Совершенствование методов автоматизации раскроя и резки листовых промышленных материалов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Чжо Сое Вин

• Чжо Сое Вин
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Чжо Сое Вин

1.4 Анализ раскраиваемого материала

1.5 Анализ конструкции и функциональности станков с ЧПУ

1.6 Идентификация и классификация проблем резки

1.7 Составление рациональной карты раскроя

1.8 Анализ методов решения задач оптимизации раскроя

1.9 Выводы по главе

Глава 2. Методы решение задачи оптимального плана раскроя листовых материалов

2.1 Современные подходы к оптимальным планам резки

2.2 Классификация методов решения проблемы резки материала

2.2.1 Решения задачи раскроя материала с помощью Линейного программирования

2.2.2 Одномерная задача резки материала

2.2.3 Задача двумерной резки материала

2.2.4 Многокритериальная оптимизация

2.2.5 Сравнение структурной оптимизации и симплексного метода на основе линейного программирования

2.3 Теоретическое сравнение методов оптимизации в процессе раскроя металла

2.4 Выводы по главе

Глава 3. Методы управления и применение систем управления ЧПУ в процессах резки металлов

3.1 Моделирование и симуляция сервосистемы подачи на станке с ЧПУ

3.1.1 Типы регуляторов

3.2 Повышение точности температурного контроля в полупроводниковых лазерах: сравнительный анализ регуляторов ПИД и FLC

3.2.1 Сравнение регуляторов и результаты моделирования

3.3 Разработка программ автоматизированного программирования для станков

с ЧПУ

3.4 Выводы по главе

Глава 4. Методы оптимизации совершенствования процессов раскроя и резки листовых материалов

4.1 Исследование оптимизации траектории резки деталей из листового металла

на основе алгоритма муравьиной колонии

4.1.1 Алгоритммуравьинойколонии (ACO - Ant colony optimization)

4.1.2 Описание и формулировка проблемы

4.1.3 Математическая модель задачи оптимизации

4.2 Методы многоцелевой оптимизации процессов резки металлов

4.2.1 Метод Глобального Критерия

4.2.2 Лексикографический Метод

4.2.3 Метод Взвешенной Суммы

4.2.4 Метод Эпсилон-Ограничений

4.2.1 Генетический Алгоритм

4.2.2 Сравнение программ многоцелевой оптимизации

4.3 Выводы по главе

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И

ВЫВОДЫ

ССЫЛКИ И СПИСОК ИСПОЛЬЗОВАННОЙ

ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Совершенствование методов автоматизации раскроя и резки листовых промышленных материалов»

Введение

Актуальность исследования. Листовой материал является одним из наиболее важных полуфабрикатов, используемых в промышленном производстве и поэтому технология формования листовых материалов является одной из основных производственных задач. Одной из важных составляющих технологической подготовки производства является повышение эффективности раскроя промышленных материалов с учетом различных ограничений станков и применения методов многокритериальной оптимизации повышения эффективности управления раскроем промышленных материалов, снижения отходности материала и повышения производительности, что требует совершенствования методов, алгоритмов и систем управления технологической подготовкой резки промышленных материалов.

Разработка систем управления с использованием современных

вычислительных средств, позволяет по-новому подходить к реализации эффективных методов и алгоритмов раскроя и резки. Диссертационная работа посвящена разработке методов и алгоритмов повышения эффективности процессов раскроя и резки промышленных материалов при различных ограничениях.

Интеграция автоматических систем управления в процессы резки материалов открывает новые возможности для достижения этих целей благодаря оптимизации работы оборудования, повышению точности и качества производимой продукции. В условиях жесткой конкуренции и стремления к экологически чистому производству актуализируется задача внедрения современных технологических решений, направленных на автоматизацию и умное управление процессами резки, что делает данное исследование важным вкладом в развитие промышленных технологий.

Диссертация фокусируется на сложном взаимодействии между технологическими ограничениями и необходимостью минимизации отходов материала.

Методы исследования: В работе использовались методы решения задач многокритериальной оптимизации, симплекс метод, метод муравьиной колонии, генетический алгоритм, метод Перето, методы математического анализа, теория автоматического регулирования, математическое моделирование в МайаЬ, алгоритмы и методов управления с применением систем ЧПУ в промышленных процессах.

Цель работы состоит в совершенствовании методов и алгоритмов автоматизированного управления процессами раскроя и промышленной резки заготовок из листовых материалов, что приведет к повышению экономии использования ресурсов и конкурентным преимуществам.

Поставленная цель достигается путем решения следующих основных задач:

1. Разработать математические модели для задач раскроя промышленных материалов на заготовки различных геометрических форм.

2. Разработать методы и алгоритмы для решения различных задач раскроя листовых промышленных материалов.

3. Разработать систему автоматизированного управления раскроем и изготовлением заготовок с использованием алгоритмов нечеткой логики и ПИД регулятора.

4. Разработать программное обеспечение на основе линейного программирования и алгоритмов для решения задачи повышения эффективности процесса раскроя промышленных материалов.

Научная новизна работы.

В ходе реализации диссертационной работы получены новые научные результаты:

1. Разработаны методы раскроя для решения задач одномерной и двумерной оптимизации резки заготовок, позволяющие минимизировать общие затраты на материалы и уменьшить количество отходов.

2. Разработан и исследован адаптивный нечеткий ПИД-регулятор для систем управления станками с ЧПУ, обеспечивающий повышенную точность, скорость реакции и стабильность обработки за счет динамической коррекции управляющих параметров.

3. Разработан метод управления температурными режимами резки металла на основе регулятора нечеткой логики (FLC), обеспечивающего минимальное перерегулирование и повышающего точность стабилизации температуры по сравнению с ПИД-регулятором в условиях нелинейности и временной задержки.

4. Предложен подход к оптимизации траектории резки деталей из листового металла на станках с числовым программным управлением (ЧПУ) на основе метода муравьиной колонии, позволящий значительно повысить эффективность производственных процессов за счет минимизации времени на резку и оптимизации пути перемещения инструмента, аналогично решению задачи коммивояжера.

