Контроль и управление состоянием инструмента многооперационного станка в системе его интеллектуального мониторинга тема диссертации и автореферата по ВАК РФ 05.02.07, кандидат технических наук Изюмов, Андрей Игоревич

  • Изюмов, Андрей Игоревич
  • кандидат технических науккандидат технических наук
  • 2017, Ростов-на-ДонуРостов-на-Дону
  • Специальность ВАК РФ05.02.07
  • Количество страниц 166
Изюмов, Андрей Игоревич. Контроль и управление состоянием инструмента многооперационного станка в системе его интеллектуального мониторинга: дис. кандидат технических наук: 05.02.07 - Автоматизация в машиностроении. Ростов-на-Дону. 2017. 166 с.

Оглавление диссертации кандидат технических наук Изюмов, Андрей Игоревич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

Глава 1. Аналитический обзор разработок по проблеме состояния режущего инструмента на многооперационных станках

1.1 Актуальность проблемы диагностирования состояния режущего инструмента на станках с ЧПУ

1.2 Проблема надежности режущего инструмента в условиях автоматизированного производства

1.3 Методы диагностирования и оценки состояния режущего инструмента на многооперационных станках

1.3.1 Анализ зарубежных исследований в области диагностики состояния режущего инструмента

1.3.2 Анализ отечественных исследований в области диагностики состояния режущего инструмента

1.4 Подходы к формированию систем мониторинга и диагностики состояния режущего инструмента. Методы интеллектуального анализа данных

1.4.1 Подход к мониторингу состояния инструмента с использованием адаптивной нейро-нечеткой системы вывода «ЛОТК»

1.4.2 Онлайн-диагностика состояния режущего инструмента при помощи использования мэл-частотных кепстральных коэффициентов

1.4.3 Диагностирование износа режущих инструментов и прогнозирование их остаточной стойкости в реальном времени обработки на станках с ЧПУ

1.5 Способы диагностирования состояния инструмента на станочных системах при работе в условиях автоматизированного производства

1.5.1 Разработка алгоритма управления процессом резания с помощью автоматизированной оценки состояния инструмента

1.6 Выводы по главе. Постановка цели и задач работы

2

Глава 2. Принципы построения интеллектуального информационно -управляющего модуля диагностики состояния инструмента многооперационного станка

2.1 Подход к управлению состоянием режущего инструмента

2.2 Системная архитектура модуля e-MindMachine

2.2.1 Узел «База данных - инструмент»

2.2.2 Узел «Система знаний наблюдения и управления»

2.3 Принципы функционирования блока «Инструмент» модуля e-Mind Machine многооперационного станка

2.3.1 Структура блока «Инструмент»

2.3.2 Функции узлов блока «Инструмент»

2.3.2.1 Регистрирующий узел

2.3.2.2 Узел наблюдений и управления

2.3.2.3 Узел мониторинга состояния инструментов

2.3.2.4 Узел управления диагностическими устройствами

2.3.2.5 Узел адаптации и специальных режимов резания

2.3.2.6 Информационный узел

2.4 Методы оценки параметров нечетких границ стойкости режущего инструмента

2.4.1 Оценка параметров нечеткой границы на основе статистической обработки данных

2.4.2 Оценка параметров нечеткой границы на базе ускоренных испытаний

2.4.3 Оценка параметров нечеткой границы на основе использования методологии искусственного интеллекта

2.4.4 Оценка параметров нечеткой границы при помощи метода контрольных карт

2.5 Выводы по главе

Глава 3. Экспериментальное исследование эффективности предложенного подхода на базе принципов функционирования блока «Инструмент»

3

3.1 Постановка целей и задач экспериментального исследования

3.2 Описание экспериментального стенда, выбор материала заготовки и режущего инструмента

3.2.1 Описание экспериментального стенда

3.2.2 Выбор режущего инструмента и материала заготовки

3.3 Метод экспериментальной оценки параметров нечеткой границы на основе статистической обработки данных

3.4 Метод экспериментальной оценки параметров нечеткой границы на базе ускоренных испытаний

3.5 Метод оценки параметров нечеткой границы на основе использования методологии искусственного интеллекта

3.6 Способ экспериментальной оценки параметров нечеткой границы при помощи метода контрольных карт

3.7 Разработка компьютерной модели экспериментальной оценки параметров нечеткой границы

3.8 Выводы по главе

Глава 4. Разработка системы идентификации состояния режущего инструмента на основе методов искусственного интеллекта

4.1 Разработка системы мониторинга состояния инструмента

4.2 Извлечение векторов свойств

4.2.1 Вычисление спектральной плотности мощности (функция плотности спектра мощности)

4.2.2 Вычисление энергии сигнала в окнах мел-фильтра

4.2.3 Вычисление кепстральных коэффициентов сигнала

4.3 Оценка радиального износа режущего инструмента

4.4 Интерфейс системы мониторинга состояния РИ

4.5 База данных системы мониторинга состояния РИ

4.6 Разработка экспертной системы управления состоянием РИ

4.7 Выводы по разделу

ВЫВОДЫ ПО ДИССЕРТАЦИОННОЙ РАБОТЕ

4

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

ПРИЛОЖЕНИЕ Д

Рекомендованный список диссертаций по специальности «Автоматизация в машиностроении», 05.02.07 шифр ВАК

Введение диссертации (часть автореферата) на тему «Контроль и управление состоянием инструмента многооперационного станка в системе его интеллектуального мониторинга»

ВВЕДЕНИЕ

При эксплуатации станков остаются актуальными вопросы повышения надежности, производительности, точности работы, повышения качества изготовления деталей, а также уровня автоматизации. Все эти факторы в той или иной степени зависят от состояния режущего инструмента (РИ) на станке в процессе обработки. При использовании гибких производственных систем (ГПС) вопрос диагностики состояния инструмента становится одним из важнейших, поскольку в условиях автоматизированного машиностроения, как правило, не производится непосредственного наблюдения операторами за состоянием РИ. Особое значение это имеет при эксплуатации многооперационных станков, содержащих до 150 инструментов в одном магазине.

