Повышение качества плоского шлифования деталей из высокопрочных коррозионно-стойких сталей высокопористыми нитридборовыми кругами тема диссертации и автореферата по ВАК РФ 05.02.08, кандидат наук Нгуен Мань Тием

• Нгуен Мань Тием
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Нгуен Мань Тием

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ И ПРОБЛЕМЫ ПОВЫШЕНИЯ КАЧЕСТВА ДЕТАЛЕЙ ИЗ КОРРОЗИОННО-СТОЙКИХ СТАЛЕЙ ПРИ ПЛОСКОМ ШЛИФОВАНИИ

1.1. Свойства и промышленное применение коррозионно-стойких сталей

1.2. Особенности шлифования деталей из коррозионно-стойких сталей

1.3. Преимущества высокопористых кругов из кубического нитрида бора

1.4. Статистический метод анализа наблюдений

1.5. Искусственный интеллект

1.5.1. Применение нейронных сетей в машиностроении

1.5.2. Применение нечеткой логики в машиностроении

Выводы, цель и задачи исследования

ГЛАВА 2. МЕТОДИКА ИССЛЕДОВАНИЯ ПРОЦЕССА ПЛОСКОГО ШЛИФОВАНИЯ ДЕТАЛЕЙ ПЕРЕМЕННОЙ ПОДАТЛИВОСТИ ИЗ КОРРОЗИОННО-СТОЙКИХ СТАЛЕЙ НИТРИДБОРОВЫМИ КРУГАМИ ВЫСОКОЙ ПОРИСТОСТИ

2.1. Методика и условия проведения натурных экспериментов

2.2. Методика интерпретации экспериментальных данных при шлифовании

2.3. Методика построения моделей нечеткой логики

2.4. Методика построения моделей нейронной сети

2.5. Методика построения моделей многомерного дисперсионного анализа

2.5.1. Планы эксперимента для построения моделей

2.5.2 Методика поиска моделей МДА в программной среде Design Expert

2.6. Методика многопараметрической оптимизации качества шлифованных деталей в среде программы Design Expert

Выводы по второй главе

ГЛАВА 3. ИССЛЕДОВАНИЯ ВЛИЯНИЯ РЕЖИМОВ И ПАРАМЕТРОВ ВЫСОКОПОРИСТЫХ КРУГОВ НА КАЧЕСТВО ПОВЕРХНОСТИ ДЕТАЛЕЙ С ИСПОЛЬЗОВАНИЕМ СТАТИСТИЧЕСКИХ МЕТОДОВ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

3.1. Исследование качества шлифованных деталей с применением статистического метода

3.1.1. Влияние марок коррозионно-стойких сталей и глубины резания на формирование качества шлифуемой поверхности

3.1.2. Влияние процесса выхаживания на качество шлифуемых деталей

3.1.3. Влияние направления врезания круга в деталь на качество ее поверхности

3.1.4. Влияние схемы задания поперечной подачи на качество деталей при шлифовании

3.2. Анализ влияния параметров кругов на качество деталей с привлечением статистического метода

3.2.1. Влияние зернистости кругов на качество поверхности шлифованных деталей

3.2.2. Влияние твердости кругов на качество поверхности шлифованных деталей

3.2.3. Влияние связки кругов на качество поверхности шлифованных деталей

3.2.4. Влияние порообразующих параметров кругов на качество поверхности шлифованных деталей

3.3. Выбор оптимальной характеристики круга для построения моделей МДА с применением нечеткой логики

3.3.1. Интегральная оценка влияния характеристик кругов на качество поверхности шлифованных деталей ЭП817-Ш

3.3.2. Интегральная оценка влияния характеристик кругов на качество поверхности шлифованных деталей ВНС-5

3.4. Выбор характеристики кругов с помощью моделей нейронной сети

3.4.1. Выбор оптимального круга по совокупности параметров шероховатостей, точностей формы и микротвердости

3.4.2 Выбор оптимального круга по всем исследуемым параметрам с применением НС

Вывод по третьей главе

ГЛАВА 4. МОДЕЛИРОВАНИЕ И МНОГОПАРАМЕТРИЧЕСКАЯ ОПТИМИЗАЦИЯ ПРОЦЕССА ШЛИФОВАНИЯ ДЕТАЛЕЙ РАЗЛИЧНОЙ ЖЕСТКОСТИ НИТРИДБОРОВЫМИ КРУГАМИ ВЫСОКОЙ ПОРИСТОСТИ С РАЗРАБОТКОЙ ТЕХНОЛОГИЧЕСКИХ РЕКОМЕНДАЦИЙ ПЛОСКОГО ШЛИФОВАНИЯ

4.1. Статистическое моделирование параметров качества поверхности деталей абсолютной и переменной жесткости с помощью моделей I МДА

4.1.1. Построение моделей I МДА для деталей абсолютной и переменной жесткости

4.1.2. Оценка ошибок при прогнозировании параметров качества поверхности деталей переменной податливости с помощью моделей I МДА

4.2. Прогнозирование параметров качества поверхности деталей абсолютной жесткости с помощью моделей I МДА

4.2.1. Прогнозирование параметров шероховатости деталей абсолютной жесткости

4.2.2. Прогнозирование относительной опорной длины поверхности шлифованных деталей абсолютной жесткости

4.2.3. Прогнозирование микротвердости и макрогеометрии шлифованных деталей абсолютной жесткости

4.3. Прогнозирование параметров качества поверхности деталей переменной жесткости с помощью моделей I МДА

4.3.1. Влияние жесткости деталей и технологических факторов на шероховатость их поверхности

4.3.2. Влияние технологических факторов на точность формы и микротвердость поверхности деталей переменной податливости

4.3.4. Оценка влияния жесткости и направления ее варьирования на качество получаемых деталей

4.4. Моделирование и прогнозирование параметров качества шлифованных деталей переменной податливости с привлечением методов искусственного интеллекта

4.4.1. Построение моделей нейро-нечеткой сети

4.4.2. Прогнозирование качества поверхности деталей моделей нейро -нечеткой сети

4.5. Многопараметрическая оптимизация качества деталей различной жесткости при шлифовании нитридборовыми кругами высокой пористости

4.5.1. Многопараметрическая оптимизация плоского шлифования деталей абсолютной жесткости

4.5.2. Многопараметрическая оптимизация плоского шлифования деталей с переменной продольной жесткостью

4.5.3. Многопараметрическая оптимизация плоского шлифования деталей с переменной поперечной жесткостью

Выводы по четвертой главе

ВЫВОДЫ ПО РАБОТЕ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ 1 - Модели I МДА при плоском шлифовании деталей

абсолютной жесткости из стали ЭП817-Ш

ПРИЛОЖЕНИЕ 2 - Модели I МДА при плоском шлифовании деталей с

переменной продольной жесткостью из стали ЭП817-Ш

ПРИЛОЖЕНИЕ 3 - Модели I МДА при плоском шлифовании деталей с

переменной поперечной жесткостью из стали ЭП817-Ш

ПРИЛОЖЕНИЕ 4 - Поправочные коэффициенты к базовым моделям I МДА

при шлифовании плоских деталей из сталей ЭП817-Ш

ПРИЛОЖЕНИЕ 5 - Обучающие данные адаптивных нейро-нечетких сетей

при шлифовании деталей различной жесткости

ПРИЛОЖЕНИЕ 6 - Технологические рекомендации

ПРИЛОЖЕНИЕ 7 - Список основных сокращений и условных обазначений

Введение диссертации (часть автореферата) на тему «Повышение качества плоского шлифования деталей из высокопрочных коррозионно-стойких сталей высокопористыми нитридборовыми кругами»

ВВЕДЕНИЕ

Благоприятное сочетание коррозионной стойкости с механическими, технологическими, магнитными и другими свойствами обеспечило коррозионно-стойким сталям широкое применение практически во многих отраслях промышленности: транспортном машиностроении; строительстве и архитектуре; пищевой промышленности; бытовых приборах; химической и нефтехимической промышленности и др. Но детали из высокопрочных коррозионно-стойких сталей относятся к классу труднообрабатываемых, особенно при шлифовании высокопористыми кругами (ВПК) из традиционных абразивов. Привлечение для этих целей ВПК из кубического нитрида бора (КНБ) является прогрессивным решением.

В настоящее время обеспечение качества поверхности для деталей абсолютной и переменной жесткости является одной из важнейших проблем, гарантирующей высокие эксплуатационные свойства деталей машин и долговечность их работы. Шлифование является одним из эффективных способов для повышения качества поверхности деталей на завершающем этапе их изготовления. Эффективность шлифования деталей, в первую очередь, зависит от режущих способностей инструмента. Оптимизация его характеристики является главным ресурсом повышения производительности процесса и качества шлифованных деталей.

