Построение автоматизированных электроприводных систем металлорежущих станков с нейронными сетями тема диссертации и автореферата по ВАК РФ 05.09.03, кандидат наук Носиров Исмоил Сафарович

  • Носиров Исмоил Сафарович
  • кандидат науккандидат наук
  • 2019, ФГАОУ ВО «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)»
  • Специальность ВАК РФ05.09.03
  • Количество страниц 138
Носиров Исмоил Сафарович. Построение автоматизированных электроприводных систем металлорежущих станков с нейронными сетями: дис. кандидат наук: 05.09.03 - Электротехнические комплексы и системы. ФГАОУ ВО «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)». 2019. 138 с.

Оглавление диссертации кандидат наук Носиров Исмоил Сафарович

ВВЕДЕНИЕ

Глава 1. Анализ состояния вопросов повышения эффективности работы металлорежущих станков

1.1. Требования к современным приводам главного движения и подачи

1.2. Привод подачи на базе шарико-винтовых передач

1.3. Использование линейных двигателей для приводов подач

1.4. Базовая структура шпинделей современных металлорежущих станков

1.5. Кинематические схемы металлорежущих станков

1.6. Упругие деформации в механической подсистеме электроприводов металлорежущих станков

1.6.1. Расчет частот упругих колебаний механических подсистем

1.7. Анализ вибраций при механической обработке

1.8. Методы устранения вибраций при механической обработке на металлорежущих станках

1.9. Способы повышения эффективности обработки резанием

1.10. Выводы по первой главе

Глава 2. Исследование динамики электропривода подачи металлорежущих станков на основе интеллектуального управления

2.1. Математическая модель искусственного нейрона

2.1.1. Однослойная нейронная сеть

2.1.2. Многослойная нейронная сеть

2.2. Математические модели двухмассовой электромеханической системы электропривода подачи с упругими связями

2.3. Следящая система управления с подчиненным регулированием электропривода подачи с упругими связями

2.4. Синтез контуров регулирования электропривода подачи

2.5. Исследование характеристик следящей системы с подчиненным управлением для электропривода подачи с упругими связями

2.6. Синтез нейросетевого контроллера с предсказанием

2.7. Синтез нейроконтроллера на основе модели авторегрессии со скользящим средним

2.8. Выводы по второй главе

Глава 3. Разработка системы управления процесса резания металлорежущих станков

3.1. Типовая схема системы стабилизации мощности и усилия резания токарного станка

3.2. Настройка контуров регулирования системы электропривода главного движения токарного станка

3.3. Построение системы автоматической оптимизации процесса резания на металлорежущих станках с учетом энергоэффективности

3.4. Алгоритмы автоматической оптимизации

3.5. Разработка системы стабилизация мощности и усилия резания токарного станка на базе нейронного ПИ-регулятора мощности

3.6. Выводы по третьей главе

Глава 4. Экспериментальные исследования процесса резания металлорежущих станков с применением нейронных сетей

4.1. Технические характеристики оборудования, используемого в модели системы стабилизации процесса резания

4.2. Расчет параметров процесса резания

4.3. Исследование характеристик системы стабилизации мощности и усилия резания токарного станка

4.4. Разработка модели системы стабилизации мощности и усилия резания токарного станка в среде LabVIEW

4.5. Исследование характеристик системы стабилизации мощности и усилия резания токарного станка с применением нейронных сетей

4.6. Применение генетического алгоритма при оптимизации

процесса резания

4.7. Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ ПО ДИССЕРТАЦИОННОЙ РАБОТЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

Рекомендованный список диссертаций по специальности «Электротехнические комплексы и системы», 05.09.03 шифр ВАК

Введение диссертации (часть автореферата) на тему «Построение автоматизированных электроприводных систем металлорежущих станков с нейронными сетями»

ВВЕДЕНИЕ

Актуальность темы диссертации. Одной из наиболее распространённых задач в машиностроении является повышение качества и точности обработки деталей металлорежущими станками (МСТ). Процесс обработки деталей на МСТ непосредственно связан с его динамическими характеристиками, точностью и производительностью. На вышеперечисленные характеристики оказывают влияние различные возмущающие воздействия, например нелинейности в кинематических передачах, упругие деформации, возникающие в зоне резания, температура резания и т.п. В современных станках с числовым программным управлениям (ЧПУ) приводы подачи линейных движений формообразующих узлов на базе шарико-винтовых передач (ШВП) играют важнейшую роль. Они в большинстве случаев определяют размерную, а в отдельных случаях и геометрическую точности. Основным назначением привода подачи является перемещение рабочих частей станка по осям станка с заданной траекторией.

При обработке деталей со сложно -профильной поверхностью с высокой точностью при одновременной работе двух и более приводов подачи, все они должны обладать не только высокими, но и одинаковыми динамическими характеристиками. В процессе механической обработки все элементы МСТ подвергаются воздействию сил резания, упругим колебаниям, а также деформациям обрабатываемой поверхности детали, что приводит к колебаниям элементов станка. Наибольший вклад в колебания элементов станка вносят упругие колебания в приводе подачи, что связано с его большой податливостью. Упругие колебания отрицательно влияют на работу приводов подачи: вызывают увеличение динамических нагрузок на элементы станка, снижают быстродействие и точность обработки детали, появляются незатухающие вибрации, резонансные явления и т.п. Поэтому, чтобы обеспечить требуемое качество обработки детали, учитывая кинематику приводов подачи, необходимо решить задачу компенсации упругих колебаний.