Проблеме состояния режущего инструмента на станке в условиях автоматизированного промышленного производства были посвящены труды таких ученых, как: Григорьев С.Н., Гурин В.Д., Синопальников В.А., Гречишников В.А., Решетов Д.Н., Проников А.С., Рыжкин А.А., Заковорот-ный В.Л., Кудинов Н.В., Балашкин Б.С., Пуш В.Э., Соломенцев Ю.М. и др. Основное внимание в этих работах уделялось проблемам точности работы, стойкости и надежности режущего инструмента.

Общеизвестно, что точность обработки является важнейшей характеристикой любого технологического оборудования, например, металлорежущего станка с ЧПУ. Под точностью обработки понимают степень соответствия параметров изготовленной детали к их теоретическим номинальным значениям. Как известно, повышение точности изготовления деталей увеличивает срок службы машин и оборудования. Они не могут нормально функционировать при недостаточной точности изготовления его составляющих частей в связи с возникающими в процессе работы динамическими нагрузками, которые вызывают ускоренный износ оборудования и его дальнейшее разрушение.

Причины возникновения погрешностей обработки на металлорежущих станках связаны с неточностью, деформациями и износом станков, приспособлений и инструментов, а также непосредственно с деформациями обрабатываемых на станках заготовок под действием усилий резания, нагрева, погрешности в процессе измерения и др.

В настоящее время информационные технологии активно развиваются и находят широкое применение в самых различных сферах и отраслях. Ни одна область знаний не обходится без применения современных методов передачи, хранения и обработки информации. В связи с массовым развитием информационных технологий наиболее актуальными становятся такие научные направления, как интеллектуальное управление и мехатронные системы. Одним из характерных представителей современных мехатронных технологических объектов автоматизированного производства являются многооперационные станки с ЧПУ или обрабатывающие центры.

Для станков с ЧПУ, выполняющих обработку в автоматическом режиме, значительно возрастают требования к качеству инструмента как параметра, определяющего точность обработки. Недопустимо недостаточно тщательно относиться к проблеме точности обработки в условиях компьютеризированного производства, построенного по принципу «безлюдной работы».

Проблеме повышения надежности станков посвятили свои труды ученые Проников А.С. [1], Решетов Д.Н. [2,3], Фадеев В.З. [3], Иванов А.С. [3], Рыжкин А.А. [4,5], , Маталин А.А. [6] и др.

Поиском путей повышения точности работы металлорежущих станков занимались Пуш В.Э. [7,8], Пигерт Р. [8], Сосонкин В.Л. [8], Ратмиров В.А. [9, 10], Тугенгольд А.К. [11] и др.

Вопросы динамики станков нашли отражение в работах Кудинова В.А. [12], Вейца В.Л. [13], Заковоротного В.Л. [14, 15], Мурашкина Л.С. [16] и др.

Проблемой использования и применения средств информационных технологий в станкостроении занимались такие ученые, как Григорьев С.Н. [17], Гурин В.Д. [17, 18], Бржозовский Б.М. [19, 20] и др.

Ряд данных проблем остается чрезвычайно актуален, а поиск путей их решения - востребован в настоящее время. Основная масса опубликованных в последний период научных трудов направлена на решение проблем контроля состояния инструмента, находящегося в инструментальном магазине станка, не принимающего участия в процессе обработки онлайн.

Один из перспективных путей повышения качества обработки заключается в создании и применении интеллектуальных систем управления технологическим оборудованием, обеспечивающих изготовление деталей с учётом технических характеристик и состояния станка, режущего инструмента, заготовки и информационно-измерительной подсистемы. Производственные системы должны быть оснащены интеллектуальными модулями, в целях повышения качества выполнения обработки, повышения эффективности и надежности производственных процессов. В области диагностики и контроля процесса резания такие системы также будут иметь наиболее высокий уровень исполнения качества технологического процесса.

Целью диссертационной работы является повышение надежности обработки на многооперационных станках в компьютеризированном производстве за счет оценки и управления состоянием инструмента.

Для достижения цели сформулированы следующие задачи:

1. разработка структуры и алгоритма функционирования блока «Инструмент» интеллектуального управляющего модуля станка;

2. разработка модели системы диагностирования состояния инструмента и прогнозирования его остаточной стойкости в режиме онлайн в составе блока «Инструмент» интеллектуального управляющего модуля;

3. практическая реализация разработанной системы; проведение станочных испытаний;

4. оценка значений нечеткой пограничной полосы стойкости режущего инструмента для дальнейшего использования при решении задачи управления его состоянием;

5. реализация структуры и алгоритмов функционирования системы идентификации состояния режущего инструмента;

6. формирование базы данных системы мониторинга состояния инструмента.

Объектом исследования являются многооперационные обрабатывающие центры с ЧПУ и автоматизированной системой смены инструментов.

Предметом исследования является контроль и управление состоянием режущего инструмента станка на основе использования возможностей мониторинга состояния на базе методов искусственного интеллекта.