Качество шлифованной детали характеризуется большим количеством показателей, среди которых к инженерии поверхности, в первую очередь, относятся: шероховатость, точность формы и микротвердость. Но эти показатели трудно поддаются качественной комплексной оценке с высокой точностью. С этой целью привлечены элементы искусственного интеллекта, которые до настоявшего времени практически не используются в машиностроении для повышения эффективности технологических процессов. В исследовании они представлены нечеткой логикой (НЛ) и нейронными сетями (НС), которые позволили проанализировать большое количество переменных шлифования и охватить широкий диапазон технологических условий.

Одной из задач повышения качества поверхности детали является прогнозирование ее показателей. Для этого в исследовании проведен поиск регрессий многомерного дисперсионного анализа и нейро-нечетких сетей. Они позволили предсказать состояние шлифованных поверхностей деталей при разных технологических условиях шлифования.

Поиск оптимальных режимов шлифования - одна из наиболее массовых задач, решаемых при проектировании любой технологической операции. На базе уточненных моделей многомерного дисперсионного анализа и симплекс -метода проведена многопараметрическая оптимизация технологических переменных процесса шлифования (режима шлифования) с учетом конструктивных и технологических признаков, позволяющих управлять выходными параметрами обработки для операционной партии деталей в целом.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ И ПРОБЛЕМЫ ПОВЫШЕНИЯ КАЧЕСТВА ДЕТАЛЕЙ ИЗ КОРРОЗИОННО-СТОЙКИХ СТАЛЕЙ ПРИ ПЛОСКОМ ШЛИФОВАНИИ

1.1. Свойства и промышленное применение коррозионно-стойких сталей

Коррозионно-стойкими называются стали, обладающие высокой устойчивостью против коррозии в атмосферных условиях и некоторых газовых средах, речной и морской воде, растворах солей, щелочей и некоторых кислотах при комнатной и повышенных температурах [8, 44]. Основным легирующим элементом, обеспечивающим коррозионную стойкость металла, особенно в окислительных средах, является хром. Чистый хром обладает высокой химической стойкостью благодаря образованию на его поверхности защитной окисной пленки. Чем выше содержание хрома, тем выше коррозионная стойкость стали и сплава в атмосферных условиях и в ряде коррозионных сред [6, 17, 102].

Устойчивость против коррозии повышается при введении в состав стали хрома, алюминия, кремния и др. Эти элементы образуют непрерывную прочную оксидную пленку и повышают электродный потенциал, т. е. увеличивают электроположительность стали. Алюминий и кремний повышают хрупкость стали и применяются реже хрома. Стойкость этой стали можно повысить лишь после соответствующей термической обработки: закалки в воде после нагрева до температуры 1000...1150 °С или в другой среде, обеспечивающей быстрое охлаждение. [ 3, 138].

Благоприятное сочетание коррозионной стойкости с механическими, технологическими, магнитными и другими свойствами обеспечило коррозионно-стойким сталям широкое применение практически во всех отраслях промышленности [2, 16, 19, 66, 98, 148].

Детали, представленные на рисунках 1.1 - 1.3 относятся к нежестким и используются в летательных аппаратах. Сказанное необходимо учитывать при разработке технологического процесса их изготовления.

Рисунок 1.1 - Типовые представители рычагов

Рисунок 1.2 - Типовая конструкция балки

а) б) Рисунок 1.3 - Типовые конструкции колец (а) и наконечников (б)

На рычагах, кольцах и наконечниках плоское шлифование проводится по торцам бобышек, а для наконечников дополнительно для пазов. На рисунке 1.2 шлифуются верхняя и нижняя полки. Они часто изготовляются из коррозионно-стойких сталей: 06Х14Н6Д2ТМБТ-Ш (ЭП817-Ш), 08Х15Н5Д2Т (ВНС-2), 13Х15Н5АМЗ (ВНС-5), химический состав и механические свойства которых представлены в таблицах 1.1 [88, 103, 104] и 1.2 [69, 136, 140].

Таблица 1.1 - Химический состав сталей ВНС-5, ВНС-2 и ЭП817-Ш

ВНС-5 ВНС-2 ЭП817-И [I

Химический элемент % Химический элемент % Химический элемент %

Углерод (С) 0,13 Углерод (С) 0,08 Кремний < 0,7

Хром (Сг) 14 - 16 Хром (Сг) 14 - 16 Кадмий (Са) < 0,005

Никель (№) 4 - 6 Никель (№) 4 - 6 Марганец (Мп) < 1,0

Кремний < 0,6 Кремний < 0,8 Молибден (Мо) 1,3-1,7

Азот(К) 0,08-0,12 Марганец (Мп) < 1 Медь (Си) 1,8-2,2

Марганец (Мп) < 1 Фосфор (Р) < 0,035 Никель (№) 5.6-6.2

Фосфор (Р) < 0,035 Сера < 0,03 Ниобий (№) 0.25-0.4

Молибден (Мо) 2-4 Медь (Си) < 2 Титан (Т^ 0,03-0,1

Сера < 0,03 Титан(Т^ < 1 Углерод (С) 0,05-0,08

Железо ^е) основа Железо ^е) основа Хром (Сг) 13.5-14.5

Железо ^е) основа

Таблица 1.2 - Механические свойства исследуемых сталей

Механические свойства

Марка стали ав , МПа а0,2, МПа 8, % ¥, %

13Х15Н5АМЗ 1390-1650 1150 15 55

08Х15Н5Д2Т 915 810 20 66,5

06Х14Н6Д2МБТ-Ш 1310-1400 1210-1240 12-14 45-60

Замечание: ав - предел кратковременной прочности; ао,2 - предел пропорцио-

нальности (допуск на остаточную деформацию - 0,2%); 8 - относительное удли-

нение при разрыве; у - относительное сужение

1.2. Особенности шлифования деталей из коррозионно-стойких сталей

Коррозионно-стойкие стали могут выдержать воздействие высоких температур, не теряя при этом своей механической прочности. Высокая прочность и вязкость относит их к классу труднообрабатываемых, что особенно затрудняет их об-

работку резанием со снятием стружки [9, 92, 97, 98]. Для этого требуется специальный инструмент, режим резания, подбор СОЖ и др. Трудности шлифования приведены ниже:

1. Малая величина отношения: <0,2 <в характеризует высокую пластичность коррозионно-стойких сталей, что приводит при механической обработке их значительному упрочнению. Чем меньше приведенное соотношение, тем материал пластичнее и более упрочняется при механической нагрузке. Все коррозионно -стойкие стали относятся к высокопластичны.

2. Они имеют малую теплопроводность [102, 138], что ведет к повышению температур в зоне резания и требует использования СОЖ.

3. Большая истирающая способность жаропрочных и нержавеющих сталей и сплавов обусловлена наличием в них интерметаллидных или карбидных включений, действует на рабочие поверхности абразивного материала, приводя к увеличенному износу [67]. Твердые включения совместно с высокими температурами на контактных поверхностях приводят к интенсивному диффузионному износу зерен и явлениям адгезии (схватывания) традиционных абразивов из электрокорунда и карбида кремня. Зерна из кубического нитрида бора характеризуются химической инертностью практически ко всем химическим элементам, входящим в коррозионно-стойкие стали. По этой причине диффузионный и адгезионный износ зерен практически отсутствуют, что повышает эффективность шлифования [123].

4. Низкая виброустойчивость возникает по причине неравномерности процессов упрочнения детали по мере увеличения продолжительности шлифования, поскольку пластическая деформация при обработке протекает по-разному: в начале и в середине операции [6, 17]. Если обрабатывается небольшая по размерам деталь, то этим явлением можно и пренебречь, то его следует учитывать.

1.3. Преимущества высокопористых кругов из кубического нитрида бора Шлифовальные высокопористые круги (ВПК) обладают широким спектром достоинств, которые открывают широкие возможности применения в машиностроении [21, 41, 43, 46, 59, 62, 65, 107]. Для производства ВПК используют следующие

абразивные материалы [79, 80, 122]: традиционные абразивы (электрокорунд и карбид кремния); микрокристаллический (золь-гелевый) корунд, полученный по специальной химической технологии; суперабразивы (кубический нитрид бора и алмаз). По исследованиям [10, 20, 36, 42, 100, 110, 111, 101, 123, 124, 147 и др.] высокопористые круги показали большую эффективность при обработке вязких металлов и сплавов, закаленных, коррозионно-стойких сталей и неметаллических материалов.

ВПК из КНБ имеет алмазоподобную кристаллическую решетку, по твердости уступает только алмазу. В таблице 1.4 приведены обобщенные данные по физико -механическим свойствам основных материалов, используемых для изготовления ВПК [123].