Улучшение динамических характеристик приводов подачи и главного движения МСТ является одной из наиболее актуальных научно-технических задач. Значительный вклад в исследование вопросов повышения динамических характеристик и точности обработки деталей на МСТ внесли отечественные и зарубежные ученые, в том числе Левин А.С., Молодцов В.В., Бушуев В.В, Михайлов О.П., Ривин Е.И., Борцов Ю.А, Башарин А.В., Терехов В.М,. Y. Altintas, J. Tlusty, G. Pritschow, M. Weсk, B. Denkena и др.

Тем не менее, несмотря на наличие проведенных исследований по проблеме повышения эффективности работы МСТ, ряд вопросов требует дальнейшего изучения.

Известно, что в настоящее время большинство существующих систем автоматизированного управления электроприводами МСТ реализуются на базе классических регуляторов. Благодаря простоте их структуры и высокой надежности широкое распространение нашли ПИД-регуляторы. Однако, несмотря на достоинства, классические регуляторы имеют ряд недостатков, таких как: высокое стартовое перерегулирование, малая чувствительность к возмущениям, а также требуют постоянной перенастройки собственных коэффициентов в случае изменения технологических параметров управляемого объекта. Кроме того, для процессов с переменными параметрами, временными задержками, существенными нелинейностями и значительными помехами использование ПИД-регуляторов может не обеспечить оптимальные динамические характеристики процессов. Для настройки параметров ПИД-регуляторов используются методы Зиглера-Никольса (Ziegler -Nichols), Такахаши (Takahashi) и др.,[70, 80, 85]. Практика показала, что методы настройки классических регуляторов также имеют недостатки. Например, метод Зиглера-Никольса ориентирован на линейные системы, поскольку сам регулятор является линейным динамическим звеном. Поэтому, если объект управления носит существенный нелинейный характер, то трудно добиться высокого качества управления.

Таким образом, повышение качества управления электроприводами металлорежущих станков необходимо выполнять на основе интеллектуального подхода. В настоящее время известно достаточно большое число разработок и практических реализаций технологий искусственного интеллекта (на основе нейронных сетей (НС), генетических алгоритмов (ГА), нечеткой логики и т.д.) для систем управления (СУ) электроприводами электромеханических систем, как за рубежом, так и в России. В то же время следует отметить, что в СУ электроприводами металлорежущих станков, использование технологий искусственной нейронной сети (ИНС) еще достаточно мало. Например, в этом направлении известны лишь работы А. Ф. Лысенко, В. С. Биленко, Е.М. Щербакова, В. М. Буянкина и др. Учитывая все отмеченные факторы, можно утверждать, что проблема использования технологий искусственного интеллекта в СУ электроприводами металлорежущих станков является на сегодняшний день важной и актуальной задачей.

Целью диссертационной работы является разработка методов и алгоритмов нейросетевого управления электроприводами для повышения качества и точности обработки деталей на металлорежущих станках, а также математических моделей системы управления электроприводами.

Для достижения поставленной цели в диссертации решались следующие задачи:

1. Проводился анализ современного состояния проблемы повышения эффективности СУ электроприводами металлорежущих станков.

2. Проводился анализ кинематических схем металлорежущих станков и упругих деформаций в них с целью определения влияния их на точность обработки деталей при механической обработке, а также возможностей уменьшения этого влияния за счет использования современных СУ электроприводами.

3. Проводился анализ причин возникновения вибраций при механической обработке и методы их устранения.

4. Проводился анализ способов повышения эффективности обработки резанием с целью построения энергоэффективной системы управления электроприводами металлорежущего станка.

5. Разрабатывалась методика для определения оптимальных параметров нейронных контроллеров СУ электроприводами.

6. Проводился синтез нейросетевых контроллеров для стабилизации скорости линейного движения суппорта и компенсации колебаний, возникающих в упругих элементах приводов подачи МСТ.

8. Разрабатывался метод и алгоритм интеллектуального управления для системы стабилизации мощности и усилия резания металлорежущего станка с учетом различных типов возмущений, действующих на объект управления.

9. Проводился анализ построения системы автоматической оптимизации параметров резания на металлорежущих станках с учетом энергоэффективности.

Методы исследования. В работе используются: теория нейронных сетей, методы математического программирования, методы нелинейной оптимизации, методы моделирования, математическая статистика. При проведении этапов синтеза регуляторов и моделирования использовались современные прикладные программные пакеты Matlab и LabVIEW.

Научная новизна результатов диссертационной работы заключается в решении проблемы повышения эффективности работы СУ электроприводами металлорежущих станков, работающих в условиях текущей неопределенности, на основе применения интеллектуального подхода.

В рамках решения этой задачи получены следующие научные результаты:

1. Предложен метод синтеза нейросетевых контроллеров, для стабилизации скорости линейного движения суппорта и компенсации колебаний, возникающих в упругих элементах приводов подачи металлорежущего станка, что позволяет упростить реализацию системы управления электроприводами и повысить эффективность управления.

2. Разработана нейронная сеть, осуществляющая автоматическую адаптацию параметров ПИ-регулятора мощности резания в процессе функционирования системы стабилизации мощности и усилия резания в условиях переменного момента инерции на валу шпинделя.

3. Разработана методика обобщенного нейроуправления с предсказанием, позволяющая компенсировать возмущающие воздействия в реальном времени.

4. Разработана система и алгоритм автоматической оптимизации процесса резания на металлорежущих станках, одновременно учитывающая, усилия и температуру резания, характеристики детали и инструмента, комплекс энергий, затрачиваемых на процесс резания, режущих кромках инструмента, изменение кинетической энергии движущихся элементов МП, на деформацию элементов МП и др.

Практические результаты работы

1. Разработанные модели нейрорегуляторов являются основой для программной или аппаратной реализации контроллеров скорости, мощности резания и положения электроприводов металлорежущих станков.