Практическую и теоретическую значимость работы имеют:

1) Разработанные математические модели и алгоритмы для раскроя листовых материалов. Структурные схемы и методы проектирования автоматического станка для резки листового металла.

2) Предложенная модель системы управления раскроем, а также результаты математического моделирования регуляторов с использованием нечеткой логики и ПИД.

3) Разработанные новые методы определения траекторий движения режущего инструмента для определенных типов изделий и материалов с применением алгоритмов оптимизации на основе метода муравьиной колонии для резки листового металла на ЧПУ.

4) Разработанные методы автоматизированной подготовки программ для станков с ЧПУ с применением специальных модулей в CAD/CAM системах,

обеспечивающих автоматическую оптимизацию режимов и увеличивающих эффективность управления процессами раскроя и резания.

Результаты, выносимые на защиту:

1. Разработанный системного подход к анализу и оптимизации процессов раскроя в металлообрабатывающей промышленности, включая современные методы линейного программирования.

2. Разработанный метод эффективного размещения заготовок разных форм, с учетом технологических ограничений, для минимизации отходов.

3. Разработанные математические модели для задач раскроя с учетом реальных производственных ограничений.

4. Разработанный на основе метода муравьиной колонии модифицированный алгоритм оптимизации раскроя, дополненный механизмами генетического алгоритма.

5. Разработка и интеграция системы автоматического управления для станков с ЧПУ, улучшающей точность и повторяемость процессов раскроя, а также позволяющей более эффективно использовать материалы и сокращать время на подготовку и выполнение раскроя.

Достоверность полученных результатов подтверждена математическим обоснованием полученных результатов и компьютерным моделированием, а также высокой степенью совпадения расчетов с результатами математического и физического моделирования.

Соответствие паспорту научной специальности. Диссертация полностью соответствует паспорту научной специальности 2.3.3.- «Автоматизация и управление технологическими процессами и производствами», в частности пунктам 1 и 5.

Внедрение результатов: Результаты теоретических исследований, внедрены на Московском механическом заводе №3 при проведении модернизации станочного оборудования и используются в учебном процессе института Микропроцессорных систем управления НИУ"МИЭТ". Акты внедрения представлены в Приложении 3.

Апробация и внедрение результатов работы: Основные положения и практические результаты диссертации докладывались и обсуждались на 11-ой Всероссийской межвузовской научно-практической конференции студентов и аспирантов, 2018г, на 27-ой, 28-ой, 29-ой, 30-ой Всероссийских межвузовских научно-технических конференциях «Микроэлектроника и информатика» в 2019, 2020, 2021, 2022, 2023г, Всероссийских научно-практических конференциях «Актуальные проблемы информатизации в науке и образовании» 2019, 2021г. Международных конференциях «Conference of Russian Young Researchers in Electrical and Electronic Engineering» в МИЭТ (2018, 2019,2020, 2023).

Публикации по работе. Основные положения диссертационной работы опубликованы в 26 печатных работах, в том числе по теме диссертации 17 работ. В журналах, включенных в список, рекомендованный ВАК, имеются 5 работ и 1 в международной реферативной базе данных SCOPUS, а также 11 - тезисов докладов на российских и международных конференциях, входящих в систему цитирования РИНЦ. Без соавторов опубликовано 5 работ. Получено одно авторское свидетельство о государственной регистрации программы для ЭВМ. № 202161376 от 11 марта 2021.

Структура и объем работы. диссертационная работа состоит из введения, четырёх глав, заключения, 81 списка литературы и 2 приложений. Объём работы составляет - 132 страницы, включая 33 рисунка и 14 таблиц.

Глава 1. Анализ проблемы процесса раскроя промышленного

материала

1.1 Процесс резки и его значение в промышленной обработке материалов

Промышленная резка материалов - это критически важный процесс в производственных и строительных отраслях, охватывающий различные техники, направленные на формирование и размерирование сырья в желаемые формы. Эффективность и точность резки материалов существенно влияют на качество и целостность конечного продукта. В данном введении будет предоставлен обзор ключевых аспектов, связанных с промышленной резкой материалов, включая ее важность, общие техники и технологические достижения.

Промышленная резка материалов играет ключевую роль в преобразовании сырья, такого как металлы, пластик, дерево и композиты, в конкретные формы и размеры, необходимые для различных приложений. Точность и аккуратность, достигаемые в процессе резки, напрямую влияют на общее качество конечного продукта. Более того, эффективная резка материалов способствует повышению экономической эффективности и сокращению отходов в производственном процессе.

Механическая резка включает использование физической силы или давления для разделения материалов на желаемые формы. Традиционные методы, такие как пиление, резка и фрезерование, относятся к этой категории. Эти техники были фундаментальными в производстве на протяжении веков и продолжают широко использоваться и сегодня.

Термическая резка, с другой стороны, полагается на тепло для достижения разделения. Технологии, такие как лазерная и плазменная резка, используют высокоэнергетические источники для плавления или испарения материалов, обеспечивая уровень точности, который часто недостижим механическими

средствами. Приход передовых технологий значительно улучшил эффективность и точность процессов термической резки.

Абразивная резка включает использование абразивных частиц для износа материалов, создавая точные срезы. Например, абразивная водоструйная резка использует высокоскоростной поток абразивных частиц, разведенных в воде, для резки различных материалов. Этот метод известен своей универсальностью и способностью обрабатывать сложные дизайны.

Успешность резки не зависит только от выбранного метода, но также от различных факторов, влияющих на процесс. Свойства материала, выбор режущего инструмента, скорость резки и условия окружающей среды являются ключевыми факторами, влияющими на результат. Понимание этих факторов существенно для достижения оптимальных результатов в промышленной обработке материалов.

Одним из существенных преимуществ процесса резки является его способность обрабатывать разнообразные материалы. От металлов и пластмасс до композитов и керамики, технологии резки адаптировались под требования различных отраслей. Эта универсальность делает его основополагающим элементом в производстве компонентов для широкого спектра применений.