Научная новизна работы заключается в создании структуры, принципов и алгоритмов функционирования блока «Инструмент» интеллектуального управляющего модуля e-Mind Machine, позволяющего автоматически управлять состоянием режущих инструментов многооперационного станка. Найдены условия и принципы анализа состояний инструмента в процессах работы многооперационных станков с автоматической системой замены РИ, и управления этим состоянием для обеспечения работоспособного функционирования. Отличительной особенностью является то, что для оценки состояния инструмента введены концептуальные понятия нечеткой границы и пограничных полос размерного износа и общей стойкости режущего инструмента на базе представлений теории нечетких знаний. Введение этих понятий связано с необходимостью адаптации режимов резания и принятия решений в зависимости от складывающейся ситуации по состоянию инструмента и его влиянию на точность обработки детали. Ключевым аспектом и оригинальностью подхода является возможность определения значения остаточной стой-

9

кости инструмента, а также прогнозирование времени его отказа. В отличие от известных подходов, данный способ обусловлен использованием в составе модуля системы интеллектуального мониторинга состояния инструмента. Система диагностики реализована на базе представленного в диссертации решения по организации и управлению состоянием многооперационных станков на базе модуля e-Mind Machine (e-MM) на основе концептуальной разработки д.т.н., профессора Тугенгольда А.К.

Полученные научные результаты подтверждают новизну диссертационной работы в следующих пунктах:

1. Принципиальным отличием разработанного метода контроля и управления состоянием инструмента является то, что метод реализован на базе интеллектуального информационно-управляющего модуля. Данный модуль обеспечивает информационную поддержку знаний о себе конкретного станка, в т.ч. знаний о процессе обработки, инструменте, заготовке, общем состоянии станка. Модуль оснащен блоком информационного обмена между оператором УЧПУ, сервисной службой, а также службой контроля верхнего уровня. Данный метод контроля и управления состоянием инструмента позволяет учитывать специфические особенности каждого отдельно взятого обрабатывающего центра, а также влияние этих особенностей на процесс обработки. Таким образом, создается возможность повышения точности обработки деталей на производстве.

2. На основе технологий искусственного интеллекта, в т.ч. разработанной и описанной базы данных системы мониторинга состояния инструмента осуществляется поиск различных закономерностей, как функциональных, так и логических, в накопленных станком данных. Введено концептуальное понятие условной границы стойкости инструмента на некотором интервале времени / пути / объема удаленного материала при резании до начала катастрофического износа.

Разработана методика оценки гарантирующего значения в нечеткой границе стойкости инструмента. Данная оценка выполняется по предельным значениям скорости резания, подачи и др. параметров, характерных для технологического перехода, выполняемого исследуемым режущим инструментом.

3. Сформирована база правил нечеткого прогнозирования износостойкости режущего инструмента на основе нейро-нечеткой сети. В качестве входных переменных выбраны относительные значения скорости резания, подачи на зуб, твердости заготовки. Реализованы правила и значения выходной переменной - коэффициента коррекции стойкости инструмента для управления состоянием РИ, учитывающие специфику влияния параметров процесса резания, и позволяющие повысить его стойкостной ресурс. Предложенный метод на базе нейро-нечеткой сети, реализующий представление входных переменных и вывода в относительных единицах, позволяет принимать решения по оценке стойкости инструмента в широком аспекте технологических ситуаций, обладая достаточной общностью.

4. Введенная модификация контрольных карт индивидуальных значений предусматривает наглядную оценку близости статистических значений износа инструмента к допустимому значению стойкости. Полученные зависимости характеристик изнашивания позволяют прогнозировать параметры нечетких пограничных полос для управления процессами обработки. Предложена структура системы идентификации состояния инструмента, основанная на анализе сигналов виброакустической эмиссии. Получен и представлен в диссертации набор mel-частотных спектральных коэффициентов, вычислены кепстральные коэффициенты сигнала.

5. Разработан и описан интеллектуальный модуль e-MindMachine, в соответствии с полученными математическими зависимостями, позволяет динамически управлять процессом резания, диагностируя

состояние инструмента многооперационного станка. Модуль соответствует мировой тенденциям организации интеллектуальных систем управления, информационного обмена данными и построения информационных систем промышленных предприятий.

Практическая реализация результатов исследований.

Вследствие решения теоретических задач и проведенных экспериментальных исследований получены следующие результаты:

1. Разработана система, моделирующая нелинейную зависимость времени стойкости инструмента от локального изменения твердости поверхности заготовки и основных варьируемых факторов режима обработки - величины подачи и скорости резания. Определение значений стойкости Та и Ть происходит посредством нахождения величины статистических оценок матожиданий распределений размерного износа инструмента и среднеквадратических отклонений в моменты времени работы РИ существенно меньше, чем время критического износа.

2. Разработана адаптивная нейро-нечеткая система мониторинга состояния инструмента, использующая алгоритм извлечения вектора свойств, систему нечеткого логического вывода и информацию о параметрах резания для оценки радиального износа.

3. Созданы оболочка, структура и интерфейс системы мониторинга состояния режущего инструмента. Система моделирует нелинейную зависимость радиального износа инструмента от значений кепст-ральных коэффициентов и основных варьируемых факторов режима обработки - скорости резания, величины подачи, глубины резания и твердости поверхности заготовки для инструмента определённого диаметра. Интерфейс реализован с помощью программного пакета MatLab.

4. Реализована база данных в СУБД Microsoft Office Access 2007 через мост Java Database Connectivity - Open Database Connectivity. Разработанная БД хранит информацию об инструментах, и оценке радиального износа РИ.

По материалам диссертации опубликовано 12 научных работ, из них:

• 6 - на международных научно-технических конференциях;

• 4 - в ведущих рецензируемых научных журналах и изданиях, входящих в Перечень ВАК Российской Федерации;

• 1 - во внутривузовском научном сборнике;

• 1 - отчет по НИР, прошедший государственную регистрацию.