2. Разработанная система и алгоритм автоматической оптимизации процесса резания на металлорежущих станках позволяющая разрабатывать энергоэффективные СУ электроприводами металлорежущих станков.

3. Методика обобщенного нейроуправления с предсказанием, позволяющая компенсировать возмущающие воздействия в реальном времени

4. Разработаны модели и программное обеспечение для определения динамических характеристик электроприводов с применением методов интеллектуального управления. Разработанные модели могут быть использованы в системах управления электроприводами металлорежущего станка, позволяющие повысить точность обработки деталей.

На защиту выносятся:

1. Методика синтеза нейроконтроллера с предсказанием для следящего электропривода подачи с упругими связями.

2. Методика настройки параметров ПИ-регулятора мощности резания в системах стабилизации мощности и усилия резания в условиях переменного момента инерции на валу шпинделя.

3. Методика синтеза нейроконтроллера на основе модели авторегрессии со скользящим средним для системы управления электроприводами подачи металлорежущего станка.

4. Система и алгоритм автоматической оптимизации процесса резания на металлорежущих станках, одновременно учитывающая, усилия и температуру резания, характеристики детали и инструмента, комплекс энергий, затрачиваемых на процесс резания, режущих кромках инструмента, изменение кинетической энергии движущихся элементов МП, на деформацию элементов МП и др.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на ряде научно-технических конференций, в частности: Научно-техническая конференция профессорско-преподавательского состава университета СПбГЭТУ "ЛЭТИ" в 2016, 2017, 2018, 2019; Международная научная конференция «Наука и образование: технология успеха », посвященная 130 - летию университета СПбГЭТУ "ЛЭТИ"; ХХ Международная конференция по мягким вычислениям и измерениям (SCM'2017, 2018) СПбГЭТУ "ЛЭТИ"; 2018 International Ural Conference on Green Energy (Ural Con); Республиканской научно-практической конференции « Развитие стабильной энергетики в годы независимости» ИЭТ; Республиканской научно-практической конференции « Экономическое развитие энергетики в республике Таджикистан» ИЭТ.

Публикации. По теме исследования опубликованы 9 печатных работ, в том числе 3 публикаций в изданиях, рекомендованных ВАК, 1 статьи входящих в систему цитирования Scopus, 1 свидетельства на программы для ЭВМ, 4 работы в материалах научно-технических конференций.

Структура и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы из 85 наименований и 1 приложе-

ний. Общий объем диссертации 138 страницы, включая 68 рисунков и 14 таблиц.

Во введении обоснованы актуальность темы работы, научная новизна и практическая значимость результатов, сформулированы цели и задачи исследования диссертационной работы.

В первой главе диссертации приводится сравнение особенностей асинхронных, синхронных и серводвигателей, применяемых в МСТ и обзор современных СУ асинхронными электроприводами. Приводятся анализ развития встроенных и внешних шпинделей. Сформулированы требования к современным электроприводам подачи и главного движения. Приводится анализ состояния вопросов повышения эффективности МСТ при обработке деталей путем улучшения динамических характеристик электроприводов подач с ШВП и выбора параметров электроприводов подачи и главного движения. Проведен анализ основных возмущающих воздействий в СУ электроприводами (вибрации, упругие деформации и др.)

Во второй главе рассматривается математическое описание следящей СУ электропривода подачи с упругими связями. Исследованы следящие СУ электроприводами подач с упругими связями. Приводится методика синтеза нейроконтроллера с предсказанием Neural Network Predictive Control. Рассматривается несколько вариантов синтеза нейроконторллера с предсказанием для определения его оптимальных параметров. Приводится сравнительное исследование классического ПИ- регулятора с нейрорконтроллером.

В третьей главе рассматриваются вопросы разработки ПИ-регулятора с самонастройкой его параметров на основе многослойной НС прямого распространения для системы стабилизации мощности и усилия резания МСТ. Обычно в контуре системы стабилизации мощности и усилия резания в качестве регулятора мощности используется классический ПИ-регулятор. Рассмотрен алгоритм разработки НС для настройки параметров ПИ-регулятора мощности. Произведен синтез контуров регулирования системы стабилизации мощности и усилия резания МСТ. Разработаны алгоритмы автоматиче-

ской оптимизации по минимуму энергопотребления при заданной производительности.

В четвертой главе рассматривается компьютерное моделирование системы стабилизации мощности резания на базе нейросетевой адаптации параметров ПИ- регулятора мощности и выполнено сравнительное исследование с классическим ПИ- регулятором мощности. Исходные данные для проведения компьютерного моделирования, были взяты из технической документации, токарного станка модели СМ1761Ф3. Также рассмотрена разработка модели системы стабилизации мощности и усилия резания в среде LabVIEW. Целью экспериментальных исследований являлось подтверждение преимущества применения нейросетевых методов управления по сравнению с традиционными методами. Для реализации разработанного нейро-контроллера была выбрана нейронная сеть прямого распространения с тремя слоями: двумя скрытыми и одним выходным. Размер первого скрытого слоя составляет 9 нейронов, второго слоя 8 нейронов и выходного слоя 1 нейрон. Рассмотрено применение генетического алгоритма при оптимизации процесса резания.

Глава 1. Анализ состояния вопросов повышения эффективности работы металлорежущих станков

1.1. Требования к современным приводам главного движения и подачи

Требования к системам управления электроприводами МСТ определяются видом технологической обработки детали, характеристиками режущего инструмента (в том числе и геометрией) и конструктивными характеристиками станка.

Требования к современным приводам главного движения. На

МСТ (например, токарном станке) для обработки поверхности детали является достаточным одновременное перемещение инструмента по 2-м осям, а если деталь имеет сложную геометрию, то перемещение инструмета осуществляется по 3-м и более осям.

