Введение к работе
Актуальность темы. В настоящее время происходит переход
промышленных предприятий к «Цифровому» производству, а одной из основных
задач является разработка и интеграция в уже существующую производственную
систему принципиально новых технологических объектов – киберфизических
систем, отличающихся высокими адаптивными и интеллектуальными
возможностями. К таким системам выдвигается ряд серьезных требований, в том числе связанных с обеспечением высокого динамического качества механической обработки. Однако, как показывают исследования, при определенных условиях механической обработки наблюдается потеря динамической устойчивости процесса резания, что приводит к возникновению интенсивных автоколебаний в технологической системе. Это явление вызывает ухудшение качества обрабатываемой поверхности, преждевременный износ инструмента и выход оборудования из строя, сопровождающийся значительными финансовыми издержками. Одной из причин возникновения автоколебаний при резании является динамическая характеристика процесса резания, однако на данный момент отсутствует физическое обоснование этого явления.
В ряде работ показано, что обработка материалов резанием всегда
сопровождается излучением сигналов виброакустической эмиссии (ВАЭ),
которые несут большое количество информации о состоянии системы резания.
Указывается, что данный метод имеет ряд преимуществ, однако, к особенностям
работы с ВАЭ информацией необходимо отнести сложность взаимосвязи
сигналов ВАЭ с устойчивостью процесса резания и наличие высокой шумовой составляющей в сигналах.
Решение этой задачи возможно при использовании подходов
искусственного интеллекта, нелинейной динамики и фрактального анализа.
Подходы нелинейной динамики дают возможность проводить количественную
оценку характера движения сложных систем, их организованность и оценивать
степень хаотичности траекторий в фазовом пространстве с использованием
коэффициента фрактальной размерности. Использование подходов
искусственного интеллекта позволяет устанавливать связь между особенностями сигнала ВАЭ и характеристиками процесса резания, учитывая большое количество поступающей информации в режиме реального времени, оценивать устойчивость системы резания и оптимизировать режимы обработки.
В этой связи исследования, направленные на повышение динамической устойчивости процесса резания на основе подходов нелинейной динамики и искусственного интеллекта, являются актуальной проблемой в машиностроении.
Целью диссертационной работы является повышение эффективности механической обработки за счет управления динамической устойчивостью процесса резания на основе подходов нелинейной динамики и искусственного интеллекта.
Для достижения поставленной цели необходимо решить следующие
задачи:
Изучить и обосновать первичный механизм возбуждения автоколебаний при врезании инструмента в заготовку с учетом структурных изменений в зоне стружкообразования, а также механизма автоколебаний в процессе установившегося резания;
Исследовать влияния технологических условий обработки на устойчивость процесса резания с использованием количественных критериев нелинейной динамики и фрактального анализа;
Разработать пути повышения эффективности обработки материалов резанием за счет применения подходов нелинейной динамики и искусственного интеллекта;
Научная новизна работы:
Исследован механизм возникновения автоколебаний при резании с позиции нелинейной динамики и фрактального анализа. Показано, что первичный механизм возникновения автоколебаний при резании обусловлен временными структурными изменениями обрабатываемого материала и волновым характером движения структурных элементов в зоне стружкообразования, вызывающих деформационное упрочнение и запасание энергии упругой деформации. При этом наблюдается перестроение аттрактора системы резания с изменением его фрактальной размерности. (соответствует области исследования «Пункт 2» паспорта специальности);
Исследована динамическая устойчивость процесса резания на основе подходов нелинейной динамики и фрактального анализа. Показана возможность использования фрактальной размерности аттрактора, энтропии сигнала ВАЭ и старшего показателя Ляпунова в качестве критериев оценки степени хаотичности и устойчивости фазовых траекторий системы резания. Установлено, что режимы обработки влияют на аттрактор системы резания, его фрактальную размерность и степень его устойчивости, а при определенных условиях наблюдается переход системы резания к хаотическим автоколебаниям. (соответствует области исследования «Пункт 3 » паспорта специальности);