Диссертация изложена на 147 страницах машинописного текста. Она включает в себя: введение, 4 главы основной части, основные результаты работы, список литературных источников из 84 наименований, 9 таблиц, 44 рисунка, приложения на 18 страницах.

Во введении приводится общая характеристика работы, обосновывается ее актуальность, научная новизна, практическая значимость, предоставляется информация о структуре диссертации.

Первая глава посвящена аналитическому обзору состояния вопроса эксплуатации современных диагностических систем в производстве. Описана проблема диагностирования состояния режущего инструмента, на многооперационных станках. В том числе проведен обзор методов, механизмов и систем диагностики состояния РИ, проанализированы современные научные работы, касающиеся данных вопросов. Также рассмотрены способы повышения точности технологического оборудования при помощи внедрения методов интеллектуального управления. Сформулированы цель и задачи диссертационного исследования.

Во второй главе сформулированы основные требования и принципы построения интеллектуального информационно-управляющего модуля диагностики состояния инструмента многооперационного станка. Представлен подход к управлению состоянием инструмента, приведены математические зависимости. Описана системная архитектура интеллектуального модуля e-Mind Machine, с подробным рассмотрением модулей и узлов. Представлены четыре метода оценки состояния инструмента на станке.

Третья глава диссертационного исследования посвящена вопросам экспериментального подтверждения эффективности представленных ранее четырех методов оценки состояния инструмента. В рамках экспериментального исследования доказывалась эффективность и практичность применения методов оценки параметров нечетких границ стойкости инструмента при различных режимах, а также подтверждалось повышение точности обработки при работе интеллектуального модуля e-Mind Machine на многооперационном станке с ЧПУ. Были вычислены и приведены коэффициенты коррекции времени стойкости, позволяющие повысить точность обработки и уменьшить изнашиваемость инструмента при обработке сложных поверхностей по сравнению с обработкой на основе рекомендованных производителем режимах резания. Испытания проводились в лаборатории Южного центра модернизации машиностроения Донского Государственного Технического Университета.

В четвертой главе диссертации предложена структура системы идентификации состояния инструмента, основанная на анализе сигналов виброакустической эмиссии. Получен и представлен в диссертации набор mel-частотных спектральных коэффициентов, вычислены кепстральные коэффициенты сигнала. С помощью адаптивной нейро-нечеткой системы вывода было установлено соответствие значений кепстральных коэффициентов и радиального износа инструмента. Реализована и описана база данных систе-

мы мониторинга состояния инструмента, содержащая информацию об оценке его радиального износа.

Приложения содержат: листинг кода интеллектуального управляющего модуля e-Mind Machine, с помощью которого производится вычисление кеп-стральных коэффициентов на основе классического подхода; листинг кода, реализующий интерфейс системы мониторинга состояния инструмента.

Исследования выполнены на кафедре «Робототехника и мехатроника» Донского Государственного Технического Университета в течение 2013-2016 гг.

Глава 1. Аналитический обзор разработок по проблеме состояния режущего инструмента на многооперационных станках

1.1 Актуальность проблемы диагностирования состояния режущего инструмента на станках с ЧПУ

Проблема диагностирования состояния режущего инструмента (РИ), вкупе с оценкой его износа, остается актуальной на протяжении многих лет. В работе [21] указывалось, что, исходя из статистики, операторам, обслуживающим станки с ЧПУ, для поддержания текущей работоспособности, поднаст-ройки технологической системы и устранения причин возможных отказов приходится вмешиваться в работу станка по управляющей программе в период от 6 до 22 минут с момента начала операции обработки. По результатам проведенных японской службой Takeyama исследований [22, 23], простои оборудования с ЧПУ из-за отказов в связи с незапланированным износом и поломкой режущего инструмента составляет от 39 до 50 процентов времени работы.

Вопросы диагностики и оценки состояния инструмента стали более актуальными, в связи с компьютеризацией станочных систем и оснащением производства многооперационными обрабатывающими центрами с ЧПУ. Поскольку в условиях гибкого автоматизированного производства процессы металлообработки в большинстве случаев приняли автоматический характер, операторы были удалены непосредственно от работающих станков. В связи с этим, стала актуальной проблема интеллектуального управления состоянием обрабатывающих центров и их составных компонентов.

С 90-х годов прошлого века экономически развитые государства мира принимают участие в реализации проекта SIMON (Sensor Fused Intelligent Monitoring System for Machining), который является одной из составных частей программы создания технологии XXI века [4]. Отчеты о реализации данного проекта сообщают о том, что введение знаний экспертов и интеллектуальных алгоритмов в управление станками и другими технологическими мехатрон-

ными объектами будет играть ключевую роль в достижении высокой точности и производительности механообработки, при минимальных неисправностях.

Системы мониторинга, поддерживающие надежное функционирование режущего инструмента на металлорежущих станках, предназначены для сведения возможного ущерба от затупления или поломки РИ к минимальным показателям. Система мониторинга должна, на основе оценки износа инструмента, инициировать процесс своевременной его замены. В связи с этим, станочные системы с ЧПУ оснащаются различными контрольными устройствами [24]. Адекватное функционирование системы мониторинга также невозможно без использования соответствующей стратегии реагирования и действия для контроля процесса резания и предупреждения возникающих неисправностей.