Таблица 1.4 - Физико-механические свойства абразивного материала

Свойства Алмаз Кубический нитрид бора Электрокорунд Карбид кремния

Плотность, г/см3 3,48 ...3,56 3,45...3,49 3,85...4,15 3,12—3;25

Микротвердость, ГПа 84,4...98,4 78,5... 98,1 18,9...23,5 32,4...35,3

Модуль упругости, ГПа 900 720 358...390 365

Предел прочности, ГПа: при сжатии при изгибе 0,4...5,0 0,9... 1,0 2,0...6,5 0,4...1,5 3,0 0,09 1, 5 0,05...0,15

Механическая прочность при зернистости F60, Н 14,7...55,9 7,6... 10,5 8,8... 13,7 11,0... 14,7

Относительная абразивная способность, % 100 19,0...25,4 10,2... 13,5 16,7.21,1

Теплопроводность, Вт/(м*К) 143,5 41,9 19,7 15,5

Коэффициент термического расширения, 10-6, К 0,9...1,45 2,1...4,7 7,5 6,5

Удельная теплоемкость, Дж/(кг*К) 0,502 0,669 0,752 0,585

Теплоустойчивость, °С 700...800 1300...1500 1250...2000 1300... 1400

Из таблицы 1.4. видно, что высокая твердость К <НБ, сохраняющаяся при высо-

кой температуре (более 1000 °С) является важным преимуществом, так как позволяет обрабатывать стали и сплавы с очень твердыми структурными компонентами - карбидами, боридами, нитридами, интерметаллидами на интенсивных режимах. При этом зерна КНБ, отличаясь высокой износостойкостью, длительное время со-

храняют остроту вершин и кромок, что обеспечивает высокую и стабильную режущую способность ВПК из КНБ [62, 94, 99, 106]. Наблюдается значительно меньший износ зерен КНБ при шлифовании, чем у традиционных материалов (электрокорунда, карбида кремния). Это существенно увеличивает стойкость и ресурс ВПК из КНБ, ведет к повышению точности обработки и качества получаемых деталей .

Другим важным свойством и преимуществом ВПК из КНБ является также его высокая химическая стойкость. ВПК из КНБ не реагирует с кислотами и щелочами, инертен практически ко всем химическим элементам, входящим в состав сталей и сплавов [60]. Особо следует отметить инертность КНБ к железу, являющемуся основой всех сталей, тогда как алмаз при высокой температуре активно взаимодействует с железом, что является причиной интенсивного износа алмазных кругов при шлифовании сталей.

Химическая инертность ВПК из КНБ к большинству конструкционных материалов способствует эффективной обработке деталей из сталей, чугунов, сплавов на основе никеля, титана и др. [14, 37, 35, 119, 120, 123, 126, 131]. Близкая к оптимальной комбинация теплофизических свойств: более высокая теплопроводность и теплоустойчивость, а также меньший коэффициент линейного расширения, чем ВПК из электрокорунда и карбида, позволяет успешно применять ВПК из КНБ при повышенных скоростях шлифования [78].

Таблица 1.5 - Различные виды связок и их свойства, проявляющиеся при __шлифовании_

Основные свойства связок Вид связки

Керамическая Высокая средняя Наиболее высокая

Прочность круга Высокая Средняя Средняя

Прочность связи с зерном Высокая Низкая Высокая

Теплостойкость Наиболее высокая Средняя низкая Высокая

Жесткость Высокая Средняя Высокая

Водостойкость, химическая стойкость Высокая Среднее Высокое

Взаимодействие с обрабатываемым металлом Низкое Низкая Низкая

Пористость круга Высокая Высокая средняя Наиболее высокая

Вторым основным компонентом шлифовального круга является связка. В про-

изводстве ВПК используют следующие виды связок: керамические, органические,

металлические [62]. В таблице 1.5. приведены свойства связок, необходимые для эффективной работы шлифовальных кругов.

ВПК из КНБ на керамических связках обеспечивают самые высокие показатели по производительности, качеству и точности обработки деталей из конструкционных сталей и сплавов, чем все известные модификации корунда и карбида кремния, в основном на операциях получистового и чистового шлифования. Это объясняется тем, что зерна кубического нитрида бора, особенно больших размеров, имеют предел прочности на сжатие в 3...6 раз более низкий, чем у известных абразивных материалов [1, 37, 121, 125, 145].

В ряде случаев для улучшения эксплуатационных свойств шлифовальных кругов используются специальные наполнители, которые вводятся в состав формовочной смеси при изготовлении кругов. По своему назначению наполнители можно подразделить на следующие виды [60, 62]: антифрикционные, теплопроводные и порообразующие (КФ40, КФ25 и др.).

1.4. Статистический метод анализа наблюдений

Статистические методы - важнейший инструмент, используемый в современном производстве при большом рассеянии выходных параметров, который позволяет предсказать их величины. В настоящее время расширяется использование статистических методов обработки экспериментальных данных в машиностроении [142].

В теоретической статистике наиболее полно представлены параметрические методы. В их основе лежит предположение, что случайный вектор переменных образует некоторое многомерное распределение, как правило, нормальное. Если это предположение не находит подтверждения, следует воспользоваться непараметрическими методами статистики [40, 70].

При шлифовании статистический анализ широко применяется для установления качества деталей, которое характеризуется многими показателями. Оно зависит от большого числа взаимосвязанных факторов [108, 113, 122, 133, 135 и др.]. Например, точности оборудования; жесткости системы станок-приспособление -инструмент-деталь; посторонних включений в материал заготовки; температурных

колебаний; квалификации обслуживающего персонала; погрешностей режущего инструмента; режимов механической обработки и др.

Недостаток статистического метода заключается в том, что он не позволяет анализировать качество деталей при шлифовании с учетом большого количества его характеристик.

1.5. Искусственный интеллект

Качество шлифованных деталей характеризуется большим количеством показателей, которые коррелированы между собой и трудно поддаются качественной оценке с высокой точностью [116, 117, 118, 128, 160, 169, 173, 182]. С этой целью привлечены элементы искусственного интеллекта, которые до настоявшего времени практически не используются в машиностроении для повышения эффективности технологических процессов. В исследовании они представлены нечеткой логикой (НЛ) и нейронными сетями (НС), которые позволили решить поставленную проблему.

1.5.1. Применение нейронных сетей в машиностроении

НС представляет собой математическую модель, а также программную или аппаратную реализации, построенные по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма [64, 82]. Разработано огромное количество алгоритмов функционирования и обучения нейронных сетей, ведутся работы по созданию алгоритмов оптимизации их структуры с целью повышения быстродействия, адекватности результатов, снижения времени на обучение [134].

НС используется в качестве новой вычислительной техники в разных областях науки (в финансах, медицине, машиностроении и т.д.) для решения сложных задач: анализа данных, управления и их кластеризации [130, 137]. НС является мощным инструментом для моделирования, особенно в тех случаях, когда связи между входными переменными неизвестны. НС позволяет проводить мониторинг шероховатости обработанной поверхности в процессе фрезерования [168], контроль износа инструментов на металлорежущих станках [170] и исследование шероховатости поверхности в процессе гидроабразивной обработки [152]. Автор статьи [89]

создал сетевую модель для выбора зернистости шлифовальных кругов с элементами использования НС, но конкретные результаты исследования в ней не представлены. В настоящее время модели НС стали использовать в области технологии машиностроения: моделирования и оптимизации процессов [18, 38, 64, 153, 157, 165, 180]; прогнозирования качества [85, 157, 161, 177, 178, 179]; диагностики и контроля эффективности обработки [22, 86, 149, 174, 181] и др.

Таким образом, НС представляет универсальный способ решения многих нестандартных задач, способна уловить сложные нелинейные зависимости, самосовершенствоваться в процессе обучения. Как будет показано ниже, свойство самообучения отсутствует в НЛ. Использование построенных на их основе систем эффективно, сравнительно просто и не требует больших затрат. Растущий интерес к этой технологии привел к значительному расширению сферы ее использования, появлению множества различных подходов и алгоритмов обучения.

Что касается машиностроения, то использование этой технологии в столь наукоемкой и многогранной области предоставляет огромные возможности для поиска эффективных решений самых различных задач с удовлетворительной точностью, многие из которых ранее не рассматривались.

1.5.2. Применение нечеткой логики в машиностроении

НЛ представляет собой раздел ИИ, являющийся обобщением классической логики и теории множеств. Регулятор с НЛ является успешным применением теории нечетких множеств. Она была предложена американским математиком Лотфи-Заде в 1965 г. [39]. С помощью нечеткой логики обрабатывают неопределенные данные и ситуации, используя ассоциативные понятия человека в лингвистических терминах [32, 33].

