Мониторинг состояния станочной системы токарной обработки при интеллектуальном управлении тема диссертации и автореферата по ВАК РФ 05.03.01, кандидат технических наук Гейценредер, Андрей Александрович

• Гейценредер, Андрей Александрович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Гейценредер, Андрей Александрович

ВВЕДЕНИЕ

1 СОСТОЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЯ

1 1 Вопросы повышения точности обработки на станках с ЧПУ

1 1 1 Объекты технологической системы, влияющие на точность обработки

1 1 2 Контрольно-измерительные и диагностические устройства, встраиваемые в станки

1 1 3 Применение систем адаптивного управления и нейросетевого моделирования процесса резания

1 1 4 Динамический мониторинг процессов механической обработки 24 1 2 Подсистемы мониторинга металлорежущих станков

1 3 Концепция построения интеллектуальной системы управления токарным модулем

1 4 Выводы по разделу цель и задачи исследования

2 СТРУКТУРА И ИНФОРМАЦИОННО АЛГОРИТМИЧЕСКОЕ ПОСТРОЕНИЕ ПОДСИСТЕМЫ МОНИТОРИНГА.

2 1 Структура подсистемы мониторинга

2 2 Информативность оценки параметров состояния технологической системы

2 2 1 Классификация погрешностей механической обработки на примере токарных станков с ЧПУ

2 2 2 Состав подсистемы мониторинга.

2 3 Определения т ипа токарной обработки методом экспертных оценок 75 2 4 Алгоритм и программное обеспечение для подсистемы мониторинга

2.5 Выводы по разделу

3. ПРОЦЕДУРА ВЫВОДА ОЦЕНИВАЕМЫХ ПАРАМЕТРОВ В УСЛОВИЯХ НЕЧЕТКОСТИ О ТОЧНОСТИ ИЗГОТОВЛЕНИЯ ДЕТАЛЕЙ НА ТОКАРНЫХ

3.1 Структура подсистемы мониторинга металлорежущего станка.

3.2 Формализация нечеткости результатов измерений на основе понятий теории нечетких множеств.

3 2.1 Методические основы представления результата измерения нечетким множеством.-.

3.2.2 Экспериментальное определение вида (Х-Т^-функции для моделирования рассеивания результатов измерения различных параметров.

3 3 Разработка нечеткой системы мониторинга шпиндельного узла

3.3.1 Нечеткая логика в системах управления.

3.3.2 Построение нечеткой системы мониторинга.

3 3.3 Применение нечеткой логики для создания системы мониторинга.

3.3.4 Применение нейронной сети для создания граничных условий нечеткой системы мониторинга.

3 3.5 Обучение нейронных сетей.

3.3.6 Создание гибридной нейронной сети.

3 4 Создание модели гибридной нейронной сети в пакете

МаШЛаЬ.

3.5 Идентификация состояния шпиндельного узла и настройка нечеткой системы мониторинга.

3 5 1 Результаты применения нечеткой системы мониторинга.

3 6 Выводы по разделу.

4 ЭКПЕРИМЕНТАЛЬНОЕ ИСЛЕДОВАНИЕ ПОДСИСТЕМЫ

МОНИТОРИНГА В СОСТАВЕ ТОКАРНОГО КОМПЛЕКСА

4 1 Описание экспериментального стенда 139 4 2 Определения погрешностей, вызываемых деформациями системы станок

- приспособление - инструмент - деталь

4 3 Методика проведения эксперимента.

4 4 Определение достоверности мониторинга привода подач

4 5 Промышленные испытания подсистемы мониторинга

Введение диссертации (часть автореферата) на тему «Мониторинг состояния станочной системы токарной обработки при интеллектуальном управлении»