Следовательно, можно сделать вывод о том, что в современном мире необходимо использовать автоматизированные системы мониторинга и управления состоянием РИ, при минимальном участии человека. Основное нововведение заключается в создании собственной системы знаний станка (Intelligent Monitoring System for Tools), тогда как ранее возможностью знаний о состоянии инструментального обеспечения не мог обладать никто, кроме оператора, обслуживающего станок.

Одной из главных целей обрабатывающих центров с числовым программным управлением (ЧПУ) является поиск оптимального соотношения между состоянием режущего инструмента, качеством готовой поверхности и производительностью оборудования. Системы диагностики состояния режущего инструмента, оптимизирующие эксплуатационные расходы и обеспечивающие высокое качество продукта, широко оценены на рынке современных производственных систем [25, 26]. Например, в работе [27], было доказано, что эффективное время механообработки на фрезерных станках может быть увеличено с 10 до 65% с помощью применения системы диагностики и управления состоянием инструмента. Кроме того доказано [28], что любой производственный процесс может быть существенно оптимизирован с помощью надежной и гибкой системы контроля режущего инструмента.

Исходя из всего, описанного выше, можно сделать вывод о том, что система мониторинга состояния и учета износа режущего инструмента должна выполнять следующие задачи:

• максимально быстро обнаруживать происходящие в процессе обработки поломки;

• идентифицировать поломки режущего инструмента;

• классифицировать и оценивать износ режущего инструмента, вызванный механическими повреждениями или воздействиями внешней среды.

В техпроцессах обработки металлов резанием процентная доля, приходящаяся на операции фрезерования, составляет до 15% от общего числа операций металлообработки. К выбору необходимого инструмента, а также режимов резания при фрезеровании необходимо подойти с разработки математической модели. Модель должна связывать стойкость инструмента с использующимися режимами. В настоящее время при разработке техпроцессов металлообработки выбор диапазона скоростей резания осуществляется с помощью зависимостей типа [29]:

= е^ ,

где V - скорость резания, Б - диаметр фрезы, Т- период стойкости режущего инструмента, ^ - подача на зуб, В - ширина фрезерования, 2 - число зубьев фрезы, С^ К^ д, т, х, у, и, р - коэффициенты, использующиеся для конкретных условий обработки металлов.

Преимущество зависимостей подобного типа заключается, безусловно, в простоте расчетов, однако такие выражения не могут отражать в полном объеме всей сущности физических процессов, протекающих в режущей части инструмента, в условиях его эксплуатации, что затрудняет решение вопроса диагностики состояния инструмента.

1.2 Проблема надежности режущего инструмента в условиях автоматизированного производства

Надежность [30] - свойство объекта сохранять во времени в установленных пределах значения всех параметров, характеризующих способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, ремонтов, хранения и транспортирования. Надежность представляет собой сочетание свойств: безотказности, долговечности, ремонтопригодности и сохраняемости. Функциональный контроль применяют в процессе эксплуатации оборудования, а текстовой контроль, как правило, после изготовления, а также при ремонте.

Важной частью процесса диагностики является коррекция. Применительно к гибким производственным системам (ГПС) коррекция означает либо исключение из технологического процесса неисправного элемента (сломанного инструмента, вышедшего из строя станка, робота и т.д.), либо в случае его параметрического отказа, когда элемент ГПС работоспособен, но его характеристики изменились, перестройку технологического процесса.

При создании высокоавтоматизированных гибких производительных систем необходимо использовать специальные диагностические устройства, осуществляющие надежный автоматический контроль состояния основных узлов и процессов в станке при металлообработке. При этом особое внимание уделяется режущему инструменту и его работоспособности, так как несвоевременное обнаружение отказов инструмента может иметь самые различные последствия - от появления брака до аварии станка и т.д.

В связи с этим необходимо предусматривать контроль текущего состояния режущего инструмента с заменой отказавшего инструмента резервным, а при необходимости и с заменой забракованной заготовки, что предусматривается нормативно - технической документацией.

Автоматический контроль состояния режущего инструмента позволяет:

• повысить надежность процесса металлообработки (определять правильность его протекания, автоматически восстанавливать работоспособность станка при отказах инструмента;

• уменьшить расход инструмента;

• улучшить качество обработки и сократить брак;

• предохранить механизмы и узлы станка от поломки и преждевременной потери точности;

• реализовать автоматическое управление.

Все это приводит к необходимости использования автоматических систем диагностики состояния инструмента при работе станков автоматических производств. Этот вопрос может решаться на разных уровнях:

■ создание систем, контролирующих пригодность инструмента перед началом выполнения процесса обработки;

■ непрерывный контроль возможных отказов инструмента в процессе обработки;

■ периодическая или непрерывная оценка износа с целью коррекции положения инструмента и прогнозирование оставшегося ресурса работоспособности.

Использование диагностической системы того или иного уровня зависит от требований, предъявляемых к надежности работы станка, точности обработки, экономических показателей и т. д.

В то же время выбор методов и средств контроля и диагностирования режущего инструмента тесно связан с изучением с наиболее распространенных отказов, причин возникновения и возможных последствий. При этом важно выявление таких отказов, которые приводят к большим простоям оборудования и высоким расходам. Сочетание разных методов контроля позво-

Похожие диссертационные работы по специальности «Автоматизация в машиностроении», 05.02.07 шифр ВАК

Список литературы диссертационного исследования кандидат технических наук Изюмов, Андрей Игоревич, 2017 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Проников А.С. Проектирование металлорежущих станков и станочных систем. В 3-х т. - М: МГТУ им. Н.Э. Баумана, 1994.

2. Решетов Д.Н. Работоспособность и надежность деталей машин. М., 1974. 208 с.

3. Решетов Д.Н., Иванов А.С., Фадеев В.З. Надежность машин.М.,1988. 240 с.