В условиях неопределенности состояния поверхностей деталей создание традиционной системы управления технологическим процессом нецелесообразно и малоэффективно. По этой причине возникает необходимость в создании интеллектуальной самообучающейся системы управления, в которой параметры системы управления и ее структура настраиваются автоматически для получения необходимой эффективности технологического процесса [84, 95]. В настоящее время одним

из перспективнейших направлений для реализации его управления является привлечение нечеткой логики [4, 76]. Общей предпосылкой использования нечеткой логики в машиностроении является наличие в машинной части технологической системы необходимых управляющих воздействий и входных сигналов информации качественного характера.

НЛ применяется при моделировании объектов с непрерывным и с дискретным выходом. Объекты с непрерывным выходом соответствуют задачам аппроксимации гладких функций, возникающих при прогнозировании, многокритериальном анализе, управлении техническими объектами и т.п. [50]. Объекты с дискретным выходом соответствуют задачам классификации в машиностроении и технической диагностике, в распознавании образов, в ситуационном управлении и при принятии решений в подобных задачах [146].

Выводы, цель и задачи исследования

Из проведенного анализа литературных источников вытекает:

1. В настоящее время высокопрочная коррозионно-стойкие стали применяются во многих отраслях промышленности: космической технике, авиационной, транспортном машиностроении; химической и нефтехимической промышленности и др. Высокая прочность и вязкость относит сталей к классу труднообрабатываемых материалов, что особенно затрудняет их обработку резанием лезвийными и абразивными инструментами. Одним из перспективных методов обработки коррозионно-стойких сталей является маятниковое плоское шлифование, которое на завершающем этапе изготовления позволяет обеспечить получение деталей с высокими эксплуатационными характеристиками при минимальных затратах.

2. Одним из эффективных направлений шлифования деталей из коррозионно-стойких сталей является использование ВПК с зернами из КНБ. Для широкого внедрения этой технологии в промышленности требуется отработка характеристик ВПК из КНБ. На практике этой проблеме уделяется недостаточное внимание. Учитывая высокую стоимость КНБ, отработка характеристик круга является актуальной проблемой, способствующей более широкому применению ВПК из КНБ в промышленности.

3. В настоящее время технологические рекомендации по плоскому шлифованию деталей разработаны без учета их податливости и операционного припуска. Обычно операционный припуск учитывается только с позиций снятия с поверхности дефектов предшествующего этапа обработки. Податливость деталей вообще не принимается внимание в связи с сложностью проведения эксперимента, требующего при традиционном подходе изготовления большого количества образцов различных размеров.

4. При значительном интересе к широкому внедрению коррозионно-стойких сталей в качестве конструкционного материала, обладающего уникальными свойствами, необходимо иметь дифференцированные и интегральные оценки их обрабатываемости при плоском шлифовании. Их отсутствие препятствует прогнозированию эффективных условий обработки, нормированию расхода инструмента и выполнению плановых заданий на производстве.

5. Для разработки технологических рекомендаций по шлифованию различных марок коррозионно-стойких сталей необходимо их классифицировать по обрабатываемости при шлифовании и предложить новые технологические приемы для повышения производительности процесса при заданном качестве получаемых деталей.

Эти выводы позволяют сформулировать цель исследования.

Цель данной работы - Повышение качества плоского шлифования деталей абсолютной и переменной жесткости из коррозионно-стойких сталей высокопористыми кругами из кубического нитрида бора.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Экспериментальное изучение комплексного влияния элементов характеристики высокопористого круга, технологических факторов на выходные параметры процесса плоского шлифования деталей из коррозионно-стойких сталей.

2. Уточнение роли операционного припуска, величины и направления варьирования жесткости деталей на формирование качества шлифованных поверхностей.

3. Определение оптимальных характеристик высокопористых кругов из кубического нитрида бора, обеспечивающих получение наилучшего качества поверхности деталей по всему комплексу показателей с совместным учетом мер положения и рассеяния.

4. Поиск моделей многомерного дисперсионного анализа (МДА), позволяющих учитывать разнообразные условия обработки, с получением заданного качества деталей.

5. Создание расширенной информационной базы данных, позволяющей сократить сроки технологической подготовки в машиностроении.

6. Построение моделей нейро-нечеткой сети (ННС) для прогнозирование параметров качества шлифованных деталей абсолютной и переменной жесткости. Сопоставление моделей ННС и МДА по точности предсказания откликов.

7. На базе моделей МДА проведение многопараметрической оптимизации процесса шлифования с учетом конструктивных и технологических признаков, позволяющих управлять параметрами обработки операционной партии деталей в целом.

ГЛАВА 2. МЕТОДИКА ИССЛЕДОВАНИЯ ПРОЦЕССА ПЛОСКОГО

ШЛИФОВАНИЯ ДЕТАЛЕЙ ПЕРЕМЕННОЙ ПОДАТЛИВОСТИ ИЗ КОРРОЗИОННО-СТОЙКИХ СТАЛЕЙ НИТРИДБОРОВЫМИ КРУГАМИ

ВЫСОКОЙ ПОРИСТОСТИ

2.1. Методика и условия проведения натурных экспериментов

Натурные опыты проведены при следующих постоянных условиях: плоскошлифовальный станок модели 3Е711В, Скорость резания ук =28 м/с, СОЖ-5%-ая эмульсия Аквол-6 (ТУ 0258-024-0014842-98), подавая поливом на заготовку в количестве 7-10 л/мин; исследуемые образцы цилиндрической формы с размерами I = ТТ3: 1=1 - деталь 13Х15Н5АМ3 (ВНС-5) - диаметр В = 40 мм, высота Н = 38 мм; ¡=2 - деталь 08Х15Н5Д2Т (ВНС-2) - ВхН = 30х30 мм; и 1=3 - квадратной формы: деталь 06Х14Н6Д2МБТ-Ш (ЭП817-Ш) - ЬхБхН = 60х60х60 мм, торец которых служил шлифуемой поверхностью; число дублирующих опытов п=30. ВПК из КНБ имеют форму 1А1 и размеры 200*20*76*5 мм. Характеристики ВПК (I = 1711): 1-СБШ0 В76 100 0УК27-КФ40; 2-СБШ0 В107 100 0УК27-КФ40; 3-СБШ0 В107 100 0УКС10-КФ40; 4-СБШ0 Б126 100 0УК27-КФ40; 5-СБШ0 Б126 100 МУК27-КФ40; 6-СБШ0 Б126 100 ЬУК27-КФ40; 7-СБШ0 Б126 100 ЬУК27-КФ25; 8-СБШ0 Б151 100 0УК27-КФ40; 9-ЛКВ50 В107 100 0УК27-КФ40; 10-ЛКВ50 В126 100 ОУК27-КФ40; 11-ЛКВ50 В126 100 МУК27-КФ40 [28, 29]. В условиях эксперимента при проведений однофакторного дисперсионного анализа (ОДА) шлифование вели на следующем режиме: продольная подача 5*пр = 6 м/мин, поперечная подача 5*п = 4 мм/дв.ход, межпереходный припуск г = 0,1 мм и глубина резания ? представлена в 2 видах е = 1; 2: 1 - 0,005 мм, 2 - 0,01 мм.

Для учета податливости деталей в формировании состояния ее поверхности было использовано приспособление переменной жесткости [113], которое имело рамную конструкцию. Это позволяло при закреплении на нем образцов с постоянной массой и размерами моделировать процесс шлифования деталей переменной жесткости.

Рисунок 2.1 - Схема тарировки приспособления переменной жесткости

Список литературы диссертационного исследования кандидат наук Нгуен Мань Тием, 2017 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Агасарян Р. Р. Закономерности шлифования и эксплуатационные свойства закаленных сталей. - Ереван : Айастан, 1975. - 274 с.

2. Актуальные проблемы машиностроения / Под ред. Э. Каддиса, пер. с англ. - М.: Мир, 1993. - 276 с.

3. Амосов В.М., Гладков А.С., Капецкий Ч.В., Левин А.М. Металлы и сплавы для электровакуумных приборов. М.: Энергия, 1969. -236 с.

4. Анцев А.В., Анцева Н.В., Кривицкий И.В. Использование нечеткой логики для повышения эффективности промышленных технологий // Качество продукции: Контроль, Управление, Повышение, Планирование: сборник научных трудов Международной молодежной научнопрактической конференции (17-18 ноября 2015 года) / редкол.: Павлов Е.В. (отв. ред.); в 2-х т., Т. 1. Курск: Юго-Зап. гос. унт., ЗАО «Университетская книга», 2015. - С. 46-49.

5. Балла О.М., Замащиков Ю.И., Лившиц О.П. и др. Фрезы и фрезерование. - Иркутск: Изд- во ИрГТУ, 2009. - 172 с.