По мере развития машиностроения и внедрения новых технологий требования к точности деталей и точности функционирования машин постоянно возрастают, поэтому проблема повышения точности обработки деталей на ме1аллорежущих станках остается всегда актуальной В настоящее время повышению точности обработки уделяется повышенное внимание Это отражено в работах Ю Г Кабалдина, В В Юркевича, Б М Бржозовского, В В Мартынова, А С Проникова, В А Добрякова, А А и С А Игнатьевых и др В нашей стране и за рубежом за последние 30 лет накоплен огромный опыт в области создания, эксплуатации и развития различных классов автоматизированных систем (АС), и их основных подсис1ем (например, АС мониторинга состояния технологических систем) [4, 5, 6, 15, 55, 57] В работх В Л Заковоротного отражено развитие основных принципов построения систем динамического мониторинга процесса обработки на станках

Смещение акцента с объема производства на качество изделий оказало значительное влияние на методологию производства и, как следствие, на требования к функциональности и точности станков Просто произвести теперь недостаточно, необходимо обеспечить и проверить качество готовых изделий Концепция станков изменилась, и все большее значение приобретают распределенные интеллектуальные функции и возможность настройки Изделия намного усложнились, и возникла необходимость быстрой переналадки станков для выпуска минимальных партий

Кроме традиционных направлений, таких как повышение геометрической, кинематической, динамической точности станков, минимизации влияния температурных деформаций, все больше внимания уделяется обеспечению высокого качества обработки путем введения интеллектуальных систем управления (ИСУ), построенных на базе нечетких систем (НС) Станок, оснащенный такой системой, становится технологическим объектом, наделенным свойством самоорганизации с целью достижения необходимого качества обработки Баюй для построения возможных выводов при выполнении функций принятия решений служит изначально заложенный опыт и опыт, накапливаемый интеллектуальной системой управления в процессе самообучения, — то есть в процессе работы

Один из перспективных путей повышения качества обработки заключается в создании и применении ИСУ технологическим оборудованием, обеспечивающих изготовление деталей с учетом технических характеристик состояния станка, режущего инструмента, заготовки и подсистемы мониторинга Данное направление развивается в концепции интеллектуального управления мехатронными технологическими объектами, которое было разработано на кафедре «Робототехника и мехатроника» профессором А К Тугенгольдом

Мехатронные объекты (МО), как сложные открытые системы, оснащенные интеллектуальным управлением, должны обладать рядом свойств, которыми обычные машины не наделены К числу таки свойств относятся

• способность достигать целей, меняющихся во времени,

• способность сопоставлять, использовать и преобразовывать знания для принятия решений и формирования управляющих воздействий,

• возможность ориентироваться в многообразии проявления внешней среды, варьируя методы взаимодействия с ней и выполняя прогнозируемые действия,

• принимать решения в условиях получения неполной и нечеткой информации,

• обеспечивать интеллектуальный интерфейс с пользователем, другими системами и МО,

• самостоятельно планировать ресурсы и концентрировать их в нужном направлении и пр

В этих случаях им требуется обладать функциями принятия решений и управления, близкими к интеллектуальным функциям человека Это даег возможность, в частности, восполнить утрачиваемый при автоматизации вклад опытного рабочего в достижение точности и производительности

Здесь можно говорить теперь о ветви человеко-машинных систем -человеко-мехагронных системах Если в первом случае понималось взаимодействие человека и ЭВМ, то во втором - взаимодействие человека с рабочей машиной, имеющей компьютерное управление и выполняющей механические движения с целью преобразования энергии, информации и материалов, главным образом в технологических целях

Поэтому важным являются наследование методов работы оператора-профессионала в области получения, переработки, представления и использования информации об элементах системы станок - приспособление -инструмент - деталь (СПИД), в том числе информации о характере протекания процесса резания Результатом таких исследований является построение подсистемы мониторинга (ГТМ), как одной из важных подсистем интеллектуальной системы управления металлорежущим станком

Таким образом, для повышения точности и технологической надежности металлорежущих станков с процессорным управлением необходимо

1 Разработать структуру подсистемы мониторинга, ориентированную на работу в системе интеллектуального управления При разработке подсистемы мониторинга необходимо ориентироваться на применение мер, не связанных с существенными конструктивными изменениями станка Введение управляющих воздействий целесообразно осуществлять через систему ЧГ1У станка или интеллектуальную компьютерную систему управления Для подналадки положения инструмента или заготовки желательно использовать сущес!вующие методы управления и исполнительные механизмы станка

