540 500 460 420 380 340 300
1
\ î Г
; ; ;
_ : _
: —-- :
Î ; Г""^ ; ; ;
: : :::::: : : :
: : : : ; : : ! ^^ ;
: : : ; ! :
: ; : :
î ; :
;..... i....... i....... ïaû"
: ! Jy Jf : : : : :
Г: : ! Г Г : :
0
10
15
20
25
30
35
40
45
50
55
GO
65
70
75
80
85
90
740 700 660 620 580 540 500 460 420 380 340 300
Время (сек.)
Рис. 9. График процесса пайки с одноконтурным управлением по температуре. Нижний график -температура трубы, верхний график - температура фланца
Температура, °С
740 700 660 620 580 540 500 460 420 380 340
300 -
70
80
740 700 660 620 580 540 500 460 420 380 340 300
90 100 110 120 130 140 150 160 Время (сек.)
Рис. 10. График процесса пайки с двухконтурным управлением по температуре и положению. График, начинающийся до 40 с - температура трубы, второй график - температура фланца
Температура, °С
Время (сек.)
Рис. 11. График процесса пайки с интеллектуальным управлением по температуре и положению. График, начинающийся чуть позже 30 с - температура трубы, второй график - температура фланца
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
Современные технологии. Системный анализ. Моделирование № 2 (58) 2018
Из графиков, представленных на рис. 9-11, видны различия в качестве регулирования процесса пайки волноводного тракта.
Так, при использовании одноконтурной системы высока вероятность возникновения неисправимых дефектов, таких как: локальные прожоги, оплавления и деформации элементов паяемой сборки волновода. Кроме того, ввиду неравномерности тепловых полей в зоне пайки между элементами изделия, даже при отсутствии уже перечисленных дефектов, имеет место непротекание припоя в паяемый зазора волновода.
При двухконтурном управлении система выдерживает необходимые параметры технологического процесса в допустимых отклонениях, обеспечивая более качественное управление по сравнению с одноконтурной системой.
Пример полученной в ходе экспериментов паянной сборки элемента волноводного тракта, полученной с использованием интеллектуальной системы управления, представлен на рис. 12.
Интеллектуальная система управления обеспечивает регулирование более высокого качества, чем двухконтурная система, предсказывая и опережая существенные отклонения от технологических параметров процесса, что позволяет сделать вывод о достижении целей интеллектуализации системы.
Выводы
В результате проведенного исследования получены следующие результаты.
1. Разработана концепция интеллектуальной системы управления процессом индукционной пайки, в рамках которой реализовано интеллектуальное управление в системе с использованием нечеткого регулирования.
2. Испытания показали преимущества предложенного метода управления процессом индукционной пайки перед двухконтурным и одноконтурным аналогами.
3. Сделан вывод о целесообразности дальнейшего развития системы в рамках описанной концепции.
Благодарности
Работа выполнена в рамках проведения исследований по теме МК-6356.2018.8 «Интеллектуализация технологических процессов формирования неразъемных соединений на предприятиях ракетно-космической отрасли», финансируемой Советом по грантам Президента Российской Федерации для государственной поддержки молодых российских ученых.
Рис. 12. Паяная сборка волновода
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Обеспечение прочности и точности широкополосных волноводно-распределительных систем устройств космической связи / С. Н. Сильченко и др. // Проблемы машиностроения и надежности машин. 2012. №1. С. 112-117.
2. Вологдин В. В., Кущ Э. В., Асамов В. В. Индукционная пайка. Л. : Машиностроение, 1989. 63 с.
3. Слухоцкий А. Е. Индукторы. Л. : Машиностроение. 1989. 66 с.
4. Слухоцкий А. Е., Рыскин С. Е. Индукторы для индукционного нагрева. Л. : Энергия. 1974. 284 с.