6. Балтаджи А.В., Петраков А.Ф., Шалькевич А.Б., Вознесенская Н.М. Высокопрочные азотосодержащие стали мартенситного и переходного класса высокой надежности // Проблемы создания и применения высокопрочных конструкционных сталей: Тезисы докл. Всесоюзной научно-технической конф. - М, 1983. - С 26-30.

7. Бобров В.Ф. Основы теории резания металлов. - М.: Машиностроение, 1975, -153 с.

8. Бородулин Г.М., Мошкевич Е.И. Нержавеющая сталь. - М.: Металлургия, 1973. - 320 с.

9. Братухин А.Г., Гурвич Л.Я. Коррозионная стойкость высокопрочных нержавеющих сталей. - М.: Авиатехинформ, 1999. - 208 с.

10. Братухина А.Г., Язова Г.К., Карасева Б.Е. и др. Современные технологии в производстве газотурбинных двигателей. М.: Машиностроение, 1997. - 416 с.

11. Булыжев Е. М., Худобин Л. В. Ресурсосберегающее применение сма-зочно-охлаждающих жидкостей при металлообработке. - М.: Машиностроение,

2004. - 352 с.

12. Быховский И. И. Основы теории вибрационной техники. - М.: Машиностроение, 1968. - 362 с.

13. В Круглов В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. - М.: Горячая линия, Телеком, 2001. - 382 с.

14. В. Ф. Макаров и др. Эффективное применение новых видов абразивного инструмента в современном производстве деталей газотурбинных двигателей // Абразивный инструмент и металлообработка: сборник научных трудов -Челябинск : Изд-во ЮУрГУ, 2002. - С. 128 -131.

15. Васенков Д.В. Методы обучения искусственных нейронных сетей // компьютерные инструменты в образовании, 2007. - № 1. - С. 20-29.

16. Вегман Е.Ф и др. Металлургия чугуна. - М.: ИКЦ «Академкнига», 2004, -

774 с.

17. Вознесенская Н.М., Изотов В.И., Ульянова Н.В., Потапова Л.С., Потак Я.М. Структура и свойства высокопрочной нержавеющей стали 1Х15Н4АМ3 // Металловедение и термическая обработка металлов,1971. - № 1, - C. 32-35.

18. Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности /. - Х.: ОСНОВА, 1997 г. - 112 с.

19. Воскобойников В.Г. и др. Общая металлургия. - М.: ИКЦ «Академкнига»,

2005. - 768 с.

20. Высокопроизводительное шлифование / Сборник. Отв. редактор Е.Н. Маслов. М.: Изд-во АН СССР, 1962. - 248 с.

21. Глаговский Б. А., Роиштейн Г. М., Яшин В. А. Контрольно -измерительные приборы и основы автоматизации производства абразивных инструментов. - Л.: Машиностроение, 1980. - 286 с.

22. Гончарова С. Г. Интеллектуальная система управления процессом механообработки с оперативным использованием нечеткой нейросетевой модели знаний: Автореф. дис. канд. техн. наук.: 05.13.06 / Уфим. гос. авиацион. -техн. ун-т. -Уфа, 2001. - 24 с.

23. ГОСТ 24343-81. Допуски формы и расположения поверхностей. Числовые значения; введ. 01.07.1981 г.; Взамен ГОСТ 10356-63. - М.: Изд-во стандартов, 1984. - 14 с.

24. ГОСТ 24642-81. Допуски формы и расположения поверхностей. Основные понятия и обозначения; введ. 01.07.1981 г.; взамен ГОСТ 10356-63. - М.: Изд-во стандартов, 1984. - 68 с.

25. ГОСТ 25472-82. Шероховатость поверхности. Термины и определения; введ. 01.01.1983 г. - М.: Изд-во стандартов, 1982. - 68 с.

26. ГОСТ 2789-73 Шероховатость поверхности. Параметры и характеристики. Введ. 1975-01-01. М.: ИПК Издательство стандартов, 2006. - 6 с.

27. ГОСТ 5725- 2- 2012. Точность (правильность и прецизионность) методов и результатов измерений. Часть 2. Основой метод определения повторяемости и воспроизводимости стандартного метода измерений. Введен 2002- 01- 11. - М.: Изд- во стандартов, 2002. - 58 с.

28. ГОСТ Р 52587- 2006. Инструмент абразивный. Обозначения и методы измерения твердости. Введ. 16.11.2006. -М.: Стандартинформ, 2007. - 9 с.

29. ГОСТ Р 53922- 2010. Порошки алмазные и из кубического нитрида бора (эльбора). Зернистость и зерновой состав шлифпорошков. Контроль зернового состава. Введ. 27.10.2005. - М.: Стандартинформ. -15 с.

30. ГОСТ Р ИСО 5479-2002. Статистические методы. Проверка отклонения распределения вероятностей от нормального распределения. Введ. 2002-07-01. М.: ИПК Издательство стандартов, 2002. - 31 с.

31. ГОСТ. Цветные металлы и сплавы. Методы испытаний. -М.: Стандартов, 2004. - 880 ^

32. Деменков Н.П. Нечеткое управление в технических системах: учеб. пособие. - М.: изд-во МГТУ им. Н.Э. Баумана, 2005. - 213 а

33. Деменков Н.П. Язык нечеткого управления // Промышленные АСУ и контроллеры, 2005. - № 5. - С. 30-36.

34. Дриц М.Е., Москалев М.А. Технология конструкционных материалов и материаловедение: Учеб. для студентов немашиностроительных спец. ВУЗов. - М.: Высшая школа, 2007. - 446 с.

35. Елисеев Ю. С. Солодухин Н.Н., Новиков В.С., Старков В.К., Рябцев С.А., Торопцев М.В. Шлифование зубчатых колес и соединений высокопористыми кругами // Технология машиностроения, 2001.-№ 6.- С. 15-18.

36. Елисеев Ю.С., Старков В.К., Рябцев С.А. Новый инструмент для глубинного шлифования хвостовиков турбинных лопаток. Авиационная промышленность, 2000. - № 4. - С. 36-44.

37. Елисеев, Ю. С. Обработка зубчатых колес высокопористыми кругами / Ю. С. Елисеев // Авиационная промышленность, 1999. - № 4. - С. 48 - 50.

38. Еремин Д.М., Гарцеев И.Б. Искусственные нейронные сети в интеллектуальных системах управления: Учеб. пособие / ГОУ ВПО МИРЭА - М., 2004. -76 с.

39. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных рассуждений. - М., 1976. - 167 с.

40. Закс, Л. Статистическое оценивание / Пер. с нем. - М.: Статистика, 1976. - 598 с.

41. Зарецкая Г. М., Лавров И. В., Филоненко Н. Е. Искусственные абразивные материалы под микроскопом. - М.: Недра, 1981. - 159 с.

42. Зубков А.Б. Повышение эффективности глубинного шлифования жаропрочных сплавов с использованием высокопористого абразивного инструмента специальной структуры // дисс. ... канд. техн. наук, М., 1992. - 125 с.

43. Ипполитов Г. М. Абразивно-алмазная обработка. - М.: Машиностроение, 1969. - 335 с.

44. Кнорозов Б.В., Усова Л.Ф., Третьяков А.В. и др. Технология металлов и материаловедение. - М.: Металлургия, 1987. - 800 с.

45. Кобзарь, А.И. Прикладная математическая статистика: Для инженеров и научных работников. - М.: ФИЗМАТЛИТ, 2006. - 816 с.

46. Ковальчук Ю. М. Развитие производства абразивного, алмазного и эльборного инструмента. - М.: Машиностроение, 1976. - 32 с.

47. Колтунов И.И. Повышение эффективности процесса шлифования внутренних криволинейных поверхностей колец самоустанавливающихся подшипников: ав- тореф. дис. ... док. техн. наук (21.12.01). - Орел, 2007. - 44 с.

48. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: учеб. пособие для вузов - 2ое изд, перерав. и доп. - М.: изд- во МГГУ им. Н.Э.Баумана, 2004. - 400 с.

49. Коротких М.Т. Технология конструкционных материалов и материаловедение. Учеб. Пособие. СПб.: СГПУ, 2004. - 104 с.

50. Кофман А.В. ведениев теорию нечетких множеств / Пер. с франц. - М.: Радио и связь, 1982. - 432 с.

51. Кремень 3. И., Голованова М. Н., Гузэль В. 3. Обрабатываемость износостойких покрытий шлифованием // Труды ВНИИАШ. - Л., 1988. - С. 3-9.

52. Кремень 3. И., Зайцева М. А., Федотова С. М. Специализированные абразивные инструменты. - М.: Машиностроение, 1986. - 40 с.

53. Кремень 3. И., Зубарев Ю. М., Лебедев А. И. Высокопористые круги из эльбора и их применение при шлифовании высокопластичных сплавов // Металлообработка, 2009. - №3(51).- С. 2-5.