2 Разработать методы совокупной «обработки» измерительной информации с целью получения косвенной качественной и количественной оценки параметров объекта

3 Определить необходимые способы обработки сенсорной информации, позволяющие формировать оценку достоверности измеренных значений

4 Разработать модели на базе нечеткой логики для реализации задач подсистемы мониторинга

5 Построить математическую модель подсистемы мониторинга и установить адекватность модели при экспериментальном исследовании

6 Экспериментально доказать эффективность работы созданной подсистемы мониторинга в составе интеллектуальной системы управления

Решению указанных вопросов посвящена настоящая диссертационная работа Исследования проводились на кафедре «Робототехника и мехатроника» ДГТУ в продолжении работ по направлению «Формирование информационной среды и структуры интеллектуального управления станками»

Особую благодарность за помощь в выполнении исследований, а также в формировании основных принципов, изложенных в работе, автор выражает кандидату технических наук, доценту Лукьянову Е А

Заключение диссертации по теме «Технологии и оборудование механической и физико-технической обработки», Гейценредер, Андрей Александрович

ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ

Проведенные исследования и полученные результаты позволяют сформулировать следующие основные выводы.

1 Предложены принципы иерархической структурно-функциональной классификации погрешностей обрабатывающей системы, в основу которой было положено разделение по следующим признакам элементный состав обрабатывающей системы, характер погрешностей, причины их возникновения На основе анализа предложенной классификации показана необходимость разработки системы мониторинга состояния станочных подсистем, оказывающих доминирующее влияние на точность обработки

2 Сформирована структура блока мониторинга как неотъемлемой части интеллектуальной системы управления (ИСУ) мехатронной технологической системы Блок мониторинга позволил оценивать состояние станка, процесса обработки, а также геометрические характеристики конкретной детали Такой способ функционирования обеспечил системе ИСУ возможность принятия решений, основанных на достоверных фактах, на организационном и координационном уровнях

3 Обоснованы специфические требования, предъявляемые к подсистеме мониторинга реализующей нечеткую оценку состояния технологической системы путем использования положений теории нечетких множеств, а также при преобразовании и представлении результатов измерений параметров блоком мониторинга

4 Разработан метод формализации неопределенности, вносимой различными факторами в результат оценки состояния шпиндельного узла и приводов подач.

5. Разработан метод и алгоритм косвенных измерений в станочной системе подсистемой мониторинга для случая токарной обработки

6 Экспериментально установлено соответствие формируемой качественной оценки реальному состоянию шпиндельного узла и приводов подач в процессе обработки

7 На основе теоретических и экспериментальных исследований разработан алгоритм процедуры оценивания параметров в условиях нечеткости и алгоритм работы ПМ в составе интеллектуальной технологической системы управления токарным модулем

8 Создан аппаратно-программный комплекс «Подсистема мониторинга ИСУ» В состав комплекса входит сенсорная система для получения и преобразования измерительной информации, модуль ввода измерительной информации и программное обеспечение реализующее нечеткую оценку станочных подсистем

9 ИСУ станочного модуля с разработанной подсистемой мониторинга обеспечила существенное повышение точности обработки деталей, что подтверждено экспериментальными и промышленными испытаниями

10 Комплекс «Подсистема мониторинга ИСУ» внедрен на ОАО «Роствертол» на токарных станках с ЧПУ, в том числе при обработке детали типа «Фланец» Соответствующий акт внедрения прилагается.

Список литературы диссертационного исследования кандидат технических наук Гейценредер, Андрей Александрович, 2006 год

1.Ф. Модели и методы конструирования интеллектуальных САПРТП механообработки - М , 1990 ВНИИТЭМР Вып 5 - 56 с.

2. Горанский Г К Методика разработки и оптимизации таблиц решений для автоматизированного проектирования в АСТПП, стандартные программы выбора решений и группирования деталей Мн БелНИИНТИ, 1989 60 с

3. Лагута В С , Суворов А Е Экспертная система технологического модуля / Вестник МГТУ Сер. Приборостроение, 1994, N1 с. 22-28

4. Маталин А А Точность механической обработки и проектирование технологических процессов Л : Машиностроение, 1970 320 с.