5. Murygin A. V., Tynchenko V. S., Laptenok V. D., Emilova O. A., Bocharov A. N. Complex of automated equipment and technologies for waveguides soldering using induction heating // IOP Conference Series: Materials Science and Engineering. 2017. № 173 (1). С. 012023.
6. Tynchenko V. S., Murygin A. V., Emilova O. A., Bocharov A. N., Laptenok V. D. The automated system for technological process of spacecraft's waveguide paths soldering // IOP Conference Series: Materials Science and Engineering. 2016. № 155 (1). С. 012007.
7. Tynchenko V. S., Murygin A. V., Petrenko V. E., Seregin Y. N., Emilova O. A. A control algorithm for waveguide path induction soldering with product positioning1 // IOP Conference Series: Materials Science and Engineering. 2017. № 255 (1). С. 012018.
8. Murygin A. V., Tynchenko V. S., Laptenok V. D., Emilova O. A., Seregin Y. N. Modeling of thermal processes in waveguide tracts induction soldering // IOP Conference Series: Materials Science and Engineering. 2017. № 173 (1). С. 012026.
9. Кудрявцев И. В., Барыкин Е. С., Гоцелюк О. Б. Математическая модель нагрева волновода при передаче высокой мощности сигнала // Молодой ученый. 2013. № 9. С. 52-57.
10. Бураков М. В. Нечеткие контроллеры. СПб. : ГУАП, 2010. 252 с.
11. Демидова Л., Кираковский В. В., Пылкин А. Н. Алгоритмы и системы нечеткого вывода при решении задач диагностики городских инженерных коммуникаций в среде MATLAB. М. : Радио и связь. 2005. 365 с.
Механика
Modern technologies. System analysis. Modeling, 2017, Vol 58, no.2
12. Дудкин Ю. П., Титов Ю. К., Филиппенков Р. Г., Хижняков Ю. Н. Нечеткое управление частотой вращения свободной турбины газотурбинного двигателя // Вестн. Моск. авиац. ин-та. 2010. № 17 (6). С. 55-60.
13. Gostev V. I. Fuzzy controllers in automatic control systems // Kiev: Radioamator. 2008.
14. Минаев Ю.Н., Филимонова О.Ю. Бенамеур Лиес. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе // М. : Горячая линия-Телеком, 2003. 205 с.
15. Бураков М. В., Коновалов А. С. Синтез нечетких логических регуляторов // Информационно-управляющие системы. 2011. № 1. С. 22-27.
16. Tynchenko V. S., Tynchenko V. V., Bukhtoyarov V. V., Tynchenko S. V., Petrovskyi, E. A. The multi-objective optimization of complex objects neural network models // Indian Journal of Science and Technology. 2016. № 29 (9).
17. Александров А. Г., Паленов М. В. Состояние и перспективы развития адаптивных ПИД-регуляторов // Автоматика и телемеханика. 2014. № 2. С. 16-30.
18. Арсеньев Г. Н., Шалыгин А. А. Математическое моделирование нечетких регуляторов на основе MATLAB // Информационно-измерительные и управляющие системы. 2011. № 9 (5). С. 26-37.
19. Chen H. C. Optimal fuzzy pid controller design of an active magnetic bearing system based on adaptive genetic algorithms // IEEE 2008 International Conference on Machine Learning and Cybernetics. 2008. № 4. С. 2054-2060.
20. Sabir M. M., Ali T. Optimal PID controller design through swarm intelligence algorithms for sun tracking system // Applied Mathematics and Computation. 2016. № 274. С. 690-699.
21. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы // М. : Горячая линия-Телеком. 2008. 384 с.
REFERENCES
1. Sil'chenko S. N., Mikhnev M., Ankudinov A. V., Kudryavtsev I. V. Obespechenie prochnosti i tochnosti shirokopolosnykh volnovodno-raspredehtel'nykh sistem ustroistv kosmicheskoi svyazi [Provision of strength and accuracy of broadband waveguide-distributing systems for space communication devices]. Problemy mashinostroeniya i nadezhnosti mashin [Journal of Machinery Manufacture and Reliability], 2012, No.1, pp. 112-117.