4. Рыжкин А.А., Дмитриев В.С., Климов М.М., ШучевК.Г., Боков А.И. Физические основы обработки материалов резанием: Учеб. пособие. Ростов-на-Дону: Издательский центр ДГТУ. 1996, 354 с.

5. Рыжкин А.А., Слюсарь Б.Н., Шучев К.Г. Основы теории надежности: Учеб. Пособие. - Ростов н/Д: Издательский центр ДГТУ. 2002. - 182 с.

6. Маталин А.А. Дашевский Т.Б., Княжицкий И.И. Многооперационные станки. М., «Машиностроение», 1974. - 320 с.

7. Металлорежущие станки: Учебник для машиностроительных М54 втузов / Под ред. В.Э. Пуша. - М.: Машиностроение, 1985. - 256 с.

8. Пуш В.Э., Пигерт Р., Сосонкин В.Л. Автоматические станочные системы. М.: Машиностроение, 1982. - 319 с.

9. Ратмиров В. А., Чурин И. Н., Шмутер С. Л. Повышение точности и производительности станков с программным управлением. М., «Машиностроение», 1970, 344 с.

10. Ратмиров В.А., Рашкович П.М. Программное управление зубообрабаты-вающими станками. М.: НИИМАЩ, 1983. 46 с.

11. Тугенгольд А. К. Точность автоматической остановки при помощи электромагнитных муфт и тормозов. - «Станки и инструмент», 1966, №7, с. 5-7.

12. Кудинов В.А. Динамика станков. М.: «Машиностроение», 1967. - 359 с.

13. Вейц В.Л. Динамика машинных агрегатов. М.: «Машиностроение», 1969. -370 с.

14. Заковоротный, В.Л. Динамика процесса резания. Синергетический под-ход/В.Л. Заковоротный, М.Б. Флек. - Ростов-на-Дону: Терра, 2006. - 876 с.

15. Заковоротный, В.Л. Системный синергетический синтез управления динамикой металлорежущих станков с учётом эволюции связей / В.Л. Заковоротный [и др.]. - Ростов-на-Дону: Изд. центр Дон. гос. техн. ун-та, 2008. — 324 с.

16. Мурашкин Л.С., Мурашкин С.Л. Прикладная нелинейная механика станков. Л.: Машиностроение, 1977. — 192 с.

17. Горелов В.А., Григорьев С.Н., Гурин В.Д., Семенов В.А. Применение системы контроля и диагностики для обеспечения качества поверхностей при строгальном фрезеровании // Контроль. Диагностика, 2007. №11. - С. 53-59.

18. Гурин В.Д. Влияние допустимого значения диагностического признака состояния и достоверности распознавания неработоспособного состояния инструмента на эффективность процесса фрезерования // Вестник МГТУ «Станкин», 2011. №3(15). - С.63-66.

19. Бржозовский Б.М. Автоматическое управление станками и станочными комплексами. Учебное пособие. — Саратов: Саратовский государственный технический университет, 1997. — 72 с.

20. Бржозовский Б.М., Бровкова М.Б., Мартынов В.В., Янкин И.Н. Стабилизация динамического состояния станка как основа решения задач повышения точности механической обработки деталей // Вестник СГТУ (Надежность машин). - 2006. - №3(14). - С. 61-70. ~

21. Палей С.М. Некоторые особенности эксплуатации токарных станков с ЧПУ на участке АСВ-20 // Автоматизированные участки из станков с ЧПУ, управляемые ЭВМ: сб. статей. - М.: 1998. - С.27-31.

22. Григорьев С.Н., Синопальников В.А., Гурин В.Д. Особенности контактных явлений на передней поверхности инструмента с износостойким покрытием при прерывистом резании // Упрочняющие технологии и покрытия, 2007. № 7. - С. 45-51.

23. Кочеровский Е.В., Лихцер Г.М. Диагностика состояния инструмента по силовым характеристикам процесса резания // Обзор. - М.: ВНИИТЭМР. Вып.7, 1988.-40 с.

24. Sensor Fused Intelligent Monitoring Systemfor Machining (SIMON) project from IntelligentManufacturingSystems(IMS). 2.4.32.2-Final-Report-SIMON. http: //www. ims .org/2012/11 /simon-sensor-fused-intelligent-monitoring-system-for-machining/ (дата обращения: 3.03.2015)

25. Saglam, H., and Unuvar, A. (2003). Tool Condition Monitoring in Milling based on Cutting Forces by a Neural Network. International Journal of Production Research, 41(7), pp. 1519-1532.

26. Haber, R.E. and Alique, A. (2003). Intelligent Process Supervision for Predicting Tool Wear in Machining Processes. Mechatronics, (13), pp. 825-849.

27. Tonshoff, H.K., Wulfsberg, J.P., Kals, H.J., ^nig, W., and Van Luttervelt, C.A. (1988). Developments and Trends in Monitoring and Control of Machining Processes. Annals of the CIRP, 37(2), pp. 611-622.

28. Sick, B. (2002). On-Line and Indirect Tool Wear Monitoring in Turning with Artificial Neural Networks: A review of more than a decade of research. Mechanical Systems and Signal Processing, 16(4), pp. 487-546.

29. Серебреницкий П.П. Краткий справочник технолога-машиностроителя / П.П. Серебреницкий - СПб.: Политехника, 2007. - 951 с.

30. Синопальников В.А. Надежность и диагностика технологических систем: Учебник/В.А. Синопальников, С.Н. Григорьев. - М.:Высш.шк.,2005,343 с.