Мощность резания определяется такими параметрами как: скорость резания (обозначается ир) и усилие резания (обозначается ^ или Fp и определятся величиной подачи и глубиной резания).

К системам СУ металлорежущего станка предъявляются требования к [6, 26, 41]:

1. стабилизации частоты вращения;

2. позиционированию шпинделя;

3. усилию (мощности) резания;

4. скорости резания и др.

В СУ электроприводами главного движения в основном применяется регулирование скорости при постоянной мощности, чем больше скорость резания, тем меньше усилие резания, и наоборот. Скорость резания, геометрия и материал обрабатываемой детали (изделия) определяют диапазон регулирования частоты вращения. Свойства материла детали, и ее геометрия определяет диапазон регулирования скорости резания. Например, разный материал детали, но одинаковая геометрия, тогда при изготовлении детали обеспечи-

вается определенный скоростной диапазон резания. И наоборот - обработка детали осуществляется на постоянной скорости резания.

Если, например, частота вращения (ЧВр) электродвигателя находится в пределах 3000...6000 мин-1, а точность позиционирования шпинделя - 0,1%, то диапазон регулирования ЧВр должен быть не менее 10 000:1. На стабильность работы системы управления электроприводом оказывает влияние изменения: нагрузки; напряжения питающей сети, температуры нагрева инструмента в процессе резания, температуры окружающей среды (Гокр ср ) и

т.п. Анализ литературы [4, 5] показал, что погрешность при регулировании ЧВр электропривода определяется путем суммирования следующих отклонений: ЧВр при изменении тока нагрузки на 0,4/ном по отношению к 0,6/ном

при ином и постоянной Гокр ср = (20 + 5)0 С; ЧВр при изменении Гокр ср от

(20 ± 5)° С до 450 С при ином и номинальной нагрузке; ЧВр при изменении напряжения питания на +10%ином при х. х. и постоянной температуре.

Одними из основных требований к СУ электроприводов МСТ [4, 21, 46] также являются:

- расширение функций обработки на МСТ;

- увеличение скоростей перемещений и рабочих подач;

- обработка деталей из материалов с повышенной твердостью и вязкостью;

- повышение энергоэффективности электроприводов МСТ и др. Требования к приводам подачи. Высокая производительность и точность станков с ЧПУ во многом зависит от характеристики приводов подачи.

К системам управления электроприводами подач предъявляются следующие требования [2, 27, 28, 42], обеспечивающие:

- значительную перегрузочную способность электропривода в режимах S2 (кратковременная нагрузка) и S3 (повторно - кратковременная нагрузка);

- высокое быстродействие на всех режимах работы электропривода (например, разгон, торможении, при реверсе под нагрузкой), в том числе и на малых ЧВр;

- равномерность движения при различной нагрузке на инструмент;

- широкий диапазон регулирования ЧВр и др.;

1.2. Привод подачи на базе шарико-винтовых передач

В современных МСТ с ЧПУ приводы подачи линейных движений формообразующих узлов на базе ШВП определяют размерную, а в отдельных случаях и геометрическую точность. Основное назначение привода подачи это перемещение рабочих частей станка (рабочего стола, суппорта, шпинделя, заготовки и т. д.) по осям станка с заданной траекторией.

В настоящее время ШВП являются наиболее распространенным средством для обеспечения высокой точности движения, где требуются как высокая жесткость, так и точность позиционирования. Высокий КПД ШВП обеспечивает быстрые перемещения при моменте электропривода, имеющим значение 15-20 % от номинального крутящего момента, необходимого для осуществления процесса резания.

Кинематическая модель системы привода подачи с ШВП, показана на рисунке 1.1. Винт ограничен в осевом и радиальном направлении упорным подшипником со стороны двигателя. Винт либо не поддерживается, если он короткий, либо поддерживается радиальным подшипником для обеспечения осевой свободы, чтобы обеспечить его тепловое расширение.

Существуют также шариковые винты, для которых конец винта поддерживается на осевом направлении, чтобы удерживать его в натяжении.

подшипник шарикоподшипник

Рисунок 1.1- Механические компоненты привода подачи с ШВП

Они имеют несколько отличительных преимуществ, таких как низкая стоимость, высокая механическая жесткость, большой ход перемещения и способность обеспечивать устойчивость к воздействию рабочих (например, режущих) сил и изменениям инерции нагрузки благодаря присущему передаточному отношению. Однако из-за их контактной конструкции шарико-винтовые передачи подвержены износу. Они также ограничены более низкими значениями ускорения и скорости по сравнению с линейными приводами. Линейные двигатели значительно дороже, и их управление является более сложным. Поэтому шарико-винтовые приводы все еще широко используются в МСТ. Современные СУ электроприводам подачи (с ШВП или прямой подачей) позволяют достигать высокую точность позиционирования при повышенных скоростях и ускорениях, что обеспечивает поддержание достаточной жесткости в широком частотном диапазоне. Это позволяет компенсировать возмущающую силу и обеспечить заданную производительность.

Благодаря достижениям в области высокоскоростной обработки информационных потоков данных о процессе резания поддержание точности позиционирования режущего инструмента повышается [82]. Это, в свою очередь, ставит новые задачи при разработке энергоэффективной СУ. Высокая динамическая точность требует, чтобы ширина полосы пропускания СУ была больше, чем раньше [75]. В настоящее время происходит переход к новым методам управления движением, которые могут достигать частотных диапазонов (то есть полосы пропускания) свыше 400 Гц, а в некоторых случаях и 2000 Гц [31]. Это требует более высоких частот дискретизации и более точной обратной связи по положению. Для этого применяются технологические контроллеры и датчики положения с высоким разрешением (энко-деры или лазерные интерферометры) и сервоприводы. Кроме этого, необходимо рассматривать построение СУ с точки зрения достижения максимально возможной динамической точности и характеристик подавления помех.