2. Vologdin V. V., Kushch E. V., Asamov V. V. Induktsionnaya paika [Induction soldering]. Leningrad: Mashinostroenie Publ., 1989.
3. Slukhotskii A. E. Induktory [Inductors]. Leningrad: Mashinostroenie Publ., 1989.
4. Slukhotskii A. E., Ryskin S. E. Induktory dlya induktsionnogo nagreva [Inductors for induction heating]. Leningrad: Energiya Publ., 1974.
5. Murygin A. V., Tynchenko V. S., Laptenok V. D., Emilova O. A., Bocharov A. N. Complex of automated equipment and technologies for waveguides soldering using induction heating. IOP Conference Series: Materials Science and Engineering, 2017, No.173(1), S. 012023.
6. Tynchenko V. S., Murygin A. V., Emilova O. A., Bocharov A. N., Laptenok V. D. The automated system for technological pro-cess of spacecraft's waveguide paths soldering. IOP Conference Series: Materials Science and Engineering, 2016, No.155(1), S. 012007.
7. Tynchenko V. S., Murygin A. V., Petrenko V. E., Seregin Y. N., Emilova O. A. A control algorithm for waveguide path induction soldering with product positioning. IOP Conference Series: Materials Science and Engineering, 2017, No.255(1), S. 012018.
8. Murygin A. V., Tynchenko V. S., Laptenok V. D., Emilova O. A., Seregin Y. N. Modeling of thermal processes in waveguide tracts induction soldering. IOP Conference Series: Materials Science and Engineering, 2017, No.173(1), S. 012026.
9. Kudryavtsev I. V., Barykin E. S., Gotselyuk O. B. Matematicheskaya model' nagreva volnovoda pri peredache vysokoi moshchnosti signala [Mathematical model of waveguide heating during transmission of high signal power]. Molodoi uchenyi [Young scientist], 2013, No.9, pp. 52-57.
10. Burakov M. V. Nechetkie kontrollery [Fuzzy controllers]. St. Petersburg: GUAP Publ., 2010.
11. Demidova L., Kirakovskii V. V., Pylkin A. N. Algoritmy i sistemy nechetkogo vyvoda pri reshenii zadach diagnostiki gorodskikh inzhenernykh kommunikatsii v srede MATLAB [Algorithms and systems of fuzzy inference when solving problems of diagnostics of urban engineering communications in MATLAB environment]. Moscow: Radio i svyaz' Publ., 2005.
12. Dudkin Yu. P., Titov Yu. K., Filippenkov R. G., Khizhnyakov Yu. N. Nechetkoe upravlenie chastotoi vrashcheniya svobodnoi tur-biny gazoturbinnogo dvigatelya [Fuzzy control of the rotation frequency of a free turbine of a gas turbine engine]. Vestnik Mos-kovskogo aviatsionnogo instituta [VestnikMoskovskogo Aviatsionnogo Instituta], 2010, No.17(6), pp. 55-60.
13. Gostev V. I. Fuzzy controllers in automatic control systems [Fuzzy controllers in automatic control systems]. Radioamator, 2008.
14. Minaev Yu. N., Filimonova O. Yu. Benameur Lies. Metody i algoritmy resheniya zadach identifikatsii i prognozirovaniya v uslovi-yakh neopredelennosti v neirosetevom logicheskom bazise [Methods and algorithms for solving problems of identification and prediction in conditions of uncertainty in a neural network logical basis]. Moscow: Goryachaya liniya-Telekom Publ., 2003.
15. Burakov M. V., Konovalov A. S. Sintez nechetkikh logicheskikh regulyatorov [Synthesis of fuzzy logic regulators]. Informatsionno-upravlyayushchie sistemy [Information and Control Systems], 2011, No. 1, pp. 22-27.