5. Колев К.С Точность обработки и режимы резания М Машиностроение, 1968 -205с

6. Решетов Д Н , Портман В Т. Точность металлорежущих станков. М/ Машиностроение, 1986 336 с

7. Балакшин А А Самонастраивающиеся станки М Машиностроение, 1967 398 с

8. Капустин Н М, Кузнецов П М Повышение точности функционирования замкнутой системы ЧПУ путем оперативной обработки информации сигналов о перемещении / Вестник машиностроения, 1993, N11-с 25.

9. Сосонкин В Л. Микропроцессорные системы ЧПУ станками М/ Машиностроение, 1985 288 с.

10. Ратмиров В.А Основы программного управления станками М Машиностроение, 1978-240 с.

11. Сосонкин В Л Концепция системы ЧПУ на основе персонального компьютера (PCNC)/ Станки и инструмент, 1992, N 3, с 9-14.

12. Старков В К., Обработка резанием Управление стабильностью и качеством в автоматизированном производстве / М.: Машиностроение, 1989. -296 с

13. Кудинов В А Динамика станков M . Машиностроение, 1967-359 с.

14. Соломенцев ЮМ, Сосонкин BJI. Управление ГПС M Машиностроение, 1988 352 с

15. Грачев J1 H , Сахаров М.Г , Антонов В И Автоматическое управление точностью обработки на токарных станках с ЧПУ — M ВНИИТЭМР,1985 -48с.

16. Потапов В А, Хаак И Особенности современных устройств ЧПУ / СТИН, 1993, N 1, с 30-33

17. Черпаков Б И Тенденции развития мирового станкостроения В начале 21 века/ СТИН, 2003, № 10, с 3-7.

18. Харазок A M Техническая диагностика гидроприводов машин, — М. Машиностроение, 1979 112с.

19. Рагульскис КМ, Юркаускас А Ю Вибрация подшипников / Под ред К М. Рагульскиса —J1. Машиностроение, 1985 - 119 с

20. Явленский К.Н., Явленский А.К. Вибродиагностика и прогнозирование качества механических систем. — JI Машиностроение, 1983 -239 с

21. Соколовский А П, Корсаков В С Математическая модель образования погрешности эквивалентная схема системы СПИД, 1985 56с

22. Итоги науки и техники: физические и математические модели нейронных сетей M • ВИНИТИ, 1990 - TI - 188 с.

23. Нечеткие множества в моделях управления и искусственного интеллекта. / Под ред ДА Поспелова M Наука, 1986 - 312 с

24. Петров Б Н , Соколов Н И , Липатов А В. и др Системы управления объектами с переменными параметрами Инженерные методы анализа и синтеза М. Машиностроение, 1986- 256 с

25. Иноземцев Г Г, Мартынов В В , Бровкова М Б, Оптимизация процесса резания с учетом динамического оборудования // СТИН. 1997 -№12 С 9-13.

26. Бржозовский Б М, Мартынов В В , Карпов А И Исследование преобразующих свойств динамических систем металлорежущих станков методом математического моделирования. // Информационные технологии в проектировании и производстве 1998. -№3 С 46-50.

27. Адаптивное управление станками / Под ред Б С.Балакшина М . Машиностроение, 1973 - 688 с

28. Тимирязев В А Управление точностью гибких автоматизированных систем Обзор М.: НИИмаш ,1983 - 64 с.

29. Тимирязев В А Повышение точности и производительности токарной обработки путем комплексного управления статической и динамической настройкой. // В кн «Самоподнастраивающиеся станки» Под общ ред Балакшина Б С М : Машиностроение, 1970 С 339-363.

30. Соломенцев Ю М, Митрофанов В Г, Протопопов СП и др Адаптивное управление технологическими процессами М Машиностроение, 1980.-536 с.