1.3. Использование линейных двигателей для приводов подач

Точное перемещение инструмента относительно заготовки по заданной траектории можно осуществить с помощью линейных приводов подач, на основе шаговых двигателей (ШД).

Современные быстродействующие ШД являются модифицированными синхронными электродвигателями, обмотки которых возбуждаются прямоугольными или ступенчатыми импульсами напряжения, частота которых изменяется в широких пределах.

Преимущества линейного привода подачи по сравнению с приводом с передаточным механизмом, преобразующим вращательное движение в линейное, достигаются только при малых мощностях приводов. Это преимущество достигается за счет того, что отсутствуют датчики: обратной связи по перемещению и датчика скорости. Также линейный привод подачи обладает преимуществами высокой скорости, ускорения, замедления подачи, имеет высокие требования к точности и стабильности [31].

Поэтому это обуславливает широкое применение линейных электродвигателей в приводе подач.

Использование привода подачи с линейным двигателем позволяет реализовать линейную подачу рабочего стола, суппорта МСТ с ЧПУ без промежуточного устройства и может обеспечивать высокую скорость подачи, улучшить динамические характеристики, точность позиционирования и т.п. [37]. Тем не менее, высокая жесткость электромеханической характеристики привода значительно влияет на точность позиционирования системы привода подачи при обработке деталей на станках.

В [57] предложена методология системного проектирования мехатрон-ной системы, состоящей из механической и управляющей подсистем для высокоскоростных и высокоточных систем приводов подач. В работе [76] предложена схема синхронного управления для линейной серво системы, применяемой к приводу вертикальной оси инструмента электроэрозионной машины (ЭЭМ). В [58] исследованы приводы вертикальной оси с двумя парал-

лельными линейными двигателями, которые предназначены для совместного привода оси подачи для улучшения общей тяги и жесткости конструкции. Эффективная схема управления под названием «гибридное синхронное управление положением тягой» применяется на ЭЭМ для достижения высокоскоростной и точной обработки.

Результаты эксперимента показывают, что ошибка синхронизации между двумя параллельными двигателями и точность позиционирования удовлетворяет эксплуатации в высокоскоростных условиях.

Статические и динамические характеристики системы привода подачи, приводимой в движение линейным двигателем на высокоскоростном токарном станке с ЧПУ, существенно влияют на точность обработки станка. Скользящая плита является основной подвижной частью системы подачи, а направляющая является основным опорным элементом системы подачи линейного двигателя.

Высокоскоростные токарные станки с ЧПУ имеют фундаментальные характеристики высокоскоростного вращательного движения шпинделя и высокоскоростного осевого перемещения, которые отличаются от обычных токарных станков [83]. Система прямой подачи с линейным двигателем позволяет осуществлять более высокое замедление и ускорение подачи, уменьшение инерции системы привода подачи, уменьшение массы движущихся частей и улучшение движущей силы подачи двигателя.

Первичный и вторичный линейный двигатель устанавливаются непосредственно в блоке подачи рабочего стола и станины для достижения линейной подачи без устройств преобразования промежуточной передачи. Так называемая «передача с нулевым зазором», позволяет избежать малую жесткость, большие инерции. Синхронный линейный двигатель с постоянным магнитом переменного тока используется для обеспечения высокой тяги и усилия подачи в высокоскоростном токарном станке с ЧПУ. Например, в высокоскоростном токарном станке с ЧПУ НТС2550Ж, синхронные линейные двигатели с постоянными магнитами переменного тока серии L2U ис-

пользуются в системах подачи по координатам X и Ъ„ которые имеют малую движущуюся массу, меньшие потери мощности и большую тягу.

Похожие диссертационные работы по специальности «Электротехнические комплексы и системы», 05.09.03 шифр ВАК

Список литературы диссертационного исследования кандидат наук Носиров Исмоил Сафарович, 2019 год

СПИСОК ЛИТЕРАТУРЫ

1. Адаменко, В. М. Энергоэффективность процесса резания поверхностей заготовок деталей на основе анализа энергопотребляющих показателей технологического оборудования / В. М. Адаменко, Ж. А. Мрочек // Наука и техника. - 2012. - №4. - С. 3-6.

2. Агафонов В. В. Расчет динамической жесткости упругой системы станка на основе теории координатной связи // СТИН. - 2004. - № 9. - С. 3-6.

3. Аршанский М. М., Щербаков В. П. Вибродиагностика и управление точностью обработки на металлорежущих станках. М.: Машиностроение, 1988. - 136 с

4. Аверченков А.В., Терехов М.В., Жолобов А.А., Мрочек Ж.А., Шкабе-рин В.А. Станки с ЧПУ: устройство, программирование, инструментальное обеспечение и оснастка [Электронный ресурс]: учеб. пособие / А.А. Жолобов, Ж.А. Мрочек, А.В. Аверченков, М.В. Терехов, В.А. Шкаберин. -2-е изд., стер. - М. : ФЛИНТА, 2014.- 355 с.

5. Автоматизация типовых технологических процессов и установок: Учебник для вузов / А. М. Корытин, Н. К. Петров, С. Н. Радимов, Н. К. Шапарев.-2-е изд., перераб. и доп.-М.: Энергоатомиздат, 1988.-432с.

6. Белов М. П., Новиков А. Д., Рассудов Л. Н. Автоматизированный электропривод типовых производственных механизмов и технологических комплексов. Учебник для вузов — М: Издательский центр «Академия», 2004. - 576 с.