В эпоху промышленности процесс резки становится все более автоматизированным и интегрированным в передовые системы производства. Робототехника, компьютерное числовое управление (СКС) и искусственный интеллект (ИИ) революционизируют способы резки материалов, предлагая улучшенную точность, скорость и адаптивность. Эта интеграция способствует общей эффективности промышленных процессов.

Постоянное развитие и совершенствованиие информационных технологий оказывает существенное влияние на все технические и технологические области, связанные с использованием вычислительной техники, сложных информационных систем и устройств.Достижения в технологии привели к разработке передовых инструментов и оборудования для промышленной резки материалов, повышая

эффективность и точность. Системы Числового Управления по Компьютеру (ЧПУ) революционизировали отрасль, позволяя автоматизированное и программное управление режущими машинами. Это приводит к последовательным и точным резкам, снижению человеческой ошибки и увеличению производительности.

Более того, интеграция с системами CAD/CAM (Компьютерное Проектирование/Компьютерное Производство) обеспечивает беспрепятственный перевод цифровых проектов в точные инструкции по резке. Это сочетание технологий ЧПУ и CAD/CAM значительно расширило возможности промышленных процессов резки материалов.

Таким образом, промышленная резка материалов является фундаментальным аспектом производственных и строительных отраслей, влияя на качество, эффективность и экономическую целесообразность конечных продуктов. Выбор метода резки зависит от обрабатываемого материала и требуемых характеристик. С продолжающимися технологическими достижениями отрасль продолжает развиваться, предоставляя возможности для улучшенной точности и автоматизации в процессах резки материалов.

Ключевые вехи и достижения: На протяжении 19-го и 20-го веков множество ключевых вех и достижений сформировали эволюцию технологий резки:

Изобретение паровых резательных машин: паровые резательные машины, такие как паровой молот и паровые пилы, революционизировали тяжелые режущие операции в отраслях, таких как судостроение, строительство и металлообработка. Эти машины существенно увеличили производительность и эффективность, заложив основу для современной технологии резки.

Введение электроприводных инструментов: широкое использование электричества в конце 19-го века привело к развитию электрических резательных инструментов, включая пилы, дрели и ножницы. Электрические двигатели обеспечили больший контроль и точность, позволяя операторам выполнять более широкий спектр режущих задач с повышенной скоростью и точностью.

Появление систем числового управления (ЧПУ): в середине 20-го века было введено числовое управление (ЧПУ), которое позволяло автоматизировать управление станками с помощью перфокарт или лент. Системы ЧПУ отметили значительный прогресс в технологии резки, позволяя операторам программировать точные инструкции для резки и автоматизировать повторяющиеся задачи.

Развитие систем числового программного управления (ЧПУ): интеграция компьютеров в режущие станки привела к разработке систем числового программного управления (ЧПУ) в 1960-х и 1970-х годах. Системы ЧПУ революционизировали процессы резки, предоставляя большую гибкость, точность и производительность. Операторы теперь могли программировать сложные пути резки и выполнять их с непревзойденной точностью, что привело к широкому распространению технологии ЧПУ в различных отраслях.

Продвижения в технологии лазерной резки: изобретение лазера в 1960-х годах проложило путь для развития технологии лазерной резки. Лазерная резка предлагала бесконтактный, высокоточный метод резки, подходящий для широкого спектра материалов, включая металлы, пластик и керамику. Со временем прогресс в лазерной технологии, такой как введение волоконных лазеров и лазеров CO2, дополнительно улучшили скорость резки, качество и эффективность.

Эволюция гидроабразивной резки: гидроабразивная резка, которая использует высоконапорный поток воды, смешанный с абразивными частицами для резки материалов, появилась как универсальный и экологически чистый метод резки в конце 20-го века. Гидроабразивная резка предлагает преимущества, такие как минимальные зоны влияния тепла, отсутствие износа инструмента и возможность резки широкого спектра материалов, что делает ее идеальным для различных промышленных применений.

Эволюция процессов резки в промышленных условиях отражает замечательное путешествие инноваций и технологического прогресса. От примитивных инструментов древних цивилизаций до высокоавтоматизированных и

точных технологий резки сегодняшнего дня история процессов резки - это свидетельство человеческого изобретательства и неутомимого стремления к эффективности и производительности. По мере продвижения технологий мы можем ожидать дальнейших инноваций в процессах резки, стимулирующих прогресс и формирующих будущее производства и промышленности.

1.2 Анализ существующих технологий промышленной резки материалов

В настоящее время существует множество технологий для раскроя промышленных материалов, каждая из которых имеет свои технологические требования и индивидуальные характеристики. Давайте рассмотрим основные технологии, используемые для раскроя промышленных материалов [51][52]:

1. Механический раскрой: включает фрезерование, токарную обработку, сверление, резку ножницами, вырубку, распиловку и штамповку.

2. Раскрой струей кислорода.

3. Водно-абразивная резка.

4. Плазменная резка.

5. Раскрой лазерным лучом.

Механический раскрой: Этот процесс включает удаление материала с помощью таких механических методов, как фрезерование, токарная обработка и сверление. Подходит для металлов и обеспечивает высокую точность. Каждая из перечисленных технологий раскроя подходит для определенного диапазона толщин материалов и имеет свои преимущества и недостатки. Например, механические методы экономически выгодны, но ограничены более тонкими материалами (менее 10 мм) и могут быть затруднительны для создания сложных форм, что часто приводит к неровным срезам и потенциальной деформации изделий. Например, при создании заготовок малого диаметра из промышленных материалов первоначально круг аппроксимируется прямоугольником, который затем вырезается (с помощью ножниц). Затем обрезаются углы и далее материал обрабатывается на

шлифовальном станке до получения желаемой круглой формы, хотя этот процесс генерирует значительное количество отходов. Для раскроя материалов большей толщины (до 300 мм) используются кислородная, плазменная, лазерная и водно-абразивная резка, позволяющие выполнять раскрой по сложным контурам.