31. http ://delta- grup. ru/b ibli ot/6/31 .htm (дата обращения: 7.04.2015)

32. Бысов С.А., Малышев Е.Н. Выявление и анализ организационно -технологических факторов, влияющих на результативность технологических систем, организованных на основе концентрации обрабатывающих и сборочных процессов // Наука и образование. Инженерный вестник 28 (дата обращения: 02.06.2015).

33. Зориктуев В. Ц. Идентификация и оптимальное управление автоматизированными технологическими системами: учеб.пособие. - Уфа: УАИ 1992, 118с.

34. Owsley, L.M., Atlas, L.E., and Bernard, G.D. (1997). Self-Organizing Feature Maps and Hidden Markov Models for Machine-Tool Monitoring. IEEE Transactions on Signals Processing, 45(11), pp. 2787-2798.

35. Chen, J.C., and Chen, W. (1999). A Tool Breakage Detection System using an Accelerometer Sensor. J. of Intelligent Manufacturing, 10(2), pp. 187-197.

36. Atlas, L., Ostendorf, M., and Bernard, G. D., (2000). Hidden Markov Models for Machining Tool-Wear. IEEE, pp. 3887-3890.

37. Sick, B. (2002). On-Line and Indirect Tool Wear Monitoring in Turning with Artificial Neural Networks: A review of more than a decade of research. Mechanical Systems and Signal Processing, 16(4), pp. 487-546.

38. Haber, R.E., Alique, A. (2005). Intelligent process supervision for predicting tool wear in machining processes. Mechatronics, vol.13, p. 825-849.

39. Dey, S., Stori, J.A. (2004). A Bayesian Network Approach to Root Cause Diagnosis of Process Variations. International Journal of Machine Tools & Manufacturee, (45), pp. 75-91.

40. Vallejo, A.J., Morales-Menmdez, R., and Alique, J.R., (2008). Intelligent Monitoring and Decision Control System for Peripheral Milling Process. To appear in IEEE International Conference on Systems, Man, and Cybernetics.

41. Слетнев П.В. Исследование и поиск закономерностей в спектральных характеристиках термо-ЭДС и вибраций процесса обработки металлов резанием: П. В. Слетнев. В. В. Постнов -Уфимскийгосударственныйавиационныйтехническийуниверситет, 2014.

42. Казимиров А.А. Конечно-элементный анализ концевых фрез для учета упругих отжатий при выборе режимов резания в точном приборо- и машиностроении: А.А. Казимиров, С.С. Кугаевский, О.М. Огородникова. -Уфимский государственный авиационный технический университет, 2014.

43. http://ad.cctpu.edu.ru/SAPR/SAPR 02/cadcam/Cae.htm (дата обращения: 25.06.2015)

44. Петраков Ю.В. Управление процессом резания на станках с ЧПУ с использованием CAM-систем. // Вестник национального технического университета Украины №65, 2012. С. 264-270.

45. Сидоров А. С. Подходы к решению задачи прогноза в системе оперативной диагностики состояния режущего инструмента // Мехатроника, робототехника, автоматизация. - Сборник научных трудов: Москва - 2006 -вып.1 С.158 - 164.

46. Cus, F., Zuperl, U. (2010). Real-Time Cutting Tool Condition Monitoring in Milling. Advances in Production Engineering & Management, vol. 2, no. 1, p. 142-150.

47. Iqbal, A., He, N., Dar, N.U., Li, L. (2009). Comparison of fuzzy expert system based strategies of offline and online estimation of flank wear in hard milling process. Expert Systems with Applications, vol. 33, p. 61-66.

48. Vallejo A.J. On-line Cutting Tool Condition Monitoring in Machining Processes using Artificial Intelligence. Robotics, Automation and Control, Book edited by: Pavla Pecherkova, Miroslav Flidr and Jindrich Dunik, ISBN 978-953-7619-183, pp. 494, October 2008, I-Tech, Vienna, Austria

49. Ganchev T., Fakotakis N., Kokkinakis G. Comparative evaluation of various MFCC implementations on the speaker verification task // 10th International Conference on Speech and Computer. — Patras, Greece, 2005.

50. Brookes, M., (2006). VOICEBOX: Speech Processing Toolbox for MatLab (http: //www.ee.ic.ac. uk/hp/staff/dmb/voicebox/voicebox.html), Exhibition Road, London SW7 2BT, UK.

51. http://promsvinvest.com/index.php/2013-11 -24-20-21-13 (дата обращения: 30.06.2015)

52. Григорьев А.С. Диагностирование резцов и прогнозирование их остаточной стойкости в реальном времени обработки на основе создания инструментария системы ЧПУ. Автореферат диссертации на соискание ученой

143

степени кандидата технических наук. // ФГБОУ ВПО Московский государственный технический университет «СТАНКИН», Москва, 2012 г.

53. Гурин В.Д. Повышение эффективности фрезерования на станках с ЧПУ путем комплексного диагностирования состояния инструмента в реальном времени. Диссертация на соискание ученой степени доктора технических наук. // ФГБОУ ВПО Московский государственный технический университет «СТАНКИН», Москва, 2011 г.

54. https: //www. шагак.ги/шасЫпев/Гдата обращения: 15.03.2016)

55. http://www.reпishaw.ru/ru/пc4-пoп-coпtact-laser-tool-setter--6099(дата обращения: 15.03.2016)

56. http://fsapr2000.ru/topic/77339 тс^ЬаууЛдата обращения: 15.03.2016)

57. Геранюшкин А.В. Разработка алгоритма управления процессом фрезерования титановых сплавов путем автоматизированной оценки текущего состояния режущего инструмента. Диссертация на соискание ученой степени кандидата технических наук. Москва, 2004.