7. Белов М. П., Носиров И. С., Фыонг Ч. Х. Исследование системы управления электроприводом подачи токарного станка с применением метода обобщенного нейроуправления с прогнозированием./ Известия СПбГЭТУ "ЛЭТИ". 2017.№4.С.45-53.

8. Белов М. П., Носиров И. С. Исследование системы управления электроприводом механизма подачи металлорежущего станка. Республиканской научно-практической конференции «Развитие стабильной энергетики в годы независимости» ИЭТ. С. 219-226.

9. Белов М. П., Носиров И. С., Белов А. М. Синтез нейросетевого регулятора двухмассовой электромеханической системы привода подачи токарного станка./ Известия СПбГЭТУ "ЛЭТИ" .2018.№8.С.70-76.

10. Белов Михаил Петрович. Теория, информационное и программное обеспечение автоматизированных электроприводных систем технологических машин и комплексов: дис. д-ра. техн. наук: 05.09.03/ М. П. Белов. Л.: СПбГЭТУ «ЛЭТИ» им. В. И. Ульянова (Ленина), - 2016. - 477 с.

11. Белов М. П., Носиров И. С., Белов А. М. Исследование системы стабилизации мощности и усилия резания токарного станка с использованием нейронных сетей. / Известия СПбГЭТУ "ЛЭТИ". 2019.№4.С.77-84.

12. Белов М. П., Носиров И. С. Оптимизация системы управления главными приводами фрезерного станка с использованием нейронных сетей. // Международная научная «Наука и образование технология успеха », посвященная 130- летию университета СПбГЭТУ "ЛЭТИ". С.142-147.

13. Белов М. П. Компьютерные технологии в задачах синтеза и исследования автоматизированных электромеханических комплексов. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2010. 230.

14. Башарин, А. В. Управление электроприводами / А. В. Башарин, В. А. Новиков, Г. Г. Соколовский. - Л.: Энергоиздат. -Ленинград. - 1982. - 392 с.

15. Бураков, М. В. Нейронные сети и нейроконтроллеры: учеб. пособие/ М. В. Бураков. - СПб.: ГУАП, 2013. - 284 с.

16. Бураков М. В. Генетический алгоритм: теория и практика: учеб. пособие / М. В. Бураков. - спб.: ГУап, 2008. - 64 с.

17. В. М Утенков, П. М Чернянский, С. Н. Борисов, Г. Н. Васильев, Л. И Вереина, В. С. Иванов, Д. В. Иванов, В. К. Москвин, Н. С. Николаева, Ю. В. Никулин, В. М Скиба, А. Г Ягополъский. Проектирование автоматизированных станков и комплексов: учебник: в 2 т. / под ред. П. М. Чернянского. -Т. 1. 2-е изд., испр.-М. : Изд-во МГТУ им. Н. Э. Баумана, 2014.

18. В. М Утенков, П. М Чернянский, С. Н. Борисов, Г. Н. Васильев, Л. И Вереина, В. С. Иванов, Д. В. Иванов, В. К. Москвин, Н. С. Николаева, Ю. В.

Никулин, В. М Скиба, А. Г Ягополъский. Проектирование автоматизированных станков и комплексов: учебник: в 2 т. / под ред. П. М. Чернянского. -Т. 2. 2-е изд., испр.-М. : Изд-во МГТУ им. Н. Э. Баумана, 2014.

19. Васильев Ю. М., Готлиб Я. Г., Филатов А. Е. Нормирование производственных вибраций в СССР и за рубежом. - М.: Машиностроение, 1976.20 с.

20. Гозман, Я. Б. Исследование передаточной функции процесса резания как звена адаптивной системы / Я. Б. Гозман, Ю. Д. Пиковский // Станки и инструмент. - 1974. - №8. - С. 10-12.

21. Игнатов В. А. и др. Электрооборудование современных металлорежущих станков и обрабатывающих комплексов: Учеб. для ПТУ / В. А. Игнатов, В. Б. Ровенский, Р. Т. Орлова. — М.: Высш. шк. , 1991. — 96 с.

22. Корчагин П. А. Уравновешивание и виброзащита: Учебное пособие. - Омск: Изд-во СибАДИ, 2006. - 72 с.

23. Круг П. Г. Нейронные сети и нейрокомпьютеры: Учебное пособие по куру «Микропроцессоры». - М.: Издательство МЭИ, 2002. - 176 с.

24. Ковалевский, С. В. Нейросети в управлении точностью обработки резанием : монография / С. В. Ковалевский, Е. С. Ковалевская. - Краматорск : ДГМА, 2009. - 136 с.

25. Кацман М. М. Электрические машины : учебник для студ. учреждений сред. проф. образования / М. М. Кацман. - 12&е изд., стер. - М. : Из & дательский центр «Академия», 2013. -496 с.

26. Молодцов, В. В, Методы проектирования высокоэффективных металлообрабатывающих станков как мехатронных систем: дисс. д-ра техн. наук 05.02.07 / Молодцов Владимир Владимирович. - М., 2016. - 390 с.

27. Металлорежущие станки: учебник. В 2 т. / Т.М. Авраамова, В. В. Бушуев, Л.Я. Гиловой и др.; под ред. В. В. Бушуева. Т. 1. - М.: Машиностроение, 2011. - 608 с.

28. Михайлов О. П. Автоматизированный электропривод станков и промышленных роботов: Учебник для вузов. — М.: Машиностроение, 1990. — 304с.

29. Махов А. А. Оптимизация в машиностроении: Московский государственный технологический университет «Станкин», 2008.