Рисунок 1.1 - Ручной инструмент для механической резки металла

Кислородная резка: осуществляется за счет горения металла в потоке высокочистого кислорода, что позволяет проводить резку преимущественно на малоуглеродистых и низколегированных сталях. Этот метод характеризуется сравнительно низкой скоростью, широкими разрезами и значительным тепловым воздействием на обрабатываемую область [53].

Рисунок 1.2 - Газорезательный аппарат с ЧПУ

Водоструйная резка: включает использование высоконапорного потока воды, смешанного с абразивными частицами для резки материалов. Водоструйная резка универсальна и применима к широкому спектру материалов.Среди его преимуществ: отсутствие значительного теплового воздействия на материал, способность резать широкий диапазон материалов и толщин, эффективность при работе с листовыми материалами толщиной свыше 8 мм, автоматизация процесса, исключение упрочнения кромок и деформации заготовок.

Рисунок 1.3 - Станок для водоструйной резки с ЧПУ

Плазменная резка: использует плазменный факел для обработки электропроводных материалов, особенно металлов. Этот метод выделяется своей скоростью и эффективностью, обеспечивает относительно низкую стоимость оборудования и высокую скорость резки. Однако среди недостатков: ограниченный диапазон обрабатываемых материалов, низкая точность при обработке криволинейных поверхностей, риск обгорания и оплавления кромок, а также возникновение напряжений и микротрещин.

Рисунок 1.4 - Плазменный резак с ЧПУ.

Лазерная резка: работающая на основе сфокусированного лазерного луча, применяется для высокоточной обработки металлов, пластиков и других неметаллических материалов. Она обладает высокой скоростью резки, особенно эффективна при работе с тонкими стальными листами. Несмотря на высокую точность, этот метод имеет ряд ограничений, включая высокую стоимость оборудования и тепловое воздействие на материал, что может привести к негативным последствиям.

Рисунок 1.5 - Лазерный станок с ЧПУ. 1.3 Сравнение водоструйной, лазерной и плазменной резки

Из таблицы (1.1) можно сделать вывод, что лучшим решением является абразивная водоструйная резка, так как во многих категориях она лучше, чем другие методы. Однако это не конец очевидного [1]. Во-первых, в таблице сравниваются все параметры, и, кроме того, часто бывает, что мы имеем только определенные свойства, и только те, которые выбраны, представляют для нас реальную ценность. Ниже я сравнил три различных метода резки металла в областях, которые я считаю крайне важными. Каждой из шести категорий, которая сравнивает начало нового абзаца, предшествует дополнительный способ описания выбранных сравнений проблем.

Таблица 1.1 - Сравнение методов резки. Лучшим решением отмечены синим

цветом.

Метод резки Лазерная резка Водоструйная резка Плазменная резка

Скорость быстро Медленно быстро

Толщина материала тонкий и средний толстые и тонкие средний и толстый

Размер детали маленький и большой маленький и большой большой

Формы сложно Сложно просто

Упрочнение материала да да

Тепловая деформация Нет да, большая площадь

Опасные пары Нет да

Многослойная резка возможно невозможно

Точность резки выше Высоко хорошо

Образование заусенцев минимально да

Операционные затраты ниже самый верхний ниже

1.4 Анализ раскраиваемого материала

Для определения наиболее подходящего метода резки оценка характеристик и свойств разрезаемого материала является ключевым процессом. Этот анализ является ключевым аспектом в процессе производства и обработки материалов и включает несколько важных этапов[50]:

Оценка физических свойств: Включает изучение таких характеристик, как толщина материала, его прочность, твердость и устойчивость к различным воздействиям. Эти параметры могут существенно влиять на выбор метода резки.

Анализ химического состава: Понимание химического состава материала помогает предсказать его поведение при термической или механической обработке. Например, наличие определенных легирующих элементов в сталях может влиять на процесс кислородной или плазменной резки.

Определение структурных особенностей: Исследование структуры материала, включая его зернистость и наличие включений, также важно для выбора метода резки. Например, неоднородные материалы могут требовать более точных методов резки, таких как лазерная или водоструйная резка.

Учет геометрических параметров: Размеры и форма материала влияют на выбор оборудования и техники резки. Сложные геометрические формы могут требовать использования высокоточных методов, таких как лазерная резка.

Анализ экономических факторов: Экономический аспект включает оценку стоимости резки в зависимости от выбранного метода и материала. Более дорогие методы, как правило, предлагают высокую точность и качество, но их использование целесообразно оценивать с учетом общих производственных затрат.

Экологические аспекты: Некоторые методы резки могут иметь более значительное влияние на окружающую среду, например, за счет выбросов или отходов. Экологическая безопасность метода резки может быть важным фактором при принятии решения.

Таким образом, анализ раскраиваемого материала требует комплексного подхода, включающего тщательное исследование его физических, химических, структурных свойств, а также учет экономических и экологических факторов. Это позволяет определить наиболее эффективный и экономичный метод резки, соответствующий требованиям качества и производительности.

1.5 Анализ конструкции и функциональности станков с ЧПУ

В мире современного производства станки с ЧПУ (компьютерным числовым управлением) стоят во главе угла как неотъемлемые инструменты, обеспечивающие точную и эффективную обработку различных материалов. Ключевую роль в их работе играют интегральные схемы ЧПУ, влияющие на функциональность и точность оборудования.

В основе каждого станка с ЧПУ лежит его управляющий блок, содержащий в себе важные интегральные схемы и служащий мозгом машины. Этот блок разбирает программные инструкции, преобразует их в электрические сигналы и координирует сложные движения осей станка.

В состав механических компонентов станка с ЧПУ входят такие элементы, как двигатели, приводы и механизмы передачи, которые преобразуют электрические сигналы в физическое движение. Этот переченькомпонентов обеспечивает точное позиционирование режущего инструмента или обрабатываемого материала в трехмерном пространстве согласно заложенным спецификациям.