31. Базров Б.М. Повышение точности формы детали в продольном сечении на станках токарной группы путем управления размером динамической настройки //В кн. «Самоподнастраивающиеся станки» Под общ ред Балакшина Б.С. М : Машиностроение, 1970 С 161-188

32. Соломенцев Ю М Повышение точности обработки на токарных станках путем стабилизации упругого перемещения суппорта //В кн «Самоподнастраивающиеся станки» Под общ ред Балакшина Б С. М Машиностроение, 1967 С. 174-187

33. Соломенцев Ю М, Митрофанов В Г., Протопопов СП и др Адаптивное управление технологическими процессами -М Машиностроение, 1980 -536 с

34. Протопопов С П Управление упругими перемещениями системы СПИД электротехническим способом //В кн «Самоподнастраивающиеся станки» Под общ ред Балакшина Б С -М Машиностроение, 1965. С 101118

35. Тараненко В А , Митрофанов В Г , Косов М Г Технологические способы и средства повышения точности обработки нежестких деталей М • ВНИИТЭМР, 1987.-64 с

36. Адаптивное управление станками. / Под ред Б С Балакшина М Машиностроение, 1973 - 688 с.

37. Либерман Я Л , Системы мониторинга для металлорежущих станков Екатиренбург, УГТУ 2000г - 99 с.

38. Кабалдин Ю Г, Биленко С В, Шпилев А М Построение перспективных систем управления металлорежущими станками на основе самоорганизации и принципов искусственного интеллекта // Вестник машиностроения, 2002 №6 С 59-65.

39. Константинов О А , Анухин В И , Макарова Т А Вопросы точности обработки деталей на гибком токарном модуле Л • ЛДНТП, 1987-24 с

40. Либерман ЯЛ, Тимашев С А Состояние и перспективы развития средств контроля и диагностики в станках с ЧПУ. М.: ВНИИТЭМР, 1989-40с.

41. Повышение точности и качества обработки деталей машин и приводов М.МДНТП 1977

42. Billatos S, Chung Р, Tseng В. Интеллектуальная система механообработки с оптимизацией, основанной на знаниях. // Jornal of Manufaktunng System. The University of Connekticut Vol 10 / № 6, 1994

43. Айвазян С A , Еников И.С., Мешалкин Л Д Прикладная статистика1 Исследование зависимостей. М • Финансы и статистика, 1985.

44. Щиголев Б М Математическая обработка наблюдений М Наука, 1969 -334 с.

45. Гутер Р.С, Овчинский Б В Элементы численного анализа и математической обработки результатов опыта М Наука, - 1970 - 432 с

46. Ивахненко А Г , Юрачковский Ю П Моделирование сложных систем по экспериментальным данным М ' Радио и связь, 1985

47. Малышев Н Г , Берштейн JI С , Боженюк А В Нечеткие модели для экспертных систем в САПР М Энергоатомиздат, 1991 - 136 с

48. Алиев Р А , Абдикеев Н М., Шахназаров М М Производственные системы с искусственным интеллектом М ' Радио и связь 1990

49. Тугенгольд А К., Герасимов В А , Лукьянов Е.А Интеллектуальное управление станком по состоянию элементов технологической системы//СТИН 1997, №3. С 7-13

50. Тугенгольд А К Управляющая стратегия ПИТ-С//Проектирование технологических машин Сб. научных трудов М/ МГТУ «Станкин», 1997, №3.-С 25-29

51. Тугенгольд А К, Гейценредер А. А Мониторинг станков при интеллектуальном управлении //ДГТУ 2006, С 7-13

52. Шеннон К Э Работы по теории информации и кибернетике1 Пер с англ -М ИЛ, 1963 829 с

53. Фано Р. Передача информации Статистическая теория связи: Пер с англ/Под ред РЛДобрушина -М Мир, 1965 -438 с

54. Соколовский А П, Портман В Т., Решетов Д Н Точность металлорежущих станков. М/ Машиностроение 1986 336 с

55. Соломенцев Ю М , Митрофанов В Г , Косов М Г. Моделирование точности при автоматизированном проектировании металлорежущего оборудования М • ВНИИТЭМР, 1985 60 с