30. Медведев В. С., Потемкин В. Г. Нейронные сети. MATLAB 6/ Под общ. ред. к.т.н. В. Г. Потемкина. - М.: ДИАЛОГ-МИФИ, 2002. - 496 с

31. Новиков В. А., Савва С. В., Татаринцев Н. И. Электропривод в современных технологиях. Под ред. В. А. Новикова. Учебник для студентов вузов - М: Издательский центр «Академия», 2014. - 400 с.

32. Навиков В. А. Анализ и синтез типовых взаимосвязанных электромеханических систем / ЛЭТИ.-Л., 1983.

33. Нейронные сети. STATISTICA Neural Networks / [пер. с англ.]. - М. : Горячая линия. - Телеком, 2001. - 122 с.

34. Новатор. Металлообрабатывающие станки из Европы. Токарный с ЧПУ 16К20Ф3 [электронный ресурс]. URL: http://www. novator-grp.ru/ rus/ stanki-ussr/ 16K20F3/ (дата обращения 10.09.2019).

35. Осипов, О. И. Частотно-регулируемый асинхронный электропривод / О. И. Осипов. - М.: издательство МЭИ. - 2004. - 80 с.

36. Оськин Д. А., Дыда А. А. Нейросетевое прогнозирующее управление приводом робота на базе двухмассовой модели с упругостью.-2015.-№11.-С24-29.

37. Паньков В. Д. Электроприводы для металлорежущих станков и промышленных роботов зарубежных фирм. - М., 1991.

38. Подураев, В. Н. Автоматически регулируемые и комбинированные процессы резания / В. Н. Подураев. - М.: Машиностроение, 1977. - 304 с.

39. Река Надежда Георгиевна. Система управления лезвийной обработкой металлов на основе определения температуры в зоне резания по расходу электроэнергии: дис. кан. техн. наук: 05.13.06 / Н. Г. Река. - Уфа., 2016. -175с.

40. Расчет режимов резания. Учебное пособие / Безъязычный В. Ф., Аверьянов И. Н., Кордюков А. В. - Рыбинск: РГАТА, 2009. - 185 с.

41. Современные требования к электроприводам станков с ЧПУ / А.П. Бурков, Е.В. Красильникъянц, А.А. Смирнов, Н.В. Салахутдинов // Вестник ИГЭУ. - 2010. - Вып. 4.

42. Симаков Геннадий Михайлович. Системы автоматического управления электроприводов металлорежущих станков: [учеб. пособие] / Г. М. Симаков. - Новосибирск : НГТУ, 2007. - 300 с.

43. Соколовский, Г. Г. Электроприводы переменного тока с частотным регулированием / Г. Г. Соколовский. - М.: Академия. - 2006. -272 с.

44.Сигеру Омату, Марзуки Халид, Рубия Юсоф Книга 2. Нейроуправ-ление и его приложения Пер с англ Н В Батина. Под ред А. И. Галушкина. В А Птичкина - М ИПРЖР, 2000 - 271с

45. Справочник технолога-машиностроителя. В двух томах. Т.2. Под ред. А. Г. Косиловой и Р. К. Мещерякова. - М.: Машиностроение, 1985.

46. Силин, С. С. Автоматическое управление процессом резания / С. С. Силин, В. В. Трусов, В. В. Яхонтов // Станки и инструмент. - 1971. - № 1. - С. 13-14.

47. Старков, В. К. Оптимизация процесса резания по энергетическим критериям / В. К. Старков, М. В. Киселев // Вестник машиностроения. -1989. - №4. - С.41-45.

48. Самахвалов Д. В., Носиров И. С. Нейросетевое управление приводом подачи металлорежущих станков. // ХХ Международная конференция по мягким вычислениям и измерениям (БСЫ'2017) СПБГЭТУ "ЛЭТИ". С.549-552.

49. Терехов В.А., Ефимов Д.В., Тюкин И.Ю. Нейросетевые системы управления: Учеб. пособие для вузов // В сер.: "Нейрокомпьютеры и их применение". Кн. 8. М.: ИПРЖР, 2002. 480 с.

50. Терехов В.А. (соавт. - Ефимов Д.В., Тюкин И.Ю.) Нейросетевые системы управления: Учеб. пособие для вузов. — М.: Высш. школа, 2002. 262 с. Терехов В.А. (соавт. - Тюкин И.Ю.).

51. Фираго Б. И. Теория электропривод: Учеб. пособие/ Б. И. Фираго, Л.Б. Павлячик.-2-е изд.-Минск: Техноперспектива, 2007.-585с.

52. Хайкин, С. Нейронные сети: полный курс / С. Хайкин. - Москва: Издательский дом "Вильямс," - 2006. - 1104 с.

53. Abouelatta O. B., Madi J. Surface roughness prediction based on cutting parameters and tool vibrations in turning operations. J. Mater. Process. Technol., Vol. 118, 2001, p. 269-277.

54. A. Iglesias, J. Munoa, J. Ciurana, "Optimisation of face milling operations with structural chatter using a stability model based process planning methodology", The International Journal of Advanced Manufacturing Technology, vol. 70, pp. 559-571, 2014.

55. Boothroyd G., Knight W. A. Fundamentals of Machining and Machine, 2006.

56. Beale M. Neural Network Toolbox User Guide / M. Beale, H. Demuth. -Natick: Mathworks, 1997. - 700 p.

57. C. Okwudire, Finite Element Modeling of Ballscrew Feed Drive Systems for Control Purposes. PhD thesis,U niversity of British Columbia, 2005.

58. C. Okwudire, Finite Element Modeling of Ballscrew Feed Drive Systems for Control Purposes. PhD thesis,U niversity of British Columbia, 2005.

59. Costa M. A. Improving generalization of MLPs with sliding mode control and the Levenberg-Marquardt algorithm / M. A. Costa, A. Braga, B. R. Menezes // Neurocomp. - 2007. - V. 70. - № 7-9. - P. 1342-1347.