58. Иванов Ю.В. Исследование и разработка процесса фрезерования поверхностей вращения заготовок из титановых сплавов. Диссертация на соискание ученой степени кандидата технических наук. Москва, 1993.

59. Макаров А.Д. Износ и стойкость режущих инструментов. М.: Машиностроение, 1976. - 278 с.

60. Кацев П.Г. Статистические методы исследования режущего инструмента. Изд. 2-е, перераб. и доп. М.: «Машиностроение», 1974. - 231 с.

61. Макаров А.Д. Оптимизация процессов резания. М.: Машиностроение, 1976. - 278 с.

62. http://www.machmeleammg.ru/wiki/mdex.phptiÜeКвантиль (дата обращения: 21.03.2015)

63. Григорьев С.Н. Повышение производительности фрезерования с помощью диагностирования состояния инструмента с учетом достоверности отображения состояния объекта по критерию его отказа / С.Н. Григорьев,

В.Д. Гурин, Н.Ю. Черкасова / Вестник МГТУ «Сганкин».-2011. 3(15).С.44-48.

64. Б.В. Соколов, М.Ю. Охтилев, А.И. Птушкин. Анализ возможных путей внедрения концепции CL2M при разработке программных систем // 10-я международная конференция «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (CAD/CAM/PDM—2010)», Россия, Москва, 19-21 октября 2010 г. Труды конференции. М.: Институт проблем управления РАН. С.314-317.

65. Тугенгольд А.К. Модуль E-MIND MACHINE в интеллектуальной системе мониторинга станка. / А.К. Тугенгольд, Р.Н. Волошин, С.В. Ющенко / Екатеринбург, Международный научно-исследовательский журнал №9 (40) 2015, Часть 2, Октябрь, с. 100 - 102.

66. Самодуров Г.В., Тугенгольд А.К., Юденков Н.П., Лукьянов Е.А. Принципы построения интеллектуальной электронной документации станка // СТИН. - 2012. №7.

67. Тугенгольд А.К., Тишин А.С., Лысенко А.Ф. К вопросу формирования системы знаний при интеллектуальном электронном документировании мехатронных объектов. // Вестник ДГТУ. - 2012. №3(64).

68. Тугенгольд А.К. Smart-Passport открытой мехатронной технологической системы. Контент / Интеллектуальная электронная документация. Saarbrucken: LAPLAMBERTAcademicPublishing, 2013. - 83 c.

69. Тугенгольд А.К., Кузьмин А.А. Моделирование базы знаний системы управления мехатронным объектом. Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. Специальный выпуск «Мехатроника. Современное состояние и тенденции развития», 2009, с. 69 - 73.

70. Тугенгольд А.К., Изюмов А.И. Принципы концептуального подхода к созданию подсистемы "ИНСТРУМЕНТ" в Смарт-паспорте многооперационного станка. Вестник ДГТУ. № 2 - 2014, с. 33-41.

71. Bagci E. Momtormg a^ amlysis of MRR-based feedrate optiшizatioп approach a^ effects of cuttiпg ш^йюш usiпg acoustic souпd pressure level m free-form surface шilliпg. Scieпtifíc Research aпd Essays Vol. 6(2), pp. 256-277, 18 ^u-ary, 2011.

72. Высокопроизводительная обработка металлов резанием / ABSa^vikCoro-mart, ОАО "Сандвик-МКТС". - М.: Полиграфия, 2003. - 301 с.

73. Проников А.С. Надежность машин / А.С. Проников - М.: Машиностроение, 1978. - 592 с.

74. Тугенгольд А.К. Оценка нечеткой границы стойкости инструментамного-операционного станка. / А.К. Тугенгольд, К.Г. Шучев, А.И. Изюмов, Д.Ю. Терехов / Вестник ДГТУ. Т.15, №2(81) - 2015. с.33-41.

75. Штовба С. Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба. - М.:Горячая линия - Телеком, 2007. - 288 с.

76. ГОСТ Р 50779.30-95 Статистические методы. Приемочный контроль качества.

77. ГОСТ Р 50779.41-96 (ИСО 7873-93) Статистические методы. Контрольные карты для арифметического среднего с предупреждающими границами. ИСО3534-1-931).

78. ГОСТ Р 50779.42-99. Статистические методы. Контрольные карты Шухар-та.

79. ГОСТ Р 50779.43-2001 Статистические методы. Приемочные контрольные карты.

80. ГОСТ Р 50779.43-99. Статистические методы. Приемочные контрольные карты. ИПК Издательство стандартов. 2003.

81. Тугенгольд А.К., Изюмов А.И., Терехов Д.Ю. Выявление нечеткой границы стойкости режущего инструмента с использованием метода контрольных карт / Вестник ДГТУ. Т.15, №2(85) - 2016, с. 43-50.

82. Алгоритмы выбора инструментов фирм SandwickCoromantи Walter / сост. А.В. Широков. - Самара: Самарский государственный технический университет, 2011. - 33 с.

83. Тугенгольд А.К. Нечеткая граница стойкости многооперационного станка. / А.К. Тугенгольд, А.И. Изюмов, Д.Ю. Терехов / Состояние и перспективы развития сельскохозяйственного машиностроения: сб. ст 9-й меж-дунар. науч.-практ. конф в рамках 19-й международной агропром. выставки «Интерагромаш-2016», 2-4 марта.- Ростов н/Д, 2016.

84. Электрические измерения и автоматический контроль в станкостроении: учебное пособие / Ленинградский политехн. ин-т им. М.И.Калинина.- Л.: ЛПИ, 1989.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.