56. Точность и надежность станков с числовым программным управлением /Под ред. Проникова А С М Машиностроение, 1982 184 с

57. Косов М Г , Сычева Н А Структурная модель механизма образования погрешностей технологического процесса механической обработки деталей//Вестник машиностроения 1991, №4 С 56-58

58. Колев К С Точность при резании металлов М. Знание, 1966 32 с

59. Пуш А В , Пименов Н Ю., Пхакадзе С Д Прогнозирование точности обработки на прецизионных станках //Автоматизированные станочные системы и роботизация производства Сб научн. тр Тула ТулПИ, 1990 С 87-92

60. Пуш ВЭ, Кочинев НА, Хачатрян АХ Формообразование поверхности при точении с учетом относительных колебаний заготовки и инструмента //СТИН 1991, №7. С 28-30.

61. Кудинов В А Динамика станков М ' Машиностроение, 1967 359 с

62. Косилова А Г Точность обработки, заготовки и припуска в машиностроении, 1989 288 с.

63. Медведева ДД Автоматизированное управление процессами обработки резанием, М Машиностроение, 1987 143с

64. Безъязычный В Ф, Кожина Т Д, Константинов А В. и др. Оптимизация технологических условий механической обработки деталей авиационных двигателей М • Изд-во МАИ, 1993 - 184 с

65. А с 1154650 (СССР) Устройство стабилизации температуры резания /Я Л Либерман, ВП Метельков Опубл в Б И, 1986,№ 17.

66. Мелихов А Н, Берштейн Л.С, Коровин С Я. Ситуационные советующие системы с нечеткой логикой. М.' Наука, 1990 - 272 с

67. Бородачев НА, Гаврилов АН. и др Точность производства в машиностроении и приборостроении /Под ред Гаврилова А.Н. М Машиностроение, 1973 - 567 с

68. Аверкин А Н, Батыршин И 3. и др. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред Д А Поспелова М Наука, 1986 -312 с

69. Илюнин О К О критерии адекватности математических моделей //Автоматизированные системы управления и приборы автоматики Вып 54. -Харьков, 1980 С 28-31.

70. Щиголев Б М Математическая обработка наблюдений М : Наука, 1969 -334 с

71. Kruger Н , Janssen J. М. Tool monitoring on computer numerical control (CNC) machines Maintenance Management International - 5(1985). - PP. 3 - 11

72. Марков А А Теория алгоритмов М АН СССР, 1954 - 376 с

73. Redford А. Н Online assessment of tool wear using wear-temperature gradient relationships Machinability Test, and util Mach Data Proc. Int Cont, Oak Park, 1978, Metals Park, Ohio, 1979 - P 405 - 415.

74. Карташов Э M Аналитические методы в теории теплопроводности -М Высшая школа, 1985 480С

75. Ларшин В П, Ткаченко Б О Выбор математической модели прогнозирования тепловой погрешности шага резьбы ходовых винтов/ СТИН, 1993, N2, с. 9-11

76. Спицын Н.А , Атрас С Г , Цыплянова Н С и др Потери на трение в подшипниках качения М • ВНИИП. 1966. 103 с

77. Холодниок М, Клич А, Кубичек М , Марек М «Методы анализа нелинейных математических моделей» М . Мир, 1991 368с

78. Ежедневский Е, Квасны В Влияние тепловых изменений зазора в подшипниках качения на жесткость шпиндельных узлов Станки и инструмент №4 1977. 10-12 с

79. Марков Н Н , Сацердотов П А , «Погрешности от температурных деформаций при линейных измерениях» М/ Машиностроение, 1976 232с

80. Пупков К А , Егупов Н Д , Методы робастного, нейро-нечеткого и адаптивного управления М МГТУ им Н Э Баумана, 2002 744с

81. Круглов В В, Дли М И, Голунов Р Ю Нечеткая логика и искусственные нейронные сети

82. Асаи К , Ватада Д , Иваи С и др Прикладные нечеткие системы Пер с япон подред Т Тэрано, К Асаи, М Сугэно-М'Мир 1993 -368 с