60. Cus F. and Balic J., Optimization of cutting process by GA approach. Robotics and Computer-Integrated Manufacturing, 19, (2003), 113-121.

61. Dimla E. Dimla Snr. Sensor signals for tool-wear monitoring in metal cutting operations - a review of methods. International Journal of Machine Tools & Manufacture, Vol. 40, 2006, p. 1073-1098.

62. G. Litak, R. Rusinek Vibrations in stainless steel turning: multifrac-tal and wavelet approaches. Journal of Vibroengineering, Vol. 13, Issue 1, 2011, p. 102-108.

63. Gu D. Neural Predictive Control for a Car-like Mobile Robot / D. Gu and H. Hu. // International Journal of Robotics and Autonomous Systems. - May, 2002. - Vol. 39, No. 2-3.

64. H. Grob, J. Harmann, G. Wiegartner, "Electrical feed drives in automation", SIEMENS (Ed.), MCD corporate Publishing, 2001.

65. J. Munoa, X. Beudaert, K. Erkorkmaz, A. Iglesias, A. Barrios, M. Zata-rain, "Active suppression of structural chatter vibrations using machine drives and accelerometers", CIRP Annals - Manufacturing Technology, vol. 64, pp. 385-388, 2015.

66. Kassab S. Y., Khoshnaw Y. K. The effect of cutting tool vibration on surface roughness of workpiece in dry turning operation. Eng. Tech., Vol. 25, Issue 7, 2007, p. 879-889.

67. Kamalzadeh, A. Compensation of Axial Vibrations in Ball-Screw Drives / A. Kamalzadeh, K. Erkorkmaz // Annals of the CIRP. - 2007. - 56(1) - P. 373 -378.

68. I. M. Kirpihnikova; I. B. Makhsumov; I. S. Nosirov. Electric Servo Drive Control System of Milling Machine with Neural Network. // 2018 International Ural Conference on Green Energy (Ural Con) .pp. 223-226.

69. Lewis, F.L., Campos, J., and Selmic, R., Neuro-Fuzzy Control of Industrial Systems with Actuator Nonlinearities, Society for Industrial and Applied Mathematics, Philadelphia, 2002.

70. Nishikawa, Y., N. Sanomiya, T. Ohta, and H. Tanaka, «A method for a u-to-tuning of PID control parameters», Automatica, Vol. 20, pp. 321-332,1984.

71. Narendra Kumpati S. Learning Automata Approach to Hierarchical Multiobjective Analysis / Kumpati S. Narendra, Kannan Parthasarathy // IEEE Transactions on Systems, Man and Cybernetics. - January/February 1991. - Vol. 20. - No. 1. - P. 263-272.

72. O. Zirn, "Machine Tool Analysis - Modelling, Simulation and control of machine tool manipulators", Department of Mechanical & Process Engineering ETH Zürich, 2008.

73. Quintana G., Ciurana J. Chatter in machining processes: A review. International Journal of Machine Tools & Manufacture, Vol. 51, 2011, p. 363-376.

74. R. Al-Aomar and A. Al-Okaily, A GA-based parameter design for single machine turning process with high-volume production, Computers & Industrial Engineering, 50, (2007), 317-337.

75. Soshi M., Yu S., Ishii S. and Yamazaki K., " Development of a high torque-high power spindle system equipped with a synchronous motor for high performance cutting", CIRP Annals - Manufacturing Technology, Vol. 60, Issue 1, 2011, pp 399-402.

76. S. F, "Ball bearing screw and nut," Nov.101931.US Patent1, 831,080.

77. Siddhpura M., Paurobally R. A review of chatter vibration in turning. International Journal of Machine Tool & Manufacture, Vol. 51, 2012, p. 2747.

78. Sadettin Orhan S., Ali Osman Er, Necip Camus-cu, Ersan Aslan Tool wear evaluation by vibration analysis during end milling of AISI D3 cold work tool steel with 35 HRC hardness. NDT&E International, Vol. 40, 2007, p. 121-126.

79. Soloway D., Haley P.J. Neural Generalized Predictive Control: A New-ton-Raphson Implementation Langley Research Center, Hampton, Virginia February 1997 P. 17.

80. Takahashi, Y. and C.S. Chan, «Parametereinstellungbei linearen DDC -algorithmen», Regelungstechnik und Prozess-Datenverarbeitung, Vol.19, pp. 237244,1971.

81.Teti R., Jemielniak K., Donnell G. O, Dornfeld D. Advanced monitoring of machining operations. CIRP Annals - Manufacturing Technology, Vol. 59, 2010, p. 717-739.

82. Xin-yun Z., Min W., Tao Z. and Jian-zhong H., "The Static and Dynamic Analysis of High-speed Electric Spindle Based on ANSYS", Second International Conference on Digital Manufacturing and Automation (ICDMA) Proceedings, 2011, pp 1332-1335.

83. Y. Liu, T. Zhao, and H. Zhang, "Hybrid dynamic modeling of a highspeed ball-screwdrive system, "in Mechanic Automation and Control Engineering (MACE), 2010 International Conferenceon, pp. 3049{3052, IEEE, 2010.

84. Y. Altintas, A. Verl, C. Brecher, L. G. Uriarte, G. Pritschow, "Machine Tool Feed Drives", CIRP Annals - Manufacturing Technology, vol. 60, pp. 779-796, 2001.

85. Ziegler, J.G. and N.B. Nichols, «Optimum settings for automatic contro l-lers», Trans, of ASME, Vol. 15. pp. 827-834,1942.

ПРИЛОЖЕНИЯ

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.