Более того, интеграция обратных систем, включая энкодеры и сенсоры, предоставляет станкам с ЧПУ информацию в реальном времени о позиции, скорости и других важных параметрах. Этот непрерывный обратный связанный цикл дает возможность системе управления делать мгновенные корректировки, обеспечивая неизменную точность и последовательность в процессе обработки.

Созданные для того, чтобы быть надежными, жесткими и чрезвычайно точными, общая конструкция станков с ЧПУ воплощает в себе вершину автоматизации, способную выполнять сложные операции обработки с минимальным вмешательством человека. Действительно, интегральные схемы ЧПУ служат ключевым звеном в достижении этого уровня автоматизации и точности, делая их неотъемлемыми элементами в современных производственных объектах.

Список литературы диссертационного исследования кандидат наук Чжо Сое Вин, 2024 год

ССЫЛКИ И СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Чжо Сое Вин, Хтет Сое Паинг. Сравнение современных технологий резки металла в промышленности. 26-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. -: МИЭТ, 2019 г, С.137.

2. Чжо Сое Вин, Хтин Линн У. Анализ управления температурой полупроводников лазера, Естественные и технические науки, N0.12,2018, С. 376.

3. Аттетков А.В. Методы оптимизации: Учеб. для вузов / Аттетков А.В., Галкин С.В., Зарубин В.С; под ред. В.С. Зарубина, А.П. Крищенко [2-е изд.]. - МГТУ им. Н.Э. Баумана, 2003. - 440с.

4. Большакова И.В. Линейное программирование: Учебно-метод. пособие к контрольное работе [для студ. эконом. факультета] / Большакова И.В., Кураленко М.В. - Ми.: БНТУ, 2004. - 148с.

5. Бородакий Ю.В. Основы теории систем управления. Исследование и проектирование / Ю.В. Бородакий, Ю.Г. Лободинский. - М.: Радио и связь, 2004. - 256с.

6. Васильев Ф.П. Методы оптимизации / Васильев Ф.П. - М.: Факториал Пресс, 2002. - 824с.

7. Гайдук А.Р. Теория автоматического управления в примерах и задачах с решениями в МА^АВ / Гайдук А.Р., Беляев В.Е., Пьявченко Т.А. - СПб.: Лань, 2011. - 464с.

8. Гамидов, Рафаэль Гусейн Оглы Методы решения некоторых многокритериальных задач оптимизации: дис. ...кандидат физико-математических наук: 01.01.09 / Гамидов, Рафаэль Гусейн Оглы. - К.,2007. -119с.

9. Гультяев А. Визуальное моделирование в среде МА^АВ: Учебный курс / Гультяев А. - Спб.: Питер, 2000. - 432с.

10. Гуменникова А.В. Адаптивные поисковые алгоритмы для решения сложных задач многокритериальной оптимизации : дис. ... кандидата технических наук : 05.13.01 / Гуменникова Александра Викторовна. - К., 2006. - 129с.

11. Дьяконов В. MATLAB с пакетами расширений / Дьяконов В., Абраменкова И., Круглов В. - Нолидж, 2001. - 101с.

12. Дьяконов В. MATLAB. Полный самоучитель / Дьяконов В. - ДМК Пресс, 2012. - 768с.

13. Чжо Сое Вин, Хтет Сое Паинг, Щагин А.В., Исследование оптимизации траектории резки деталей из листового металла на основе алгоритма муравьиной колонии // Перспективы науки, 2024.-№3. С. 77.

14. Arora, J. S. (2012). Multi-objective Optimum Design Concepts and Methods. Introduction to optimum design, 17, 657-677.

15. Carmichael, D. G. (1980). Computation of pareto optima in structural design. International Journal for Numerical Methods in Engineering, 15, 925-952.

16. Fnides, M., Yallese, M.A., Khattabi R., Mabrouki, T., & Girardin F. (2017). Modeling and optimization of surface roughness and productivity thru RSM in face milling of AISI 1040 steel using coated carbide inserts. International Journal of Industrial Engineering Computations, 8, 493-512

17. Marler, R. T., & Arora, J. S. (2009). Multi-objective optimization: Concepts and methods for engineering. Saarbrucken, Germany: VDM Verlag.

18. Marler, R. T., & Arora, J. S. (2010). The weighted sum method for multi-objective optimization: New insights. Structural and Multidisciplinary Optimization, 41(6), 453-462.

19. Messac, A., Puemi-Sukam, C., & Melachrinoudis, E. (2000a). Aggregate objective functions and pareto frontiers: Required relationships and practical implications. Optimization and Engineering, 1, 171-188.

20. Rao R. V., Rai D. P., Balic J. (2017). A multi-objective algorithm for optimization of modern machining processes. Engineering Applications of Artificial Intelligence, 61, 103-125

21. Чжо Сое Вин. Оптимизация траектории резки в станке с ЧПУ с использованием алгоритма муравьиной колонии. 30-я Всероссийская межвузовская научно-

техническая конференция студентов, аспирантов и молодых ученых «Микроэлектроника И Информатика-2023» С.171

22. Li, M., & Cai, W. Метод оптимизации пути инструмента на основе алгоритма муравьиной колонии для быстрой ЧПУ-обработки. Международный журнал передовых технологий производства, 73(9-12), 1629-1641 (2014).

23. Ma, Y., & Li, B. Оптимизация пути инструмента сложной ЧПУ-обработки на основе алгоритма муравьиной колонии. Журнал физики: серия конференций, 726(1), 01.2017.

24. Nini L, Zhangwei C и Shize C 2010 Компьютерная инженерия и приложения 46 234-6

25. Li, M., Cai, W., & Zhang, X. Оптимизация пути инструмента для быстрой ЧПУ-обработки на основе алгоритма муравьиной колонии. Международный журнал передовых технологий производства, 91(5-8), 2457-2470 (2017).

26. Shao, X., Gao, X., & Zhang, Y. Метод оптимизации пути инструмента для ЧПУ-обработки на основе алгоритма муравьиной колонии. Международный журнал передовых технологий производства, 95(1-4), 1031-1042 (2018).