16. Tynchenko V. S., Tynchenko V. V., Bukhtoyarov V. V., Tynchenko S. V., Petrovskyi, E. A. The multi-objective optimization of complex objects neural network models. Indian Journal of Science and Technology, 2016, No.29 (9).
17. Aleksandrov A. G., Palenov M. V. Sostoyanie i perspektivy razvitiya adaptivnykh PID-regulyatorov [The state and prospects of the development of adaptive PID regulators]. Avtomatika i telemekhanika [Automation and Remote Control], 2014, No.2, pp. 16-30.
18. Arsen'ev G. N., Shalygin A. A. Matematicheskoe modelirovanie nechetkikh regulyatorov na osnove MATLAB [Mathematical modeling of fuzzy regulators based on MATLAB]. Informatsionno-izmeritel'nye i upravlyayushchie sistemy [Journal Information-measuring and Control Systems], 2011. No.9 (5), pp. 26-37.
19. Chen H. C. Optimal fuzzy pid controller design of an active magnetic bearing system based on adaptive genetic algorithms. IEEE 2008 International Conference on Machine Learning and Cybernetics. 2008, No.4, S. 2054-2060.
20. Sabir M. M., Ali T. Optimal PID controller design through swarm intelligence algorithms for sun tracking system. Applied Mathematics and Computation, 2016, No. 274, pp. 690-699.
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
Современные технологии. Системный анализ. Моделирование № 2 (58) 2017
21. Rutkovskaya D., Pilin'skii M., Rutkovskii L. Neironnye seti, geneticheskie algoritmy i nechetkie sistemy [Neural networks, genetic algorithms and fuzzy systems]. Moscow: Goryachaya liniya-Telekom Publ., 2008.
Информация об авторах
Тынченко Вадим Сергеевич - к. т. н., доцент кафедры информационно-управляющих систем, Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, г. Красноярск, e-mail: vadimond@mail.ru
Петренко Вячеслав Евгеньевич - аспирант кафедры информационно-управляющих систем, Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, г. Красноярск, e-mail: drpblra@mail.ru
Милов Антон Владимирович - аспирант кафедры информационно-управляющих систем, Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, г. Красноярск, e-mail: antnraven@ieee. org
Мурыгин Александр Владимирович - д. т. н., заведующий кафедрой информационно-управляющих систем, Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, г. Красноярск, e-mail: avm514@mail.ru
Authors
Tynchenko Vadim Sergeevich - Ph.D. in Engineering Science, Assoc. Prof., the Subdepartment of Information Control Systems, Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, e-mail: vadimond@mail.ru
Petrenko Vyacheslav Evgen'evich - Ph.D. student, the Subdepartment of Information Control Systems, Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, e-mail: drpblra@mail.ru
Milov Anton Vladimirovich - Ph. D. student, the Subdepartment of Information Control Systems, Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, e-mail: antnrav-en@ieee.org
Murygin Aleksandr Vladimirovich - Doctor of Engineering Science, head of the Subdepartment of Information Control Systems, Reshetnev Siberian State University of Science and Technology, Krasnoyarsk, e-mail: avm514@mail.ru
Для цитирования
Тынченко В. С. Применение методов нечеткой логики для автоматизации процесса индукционной пайки / В. С. Тынченко, В. Е. Петренко, А. В. Милов, А. В. Мурыгин // Современные технологии. Системный анализ. Моделирование. - 2018. - Т. 58. № 2. - С. 49-56. - DOI: 10.26731/1813-9108.2018.2(58). 45-56
For citation
Tynchenko V. S., Petrenko V. E., Milov A. V., Murygin A. V. Primenenie metodov nechetkoi logiki dlya avtomatizatsii protsessa induktsionnoi paiki [Application of fuzzy logic methods to automate the process of induction soldering]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie [Modern technologies. System analysis. Modeling], 2018, Vol. 58, No. 2, pp. 45-56. DOI: 10.26731/1813-9108.2018.2(58). 45-56_