Разработана нейросетевая модель, характеризующая влияние условий обработки на показатели динамической устойчивости процесса резания - амплитуду автоколебаний, фрактальную размерность аттрактора, энтропию сигнала и старший показатель Ляпунова. Разработанная нейросетевая модель используется для выбора оптимальных параметров обработки, обеспечивающих заданную динамическую устойчивость процесса резания. Показана возможность удаленного управления устойчивостью процесса резания в режиме реального времени с использованием высокопроизводительных вычислений и облачных технологий обработки данных, а также возможность обмена знаниями между группами аналогичных станочных систем (соответствует области исследования «Пункт 1» паспорта специальности);
Теоретическая и практическая значимость работы:
Теоретически и экспериментально обоснован первичный механизм возникновения автоколебаний при резании, связанный со структурными изменениями в зоне стружкообразования, вызывающих запаздывание силы
резания;
- На основе подходов искусственного интеллекта и нелинейной динамики
разработана автоматизированная система управления динамической
устойчивостью процесса резания с использованием высокопроизводительных
вычислений nVidia CUDA и облачных технологий. Получено свидетельство на
регистрацию программного обеспечения (ПО);
- Разработана база данных для интеллектуальной системы управления
динамической устойчивостью процесса резания, включающая информацию о
векторе технологических параметров и соответствующем векторе динамического
состояния процесса резания;
- Разработан и запатентован токарный резец, позволяющий регистрировать сигнал
ВАЭ и передавать его в интеллектуальную систему управления устойчивостью
процесса резания на основе беспроводных технологий передачи данных. Резец
может использоваться в производственных условиях, ограничивающих
использование стандартного регистрирующего оборудования;
- Предложен и запатентован состав наноструктурного износостойкого покрытия
на режущий инструмент. Показано, что предлагаемое покрытие повышает
динамические характеристики процесса резания, при этом уменьшается
амплитуда автоколебаний, фрактальная размерность аттрактора, информационная
энтропия сигнала ВАЭ и старший показатель Ляпунова.
Методология и методы исследования базируются на основных положениях теории резания материалов и технологии машиностроения, теории синергетики, нелинейной динамики, аппарата искусственных нейронных сетей, фрактального анализа, высокопроизводительных вычислений nVidia CUDA, теории планирования экспериментов, теории пластической деформации металлов, современных приборов и установок и вычислительной техники (National Instruments, ГлобалТест), с использованием стандартных и специальных программ обработки результатов экспериментов.
Достоверность результатов и выводов исследований подтверждалась
соответствием полученных зависимостей экспериментальных данных и
результатов производственных испытаний. Основные положения
диссертационной работы приняты к внедрению в виде системы диагностики и управления динамической устойчивостью процесса резания на основе походов нелинейной динамики и искусственного интеллекта на ПАО ГАЗ, а также в НГТУ для использования в лекционных курсах и на практических занятиях.
Апробация работы. Основные положения и результаты работы изложены и обсуждены на научно-технических конференциях, а именно: 1.Международная научно-практическая конференция «Машиностроение. Интеграция образования, науки и производства», посвященная столетию со дня рождения профессора Клушина М.И. Н.Новгород, 2015г.
2.XXI-й международная научно-практическая конференция «Технические науки - от теории к практике. С.Петербург, 2017.
3. Международная научно-практическая конференция «Итоги 2017 года: научные исследования и разработки». Иркутск 2018г.
Публикации. Основные положения и результаты диссертационного исследования в полной мере изложены в 14 научных работах опубликованных Шатагиным Д.А., в том числе – в 4 публикациях в журналах, рекомендованных перечнем ВАК РФ, в одной публикации в журнале, рецензируемого базой данных SCOPUS и в одной монографии. Получены два патента на полезную модель и свидетельство на регистрацию программного обеспечения.
Структура и объем работы. Диссертация состоит из введения, 5 глав, выводов, списка использованной литературы и приложения. Объем диссертации – 159 страниц, включая 88 рисунок и 3 таблицы.