27. Huixia L, Xiao W и Lan C 2004 Журнал КАД и Графической Гигиены 16 660-5

28. Deng, X., Chen, L., & Zhang, D. (2020). Исследование оптимизации пути инструмента ЧПУ-обработки на основе алгоритма муравьиной колонии. Материалыконференции "2020 2nd International Conference on Education, E-Learning and Management Technology (EEMT 2020)", 392-395.

29. Huiping S, Jian L и Weigang G 2008 Транзакции Китайского общества сельскохозяйственных машин 39 158-60

30. Kyaw Soe Win, Htet Soe Paing, Schagin Anatoly V.Simulation the Servo Motor of Computer Numerical Control Machine Tool Based on MATLAB/Simulink 2023 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (2023 EIConRus), St. Petersburg, Russia, page. 602-605

31. XieDonga, ZhuJian-qub, WangFeng, "Fuzzy PID Control of Computer Numerical Control Machine Tool", Procedia Engineering 29 (2012), pp 2853 - 2858.

32. Maoyao Ao, "Modeling Research of NC Machine Servo System," Trans Tech Publications, Switzerland, 2012. vol. 214.

33. Abdullah Ozcan, Edouard Rivière-Lorphèvre, Hoai Nam Huynh, François Ducobu, Olivier Verlinden, Enrico Filippi, "Modelling of pocket milling operation considering cutting forces and CNC control inputs", Procedia CIRP 58 ( 2017), pp 239 - 244.

34. Chen Yang, Zhang Pan, Li Hongbin, Li Penglin, Yu Zhiqiang, "Design of PID Controller Based on Intelligent Fuzzy Control", Engineering Materials Vol. 693, Trans Tech Publications, Switzerland, 2016, pp. 271-350.

35. G. Zhao, Y. Shen, Y. Wang, "Fuzzy PID Position Control in Computer Numerical Control Machine Tool," journal of computers, vol. 8, no. 3, 2013 .

36. Jianwen Chen, Leili, Jinchun Song, Zhan Jun He "Simulation of the Fuzzy PID autotuning Control Based on MATLAB", Trans Tech Publications, Switzerland, Vol 308310 (2011), pp 579-583.

37. Xiufen XU,"A Study on Fuzzy-PID Control using Genetic Algorithms for NC Feed Servo Systems",

38. Chen Chen Yang, "Design of Intelligent Fuzzy Control PID of Feed Servo-system," Trans Tech Publications, Switzerland, vol. 693, I: 1662-9795, 2016, pp 1728-1733.

39. Xiufen XU, "A Study on Fuzzy-PID Control using Genetic Algorithms for NC Feed Servo Systems".

40. Nirmala Ashok Dange, Ashwini Pawar,"Position Control System of Servo Motor Using Fuzzy Logic Controller", Innovative Research in Engineering, Science and Technology vol. 5, Issue 4, April 2016.

41. Srismrita Basu "Realization of Fuzzy Logic Temperature Controller" International Journal of Emerging Technology and Advanced Engineering (ISSN 2250-2459, Volume 2, Issue 6, June 2012).

42. P.Singhala, D.N. Shah, B. Patel, "Temperature control using Fuzzy logic" International Journal of Instrumentation and Control Systems (IJICS) Vol.-4. No.1, January 2014: 1-10.

43. Katsuhiko Ogata, "Third edition Modern Control Engineering" University of Minnesota.

44. Алтунин К.А. Применение методов искусственного интеллекта для моделирования и оптимизации процессов резания / К.А. Алтунин // Тезисы докладов 3-ей Международной конференции с элементами научной школы. -2016. - С. 24-26.

45. Данилов А.Д. Интеграция САМ-элементов в структуру управления гибким автоматизированным производством / А.Д. Данилов, В.А. Ломакин // В сборнике: Современные методы прикладной математики, теории управления и компьютерных технологий (ПМТУКТ-2016). - 2016. - С. 119-121.

46. Мишаков С.В. Основные функции и назначение современных САМ-систем для станков с числовым программным управлением (ЧПУ) / С.В. Мишаков, Л.В. Седых // Сборник научных трудов студентов и аспирантов НИТУ «МИСиС». -Киров, 2016. - С. 68-72.

47. Петраков Ю.В., Драчев О.И. Моделирование процессов ре-зания. -ТНТ, Старый Оскол, 2011.-240 с.

48. Ракишев А.К. Компьютерное моделирование физических процессов в зоне резания при ротационно-фрикционном точении / А.К. Ракишев, К.Т. Шеров, Б.С. Доненбаев, Г. Таттимбек // В сборнике: Инновационные подходы в современной науке Сборник статей по материалам IX международной научно-практической конференции. - 2017. - С. 123-130.

49. Северцов А.А. Моделирование и оптимизация управляющих программ для токарных станков с ЧПУ в современных САМ-системах / А.А. Северцов, М.А. Ганзен // В сборнике: Наука. Образование. Общество Материалы Всероссийской научно-технической конференции. - 2017. - С. 47-51.

50. Мухачева Э.А., Валеева А.Ф., Сиразетдинова Т.Ю., СиразетдиновТ.М. Автоматизация проектирования гильотинного раскроя с обходом дефектных областей на базе эволюционных алгоритмов // - М.: Новые технологии - 2009. -32 с. - (Прил. к журн. "Информационные технологии"; N 2/2009).

51. http://www.tochmeh.ru/

52. http://www.spmet.ru/

53. http://www.mrmz.ru

54. Ашманов С.А. Линейное программирование / Ашманов С.А. - М.: Наука. Главная редакция физико-математической литературы, 2000. - 340с.

55. Карманов В.Г. Математическое программирование: Учеб. пособие. / Карманов В.Г. [5-е изд.]. - М.: ФИЗМАТЛИТ, 2004. - 264с.

56. Колпаков В.М. Теория и практика принятия управленческих решений / Колпаков В.М. - К.: МАУП, 2004. - 504с.