54. Кремень 3. И., Лебедев А. И. Анализ возможностей управления пористостью шлифовальных кругов из эльбора с целью расширения областей их применения // Технология, оборудование и автоматизация машиностроительного производства: Сб. науч. тр. - СПб.: Инструмент и технологии, 2008. - № 30. - С. 126-129.

55. Кремень 3. И., Лебедев А. И. Крупнопористые круги из кубич, 2011. № 9. С. 61-63.

56. Кремень 3. И., Лебедев А. И., Вострокнутов Д. В. Круги из эльбора как средство повышения эффективности шлифования кулачковых распределительных валов // Автомобильная промышленность, 2009. №1. - С. 34.

57. Кремень 3. И., Унянин А. Н., Лебедев А. И. Исследование, на основе вероятностного моделирования, влияния пористой структуры шлифовальных кругов

из эльбора на процесс засаливания круга // Повышение эффективности механообработки на основе моделирования физических явлений: Материалы Всероссийской научно-технической конференции. - Рыбинск: РГТА, 2009. -Ч.1.-С. 158-161.

58. Кремень 3. И., Юрьев В. Г., Бабошкин А. Ф. Виды шлифования и выбор характеристик абразивных кругов. - СПб.: Инструмент и технологиии, 2002. - 54 с.

59. Кремень З.И. Высокопористые круги - эффективное средство повышения производительности шлифования и качества деталей из различных материалов // Инструмент и технологии, 2001. - № 5/6. - С. 34-37.

60. Кремень З.И. Шлифование суперабразивами высокоплстичных сплавов / З.И. Кремень, В.Г. Юрьев. - СПб.: Политехн. ун-та, 2013. - 167 с.

61. Кремень З.И., Поповский Д.А., Юрьев В.Г. Шлифование титановых сплавов шлифовальными кругами на основе эльбора и алмаза // Вестник машиностроения, 2013. - № 5. - С. 66-69.

62. Кремень З.И., Юрьев В.Г., Бабошкин А.Ф. Технология шлифования в машиностроении / под ред. З.И. Кремня. - СПб: Политехника, 2007. - 425 с.

63. Круглов В.В. Нечеткая логика и искусственные нейронные сети. - М.: Физматлит, 2001 - 221с.

64. Круглов В. В., Дли М. И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. - М., 2001. - 201 c.

65. Кудасов Г. Ф. Механическая обработка абразивных инструментов. - М.-Л. Машгиз, 1956. - 161 с.

66. Кудрин В. А. Теория и технология производства стали. Учебник для вузов. - М.: «Мир», ООО «Издательство ACT», 2003. - 528с.

67. Куракова Н.П., Гаврин В.С., Гаврилов Г.Н., Костромин С.В. исследование свойств коррозионностойкой стали для изделий авиационной техники // Современные проблемы науки и образования, 2014. - № 2. Режим доступа: http://www.srience-education.ru/ra/artide/view?id=12907 (дата обращения: 10.11.2016).

68. Лахтин Ю.М., Леонтьева В.Н. Материаловедение. Учебник для ВУЗов технич. спец. - 3-е изд. - М. Машиностроение, 2006. - 528 с.

69. Левин А. М. Конструкционные материалы и герметики в вакуумнос приборостроении. - М.: Машиностроение, 1986. - 60 с.

70. Лемешко Б.Ю. Статистический анализ одномерных наблюдений случайных величин: Программная система. - Новосибирск: Изд- во НГТУ, 1995. - 125 с.

71. Лемешко Б.Ю., Лемешко С.Б. О сходимости распределений статистик и мощности критериев однородности Смирнова и Лемана- Ро- зенблатта // Измерительная техника, 2005. -№ 12. - С. 9- 14.

72. Лемешко Б.Ю., Лемешко С.Б. Об устойчивости и мощности критериев проверки однородности средних // Измерительная техника, 2008. -№9. - С. 23- 28.

73. Лемешко Б.Ю., Миркин Е.П. Критерии Бартлетта и Кокрена в из -мерительных задачах при вероятностных законах, отличающихся от нормального // Измерительная техника, 2004. - №10. - С. 10- 16.

74. Лемешко Б.Ю., Пономаренко В.М. Исследование распределений статистик, используемых для проверки гипотез о равенстве дисперсий при законах ошибок, отличных от нормального // Научный вестник НГТУ, 2006. - №2(23). - С. 21- 33.

75. Лемешко Б.Ю., Постовалов С.Н. Компьютерные технологии анализа данных и исследования статистических закономерностей: Учеб. пособие. - Новосибирск: Изд- во НГТУ, 2004. - 120 с.

76. Леоненков А.В. Нечеткое моделирование в среде МА^АВ и fuzzyTECH // А.В. Леоненков. СПб.: БХВ-Петербург, 2005. - 736 с.

77. Леонов Б. Н., Новиков А. С., Богомолов Е. Н. и др. Технологическое обеспечение проектирования и производства газотурбинных двигателей / Под ред. Б. Н. Леонова и А. С. Новикова. Рыбинск, 2000. - 407 с.

78. Лурье, Г.Б. Шлифование металлов. - М.: Машиностроение, 1969. - 127 с.

79. Лысанов В. С., Букин В. А, Глаговский Б. А. Эльбор в машиностроении. [Под ред. В. С. Лысанова]. - Л.: Машиностроение, 1978. - 280 с.

80. Любомудров В. Н., Васильев Н. Н., Фальковский Б. И. Абразивные инструменты и их изготовление. - М.- Л.: Машгиз, 1953. - 376 с.

81. Макаров И.М., Лохин В.М. Манько, С.В., Романов М.П. Искусственный интеллект и интеллектуальные системы управления /- М.: Наука, 2006. - 333 с.

82. Мак-Каллок У.С., Питтс У. Логическое исчисление идей, относящихся к нервной активности / пер. с англ. / ред. К. Шеннон, Дж. Маккарти. - М.: ИЛ, 1956.

- С. 362-384.

83. Мандров Б.И., Бакланов С.Д., Бакланов Д.Д. и др. Применение функции желательности Харрингтона при экструзионной сварке листов из полиэтилена марки ПЭНД // Ползуновский, 2012. -№ 1. -С. 62- 64.

84. Мартинов Г.М., Григорьев А.С. Диагностирование режущих инструментов и прогнозирование их остаточной стойкости на станках с ЧПУ в процессе обработки // СТИН. 2012. - №12. - С. 23-27.

85. Медведев В. В., Ковалевская Е. С. Нейросетевое прогнозирование качества термообработки сталей и сплавов // Международная научная конференция «Нейросетевые технологии и их применение». - Краматорск: Донбасская государственная машиностроительная академия, 2002.

86. Медведев В. В., Ковалевский С. В. Применение нейросетей при оценке информативности частот диагностического сигнала // Вестник СумГУ, 2002. - №2.

- С. 74-79.

87. Медведь Р.А., Кузина В.Ф., Барышникова М.Н. Влияние условий резания на загрязненность воздушной среды аэрозолями и продуктами термоокислительной деструкции СОЖ // Пути повышения производительности и качества механообработки на базе эффективного применения смазочно -охлаждающих жидкостей и прогрессивных методов заточки режущего инструмента: тезисы докл. семинара. - М.: ЦНИИТЭ. 1981. - С. 41-45.

88. Миссия компании «Владресурс». - Режим доступа: http://vladresurs.ru/08h15n5d2t-ep410 (дата обращения: 17.05.2016).

89. Назарьева В.А. Сетевая модель выбора зернистости шлифовальных кругов с элементами использования систем искусственного интеллекта // СТИН, 2016. - № 2. - С. 37-40.

90. Носенко В.А. Шлифование адгезионно-активных металлов. М.: Машиностроение, 2000. - 261 с.

91. Обработка резанием жаропрочных, высокопрочных и титановых сплавов. / Под ред. Н. И. Резникова. - М.: Машиностроение, 1972. - 200 с.

92. Обработка резанием жаропрочных, высокопрочных и титановых сплавов. / Под ред. Н. И. Резникова. - М.: Машиностроение, 1972. - 200 с.

93. Орлов А.И. Теория нечетких множеств - часть теории вероятностей. // Научный журнал КубГАУ, 2013 - №8 (92) - С. 51- 60.

94. Основы проектирования и технология изготовления абразивного и алмазного инструмента/ В. Н. Бакуль, Ю. И. Никитин, Е. Б. Верник и др.; [под ред. В. Н. Бакуля]. - М,: Машиностроение, 1965. - 296 с.

95. Пасько Н.И., Анцев А.В. Комплексная модель износа режущего инструмента и пример ее применения для оптимизации режима профилактики // Известия Тульского государственного университета. Технические науки. Вып. 11. Ч 1. Тула: Изд-во ТулГУ, 2015. - С. 192-202.

96. Поволоцкий Д.Я., Рощин В.Е., Рысс М.А. и др. Электрометаллургия стали и ферросплавов. - М.: Металлургия, 1974. -551с.

97. Подпоркин В.Г. Обработка нежестких деталей. - М.; Л.: Машгиз, 1959. -

208 с.

98. Подураев В. Н. Резание труднообрабатываемых материалов. - М.: Высшая школа, 1974. - 587 с.

99. Полубелова А. С., Крылов В. Н., Карлин В. В. и др. Производство абразивных материалов. - Л: Машиностроение, 1968. 296 с.

100. Попов С.А., Ананьян Р.В. Шлифование высокопористыми кругами. -М.: Машиностроение, 1980. - 79 с.

101. Попов С.А., Ананьян Р.В. Эксплуатационные свойства высокопористых абразивных кругов. Станки и инструмент, 1977. - № 3 - С 22-23.

102. Потак Я. М. Высокопрочные стали. М.: Металлургия, 1972. - 167 с.

103. Продажа металлопроката Москвы «ПрофПрокат». - Режим доступа: http://www.profprokat.ru/content/view/1300/76/ (дата обращения: 17.05.2016).

104. Продажа металлопроката Москвы «ПрофПрокат». - Режим доступа: http://www.profprokat.ru/content/view/1304/75/ (дата обращения: 17.05.2016).

105. Рудой Г.И. Выбор функции активации при прогнозировании нейронными сетями // Машинное обучение и анализ данных. - 2011. - № 1. - С. 16-39.

106. Рыбаков В. А., Авакян В. В., Масевич О. С. и др. Оборудование и оснастка предприятий абразивной и алмазной промышленности: Учеб. пссобие для машиностроительных техникумов; [под общ. ред. В. А. Рыбакова]. - М.: Машиностроение, 1981. - 271 с.

107. Рыбаков В. А., Муценко В. И., Глаговский Б. А. и др. Абразивные материалы и инструмент: Каталог-справочник; [под общ. ред. В. А. Рыбакова]. -М.: НИИМаш, 1976. - 385 с.

108. Рыжов Э.В. Математические методы в технологических исследованиях. - Киев: Наук. Думка, 1990. - 184 с.

109. Рыкалин Н. Н. Расчеты тепловых процессов при сварке. - М.: Маш- гиз, 1951. - 269 с.

110. Силин С.С., Б.Н. Леонов, В.А. Хрульков и др. Оптимизация технологии глубинного шлифования. - М.: Машиностроение, 1989. - 120 с.

111. Силин С.С., Хрульков В.А., Лобанов A.B., Рыкунов Н.С. Глубинное шлифование деталей из труднообрабатываемых материалов /. М.: Машиностроение, 1984. - 64 с.

112. Сипайлов В.А. Тепловые процессы при шлифовании и управление коче-ством поверхности. - М.: Машиностроение, 1978. - 167 с.

113. Солер Я.И. Гайсин С.Н., Казимиров Д.Ю. Статистические модели микрогеометрии поверхности при плоском шлифовании абразивными высокопористыми кругами деталей переменной жесткости из стали 12Х18Н10Т // Металлообработка, 2005. - №3(27). - С. 12 - 16.

114. Солер Я.И., Казимиров Д.Ю. Регулирование микрогеометрии поверхности при плоском чистовом шлифовании быстрорежущего инструмента // Вестник ИРО АН вш., 2005. - №2 (7). - С. 129 - 139.

115. Солер Я.И., Прокопьева А.В. Исследование влияния выхаживания на микрорельеф пластин Р9М4К8 при шлифовании кругами из кубического нитрида бора // Обработка металлов (технология, оборудование и инструменты), 2009. - №1 (42). - С. 24- 27.

116. Солер Я.И., Тием Мань Нгуен. Оптимизация икрорельефа поверхности плоских деталей из коррозионно-стойкой стали 13х15н5ам3 при шлифовании нитридборыми кругами высокой пористости. // Фундаментальные и прикладные проблемы техники и технологии, 2015. - № 6 (314) - С. 65-72.

117. Солер Я.И., Тием Мань Нгуен. Поиск оптимальной зернистости нитридборовых кругов при плоском шлифовании деталей из стали 06х14н6д2мвт-ш по микрорельефу поверхности в условиях моделирования нечеткой логики. // Вестник мгту им. Н.э. Баумана. Сер. «машиностроение», 2015. - № 6 - С 96-111.

118. Солер, Я. И. Мань Тием Нгуен Выбор нитридборовых кругов при многопараметрическом моделировании топографии деталей из стали 06Х14Н6Д2МВТ- Ш в среде нечеткой логики // СТИН, 2016. - № 5. - С.18-25.

119. Солодухин, Н. Н. Разработка и внедрение технологии изготовления зубчатых колес профильным глубинным шлифованием : Автореф. дис. ... канд. техн. наук. - М., 2004. - 20 с.

120. Справочник шлифовщика / Л. М. Кожуро [и др.] ; под общ. ред. П. С. Чистосердова. - Минск : Высшая школа, 1981. - 287 с.

121. Старков В. К. и др. Сравнительный анализ шлифовальных кругов из кубического нитрида бора с нормальной и высокопористой структурами : конструкционные материалы / // Технология машиностроения, 2005. - №9. - С.10-14.

122. Старков В.К. Высокопористый абразивный инструмент нового поколения // Вестник машиностроения, 2002. - № 4. - С. 56-62.

123. Старков В.К. Шлифование высокопористыми кругами. - М.: Машиностроение, 2007. - 688 с.

124. Старков В.К., Белоусова Н.И. Шлифование цементованных и закаленных сталей высокоструктурными кругами // Авиационная промышленность, 1972. - № 6. - С. 44-47.

125. Старков, В. К. Глубинное шлифование титановых сплавов / В. К. Старков, С. А. Рябцев, А. Н. Шутов // Процессы абразивной обработки, абразивные инструменты и материалы : сб. статей Межд. науч. -техн. конф. «Шлифабразив-2001». - Волжский : ВолжскИСИ, 2001. - С. 137-141.

126. Старков, В. К. Особенности назначения характеристик высокопористого абразивного круга для бездефектного шлифования / В. К. Старков, Ю. М. Дворин // Процессы абразивной обработки, абразивные инструменты и материалы : сб. статей Межд. науч.-техн. конф. «Шлифабразив - 2002». - Волжский : ВолжскИСИ, 2002. - С. 5-7.

127. Сугэно М. Нечеткие множества и их применение в логическому правлении. / М. Сугэно. // Кэйсокутосэйге, 1979. - Т.18. -№ 2. - С. 150 - 160

128. Суслов А. Г. Качество поверхностного слоя деталей машин. - М.: Машиностроение, 2000. - 317 с.

129. Суслов А.Г., Безъязычный В.Ф., Панфилов Ю.В. и др. 2008 Машиностроение (Москва) 320 с.

130. Терехов С.А. Лекции по теории и приложениям искусственных нейронных сетей. Режим доступа: http://www.gotai.net/documents/doc- пп- 007^рх (дата обращения: 11.03.2016)

131. Толоконников В. Интегральная технология: от философии к практике // Двигатель, 1999. -№ 3. - С. 20-24.

132. Тэрано Т., Асаи К., Сугэно М. Прикладные нечеткие системы. - М.: Мир, 1993 - 368с.

133. Уиллер Д. Чамберс Д. Статистическое управление процессами / пер. с англ. - М.: Альпина Бизнес Букс, 2009. - 469 с.

134. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. - М.,

1992.

135. Управление качеством. Робастное проектирование. Метод Тагути / Р. Леон [и др.] пер с англ. - М.: «СЕЙФИ», 2002. - 384 с.

136. Фрезы и фрезерование / О.М. Балла, Ю.И. Замащиков, О.П. Лившиц и др. - Иркутск: Изд-во ИрГТУ, 2006. -172 с.

137. Хайкин С.Б. Нейронные сети: полный курс. 2- е изд. Пер. с англ.- М.: Издательский дом «Вильямс», 2006. - 1104 с.

138. Химушин Ф.Ф. Нержавеющие стали. М.: Металлургия, 1963. - 300 с.

139. Черепахин А.А. Материаловедение: Учебник для сред. проф. образования, обуч. по спец. 3106 «Механизация с. -х.». - М.: Академия, 2008. - 252 с.

140. Чудаков Е.А. Энциклопедический справочник. Раздел 2. Материалы машиностроения. Том 3. Москва, 1947. - 738 с.

141. Шарстнев В.Л., Вардомацкая Е.Ю. Анализ возможностей нейронных сетей для прогнозирования задач легкой промышленности // Управление экономическими системами: электрон. науч. журн., 2007. - № 9. - С. 3-7.