57. Корнеенко В.П. Методы оптимизации / Корнеенко В.П. - М.: Высшая школа, 2007. - 664с.

58. Коробкин А.Д. Оптимизация производственного планирования на предприятии / Коробкин А.Д., Мироносецкий Н.Б. - Новосибирск: Наука. Сиб. отд-ние, 2004. -336с.

59. Кривилев А. Основы компьютерной математики с использованием системы MATLAB / Кривилев А. - М.: Лекс-Книга, 2005. - 485с.

60. Лазарев Ю. Моделирование процессов и систем в MATLAB. Учебный курс. / Лазарев Ю. - СПб.: Питер: Киев: Издательская группа BHV, 2005. - 512с.

61. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в Волшебных Странах / Ларичев О.И. - М.: Логос, 2000. - 296с.

62. Леоненков А.В. Решение задач в среде MS Excel. Учебное пособие / Леоненков

A.В. - СПб.: БХВ -Петербург, 2005. - 690с.

63. Лопатников Л.И. Экономико-математический словарь: Словарь современной экономической науки. / Л.И. Лопатников. - М.: Дело, 2003. - 121с.

64. Лотов В.А. Многокритериальные задачи принятия решений: учебное пособие /

B.А. Лотов, И.И. Поспелова - М.: МАКС Пресс, 2008. - 197с.

65. Лунгу К.Н. Линейное программирование. Руководство к решению задач / Лунгу К.Н. - М.: ФИЗМАТЛИТ, 2005. - 128с.

66. Математические методы и модели в экономике: Учеб. пособие / [С.А. Минюк, Е.А. Ровба, К.К. Кузьмич]. - М.: ТетраСистемс, 2002. - 432с.

67. Мэтьюз, Джон Численные методы. Использование МА^АВ / Д.Г. Мэтьюз, К.Д. Финк, [пер. с англ.]; под ред. Ю.В. Козаченко. [3-е изд.]. - М.: Вильямс, 2001. -720с.

68. Палий И.А. Линейное программирование. Учебное пособие / И.А. Палий. - М.: Эксмо, 2008. - 256с.

69. Пантелеев А.В. Методы оптимизации. Практический курс / А.В. Пантелеев, Т.А. Летова. - М.: Логос, 2011. - 110с.

70. Панченко Т.В. Генетические алгоритмы / Панченко Т.В. - Астрахань: Астраханский университет, 2007. - 87с.

71. Плохотников К.Э. Вычислительные методы. Теория и практика в среде МА^АВ. Курс лекций / Плохотников К.Э. - М.: Горячая Линия - Телеком, 2009. - 496с.

72. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений / Подиновский В.В. - М.: Физматлит, 2007. - 64с.

73. Половко А.М. МА^АВ для студента / А.М. Половко, П.Н. Бутусов. - СПб.: БХВ-Петербург, 2005. - 320с.

74. Попов А.Л. Системы поддержки принятия решений: Учебно-метод. пособие / Попов А.Л. - Екатеринбург: Урал. гос. ун-т, 2008. - 80с.

75. Рагулина М.И. Информационные технологии в математике / Рагулина М.И. -М.: Академия, 2008. - 304с.

76. Редько В.Г. Эволюция, нейронные сети, интеллект. Модели и концепции эволюционной кибернетики. - М. Либроком, 2013. - 224с.

77. Сирота А. Компьютерное моделирование и оценка эффективности сложных систем / Сирота А. - М.: Техносфера, 2006. - 280с.

78. Системный анализ и принятие решений: словарь-справочник: Учеб. пособие для вузов / [под. ред. В.Н. Волковой, В.Н. Козлова]. - М.: Высш. шк., 2004. - 616 с.

79. Соболь И.М. Выбор оптимальных параметров в задачах со многими критериями / И.М. Соболь, Р.Б. Статников. - М.: Дрофа, 2006. - 176с.

80. Соловьев В.И. Методы оптимальных решений / Соловьев В.И. - М. : Финансовый университет, 2012. - 364с.

81. Струченков В.И. Методы оптимизации / Струченков В.И. - М.: Экзамен, 2005. -256с.

Программа оптимизации муравьиной колонии для задачи коммивояжера

#include <iostream> #include <vector> #include <cmath> #include <cstdlib> #include <limits> #include <algorithm>

class AntColonyOptimization {

public:

AntColonyOptimization(int num_ants, int num_iterations, double alpha, double beta, double rho, double Q)

: num_ants(num_ants), num_iterations(num_iterations), alpha(alpha), beta(beta), rho(rho), Q(Q) {}

std::pair<std::vector<int>, double> solve(const

std::vector<std::vector<int>>&distance_matrix);

private:

int num_ants;

int num_iterations;

double alpha;

double beta;

double rho;

double Q;

std::vector<std::vector<double>>evaporate_pheromones(const std::vector<std::vector<double>>&pheromone_matrix);

std::vector<std::vector<double>>update_pheromones(const std::vector<std::vector<double>>&pheromone_matrix, const

std::vector<std::vector<int>>& paths);

double calculate_distance(const std::vector<int>& path, const std::vector<std::vector<int>>&distance_matrix);

std::vector<double>calculate_probabilities(int current_city, const

std::vector<int>&unvisited_cities,

const

std::vector<std::vector<double>>&pheromone_matrix,

const

std::vector<std::vector<int>>&distance_matrix);

std::vector<std::vector<int>>construct_paths(const std::vector<std::vector<int>>&distance_matrix,

const

std::vector<std::vector<double>>&pheromone_matrix); };

std::pair<std::vector<int>, double>AntColonyOptimization::solve(const

std::vector<std::vector<int>>&distance_matrix) {

int num_cities = distance_matrix.size();

std::vector<std::vector<double>>pheromone_matrix(num_cities, std::vector<double>(num_cities, 1.0));

std::vector<int>best_path;

double best_distance = std::numeric_limits<double>::infinity();

for (int iteration = 0; iteration <num_iterations; ++iteration) {

std::vector<std::vector<int>> paths = construct_paths(distance_matrix, pheromone_matrix);

pheromone_matrix = update_pheromones(pheromone_matrix, paths);

auto current_path = *std::min_element(paths.begin(), paths.end(),

[](const auto&lhs, const auto&rhs) {

return lhs.back() <rhs.back(); });

if (current_path.back() <best_distance) { best_path = current_path;

best_distance = current_path.back(); }

pheromone_matrix = evaporate_pheromones(pheromone_matrix); }

return {best_path, best_distance};

}

std::vector<std::vector<int>>AntColonyOptimization::construct_paths(const std::vector<std::vector<int>>&distance_matrix,

const

std::vector<std::vector<double>>&pheromone_matrix) { int num_cities = distance_matrix.size(); std::vector<std::vector<int>> paths;

for (int ant = 0; ant <num_ants; ++ant) { std::vector<int> path; std::vector<bool> visited(num_cities, false); int current_city = std::rand() % num_cities;

for (int i = 0; i<num_cities - 1; ++i) { visited[current_city] = true; path.push_back(current_city);

std::vector<int>unvisited_cities; for (int j = 0; j <num_cities; ++j) { if (!visited[j]) {

unvisited_cities.push_back(j); }

}

auto probabilities = calculate_probabilities(current_city, unvisited_cities, pheromone_matrix, distance_matrix);

int next_city = unvisited_cities[std::rand() % unvisited_cities.size()];

current_city = next_city; }

path.push_back(current_city);

path.push_back(calculate_distance(path, distance_matrix));

paths.push_back(path); }

return paths;

}

std::vector<double>AntColonyOptimization:: calculate_probabilities(int current_city, const std::vector<int>&unvisited_cities,

const

std::vector<std::vector<double>>&pheromone_matrix,

const

std::vector<std::vector<int>>&distance_matrix) { std::vector<double> probabilities; double sum = 0.0; for (int city :unvisited_cities) {

double pheromone = pheromone_matrix[current_city][city];

double distance = distance_matrix[current_city][city]; double heuristic_info = pow(1.0 / distance, beta);

double probability = pow(pheromone, alpha) * heuristic_info; probabilitie s.push_back(probability); sum += probability;

}

for (double&prob : probabilities) { prob /= sum;

}

return probabilities;

}

double AntColonyOptimization::calculate_distance(const std::vector<int>& path, const std::vector<std::vector<int>>&distance_matrix) {

double distance = 0.0;

for (size_ti = 0; i<path.size() - 2; ++i) {

distance += distance_matrix[path[i]][path[i + 1]];

}

return distance;

}

std::vector<std::vector<double>>AntColonyOptimization::update_pheromones(con st std::vector<std::vector<double>>&pheromone_matrix,

const std::vector<std::vector<int>>&

paths) {

int num_cities = pheromone_matrix.size();

std::vector<std::vector<double>>delta_pheromones(num_cities, std::vector<double>(num_cities, 0.0));

for (const auto&path : paths) {

for (size_ti = 0; i<path.size() - 2; ++i) I int city_a = path[i]; int city_b = path[i + 1]; delta_pheromones[city_a][city_b] += Q / path.back();

I

I

std::vector<std::vector<double>>updated_pheromones(num_cities, std::vector<double>(num_cities, 0.0));

for (int i = 0; i<num_cities; ++i) I

for (int j = 0; j <num_cities; ++j) I

updated_pheromones[i][j] = (1.0 - rho) * pheromone_matrix[i][j] + delta_pheromones[i][j];

I

I

return updated_pheromones;

I

std::vector<std::vector<double>>AntColonyOptimization::evaporate_pheromones( const std::vector<std::vector<double>>&pheromone_matrix) I

int num_cities = pheromone_matrix.size();

std::vector<std::vector<double>>evaporated_pheromones(num_cities, std::vector<double>(num_cities, 0)

Программый модуль визуализации девятиосевого датчика 1Ми-9250

АКТ

внедрения результатов диссертационной работы Чжо Сое Вин на тему «Совершенствование методов автоматизации раскроя и резки листовых промышленных материалов» представленной на соискание ученой степени кандидата технических наук по специальности 2.3.3- «Автоматизация и управление технологическими процессами и

производствами».

Результаты кандидатской диссертации Чжо Сое Вин, цель которой состоит в совершенствовании методов и алгоритмов управления процессами раскроя и промышленной резки заготовок из листовых материалов, обеспечивающих экономию использования ресурсов и конкурентные преимущества, а именно:

- результаты анализа выбора оптимального метода в зависимости от конкретных условий и требований производства предоставляют практические рекомендации для совершенствования процессов раскроя металла с учетом разнообразных ограничений; -разработанные математические модели и алгоритмы для раскроя листовых материалов и структурные схемы автоматического станка для резки листового металла; -разработанные методы оптимизации для линейного программирования одномерной резки в Matlab и двумерной резки в Microsoft Excel способные удовлетворить требования в области оптимизации процессов резки;

-разработанный адаптивный нечеткий ПИД-регулятор в системах ЧПУ существенно улучшающий время отклика, стабильность и надежность процессов резания, сводя погрешности к минимуму и повышая общую производительность станков; -предложен новый подход к оптимизации траектории резания с использованием алгоритма муравьиной колонии, предоставляющий перспективы для интеграции в современные системы автоматизированного производства, повышающий эффективность и сокращающий время изготовления заготовок;

-разработанная система автоматического управления станками с ЧПУ, повышающая точность и повторяемость процессов резки, а также позволяющая более эффективно использовать материалы и сокращать время на подготовку и резку; -разработанные методы автоматизированной подготовки программ для станков с ЧПУ с применением специальных модулей в CAD/CAM системах, обеспечивающих автоматическую оптимизацию режимов и увеличивающих эффективность управления процессами раскроя и резания

используются в процессе модернизации станочного оборудования Московского механического завода №3.

Главный инженер ММЗ№3 ^ Мартемьянов Р.К.