142. Швалева А. В. Методы математической статистики в технических исследованиях // Молодой ученый. — 2012. — №3. — С. 427-430.

143. Шифрин А.Ш. Резницкий Л.М. Обработка резанием коррозионностойких, жаропрочных и титановых сталей и сплавов. - М. - Л.: Машиностроение, 1964. -448с.

144. Шишкин А.В., Чередниченко В.С., Черепанов А.Н., Марусин В.В. Материаловедение. Технология конструкционных материалов: Учеб. для вузов. В 2 т; [под ред. В.С.Чередниченко]. - Новосибирск: Изд-во НГТУ, 2004. - Т.1. Элементы теоретических основ материаловедения и технологии получения материалов. - 448 с.

145. Шлифование Солер Я.И., Нгуен В.Л., Нгуен Ч.К. Прогнозирование точности формы плоских деталей из закаленных сталей при маятниковом

шлифовании периферией абразивного круга. // Международный научно-исследовательский журнал, 2013. - № 12 (19). -Ч. 1. - C. 128-134.

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

147. Якимов А.В. Оптимизация процесса шлифования. - М.: Машиностроение, 1975. - 176 с.

148. Якушев А.М. Проектирование сталеплавильных и доменных цехов. -М.: Металлургия, 1984. - 216 с.

149. Ящерицын П.И., Махаринский Е.И. Планирование эксперимента в машиностроении. - Минск: Выш. шк., 1985. - 286 с. Adlemo A., Andreasson S.-A., Balanced automation in flexible manufacturing systems, International Journal of Studies in Informatics and Control, June 1996. - Vol. 5. - No. 2. - Р. 179-187.

150. Bartlett M.S. Properties of sufficiency of statistical tests // Proc. Roy. Soc., 1937. - A 160. - P. 268- 287.

151. Carlyle,W. M., Montgomery, D. C., and Runger, G. C. (2000), "Optimization Problems and Methods in Quality Control and Improvement," (with discussion), Journal of Quality Technology,31, 1-17.

152. Caydas U., Hascalik A. A study on surface roughness in abrasive waterjet machining process using artificial neural networks and regression analysis method // Journal of materials processing technology, 2008. - № 202. - P. 574-582.

153. Choi, G. H.; Lee, K.D.; Chang, N.; Kim, S.G. Optimization of the process parameters of injection molding with neural network application in a process simulation environment. // CIRP Annals, 1994. - Vol. 43/1, - P. 449-452.

154. Cochran W.G. The distribution of the largest of a set of estimated variances as a fraction of their total // Annals of Eugenics, 1941. - Vol. 11. - P. 47- 52.

155. Del Castillo, E., and Montgomery, D. C. (1993), "A Nonlinear Programming Solution to the Dual Response Problem," Journal of Quality Technology, 25, 3.

156. Derringer, G., and Suich, R. (1980), "Simultaneous Optimization of Several Response Variables," Journal of Quality Technology, 12, 214-219.

157. Dini G., A neural approach to the automated selection of tools in turning // Proc. of 2nd AITEM Conf. - Padova, 1995. - P. 1-10.

158. Draper N.R., Smith H. Applied Regression Analysis. Third Edition. / John Wiley & Sons, New Jersey, 1998. - 736 p.

159. Draper N.R., Smith H. Prikladnoy regressionnyy analiz. Tret'ye izdaniye. -John Wiley & Sons, New Jersey, 1998, - 736 p.

160. Hollander M., Wolfe D.A. Nonparametric statistical methods, Second Edition. - Wiley- Interscience, 1999. - 787 p.

161. Ko J. K., Cho D. W., Adaptive Modelling of the Milling Process and Application of a Neural Network for Tool Wear Monitoring // The International Journal of Advanced Manufacturing Technology, 1996. - No.12 - P. 5-13.

162. Levene Test for Equality of Variances. Режим доступа: http://www.itl.nist.gov/div898/handbook/eda/section3/eda35a.htm (дата обращения 20.8.2016).

163. Lind, E. E., Goldin, J., and Hickman, J. B. (1960), "Fitting Yield and Cost Response Surfaces," Chemical Engineering Progress, 56, 62.

164. Mamdani E.H. Application of fuzzy algorithms for control of a simple dynamic plant // Proc. IEEE, 1974. - Vol.121. - P. 1584 - 1588.

165. Monostori L., Vincze T. Training and application of artificial neural networks with incomplete data // http://www.sztaki.hu/~viharos/homepage/Publica-tions/2002_SPRINGER_ISAI_IEAofAIE /IEA_AIE_2002_VZS_ML_FINAL.htm

166. Neel J.H., Stallings W.M. A Monte Carlo study of Levene's test of homogeneity of variance: Empirical frequencies of Type I error in normal distributions. Paper presented at the meeting of the American Educational Research Association,Chicago. (ERIC Document Reproduction Service No. ED 092 581), 1974. -581 p.

167. Oludele A., Olawale J. Neural Networks and Its Application in Engineering // Proceedings of Informing Science & IT Education Conference (InSITE), 2009. - P. 8395.

168. QuintanaG., Garcia- Romeu- M. L., Ciurana J. Surface roughness monitoring application based on artificial neural networks for ball- end milling operations // J intell manuf., 2011. - № 22. -P. 607- 617.

169. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson- Cook. Response surface methodology: process and product optimization using designed experiments. - John Wiley & Sons, New Jersey, 2009. - 824 p.

170. Sick B. Online 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, 2002. - Vol. 16. - P. 487-546.

171. Soler Ya.I., Kazimirov D.Yu. Selecting abrasive wheels for the plane grinding of airplane parts of the basis surface roughness // Russian engineering research, 2010. -Vol.30. - No.3. - P 251- 261.

172. Soler Ya.I., Nguyen V.L. Selection of synthesis corundum Crain in Grinding flat parts from hardened steel 30ChGSA the macrogeometry criterion // Applied mechanies and material, 2015.- Vol. 788. - P. 95- 101.

173. Soler Yakov Iosifovich, Nguyen Manh Tiem & Nguyen Van Le. Cutting Capability Assessment of Highly Porous CBN Wheels by Microrelief of Plane Parts from 06Cr14Ni6Cu2MoWTi-Sh Steel Using Artificial Intelligence System // J. Eng. Technol. Sci., 2016. -Vol. 48. -№. 4. -P. 456-469.

174. Stich T. J., Spoerre J. K., Velasco T. The Application of Artificial Neural Networks to Monitoring and Control of an Induction Hardening Process // Journal of Industrial Technology, 2000. - Vol. 16. - No. 1. - P. 1-11.

175. Sukhatme B.V. On certain Two- sample nonparametric tests for variances //AMS. - 1957. - V.28. - №1. - P.188- 194.

176. Tsukamoto Y. Fuzzy logic based on Lukasiewicz logic and its application to diagnosis and control // Doctoral dissertation of T.I.T, 1979.

177. Viharos Zs. J. Solutions of various assignments in different levels of machining using a general ANN-based process model // MOSYCUT - Model-based monitoring systems for cutting tools and processes, MOSYCUT Workshop-Ljubljana, 1998. - P. 6572.

178. Viharos Zs. J., Monostori L, A general, ANN-based cutting model and its application in different phases of manufacturing; MicroCAD '99 // International Conf. on Computer Research; University of Miskolc, Hungary, 24-25 February 1999, - P. 123129.

179. Viharos Zs. J., Monostori L., Automatic input-output configuration of ANN-based process models and its application in machining // Book: Lecture Notes of Artificial Intelligence - Multiple Approaches to Intelligent Systems, Conference, Cairo, Egypt, May 31-June 3, 1999, - P. 659-668.

180. Viharos Zs., Monostori L. A General, Ann-Based Cutting Model And Its Application In Different Phases Of Manufacturing // MicroCAD '99, International Conf. On Computer Research; University of Miskolc, Hungary,1999. - P. 123-129.

181. Viharos Zs., Monostori L. Intelligent, Quality-Oriented Supervisory Control of Manufacturing Process and Process Chains // Intelligent, quality-oriented supervisory control of manufacturing processes and process chains; DYCOMANS Workshop, Bled-Slovenia, 12-14 May, 1999. - P. 129-134.

182. Ya. I. Soler, M. T. Nguyen. Selection of Highly Porous CBN Wheels in the Multiparametric Modeling of Topography for the Grinding of Stainless Steel Parts Using Fuzzy Logic // Russian Engineering Research, 2016, -Vol. 36. -No. 11. - P. 965-973.

183. Ya. I. Soler, M. T. Nguyen. Surface Quality Multicriteria Optimization of Flat Parts from 06Cr14Ni6Cu2MoVaTi-SH Steel While Grinding by Varigrain High Porosity CBN Wheels // Materials Science and Engineering 2016. -Vol. 125. - P. 1 - 9.