ПРИМЕНЕНИЕ ЭВОЛЮЦИОННЫХ И РОЕВЫХ МЕТОДОВ ДЛЯ ОПТИМИЗАЦИИ МНОГОПАРАМЕТРИЧЕСКОГО УПРАВЛЕНИЯ ПРОЦЕССОМ НАНЕСЕНИЯ ГАЛЬВАНИЧЕСКОГО ПОКРЫТИЯ

Аннотация

Одним из ключевых параметров качества гальванических покрытий является его толщина, которая должна соответствовать техническим требованиям и обеспечивать необходимую степень защиты от коррозии, износостойкость и внешний вид покрытия. Обеспечение равномерности гальванического покрытия является одной из важных и сложных задач высокотехнологичного машиностроительного производства, для решения которой предложен ряд методов, таких как управление токовыми режимами, расположением электродов в ванне, скоростью потока электролита. Однако в большинстве случаев эти методы требуют решения задачи оптимального многопараметрического управления. Оперативная и точная оптимизация при изменении условий электролиза (электродных потенциалов, состава и свойств электролита), а также при необходимости учета многоэкстремального характера зависимости коэффициента равномерности от параметров процесса (плотности тока, межэлектродного расстояния, скорости потока электролита) является достаточно сложной и неоднозначной многофакторной задачей, ограничивающей применение классических методов для поиска глобального экстремума. В статье исследуется возможность и целесообразность использования интеллектуальных эвристических методов, таких как эволюционные и роевые, для решения данной задачи. Цель. Целью данного исследования является определение эффективности применения генетических алгоритмов и метода роя частиц для решения задачи оптимизации многопараметрического управления процессом нанесения гальванических покрытий. Материалы и методы. Для проведения исследования были использованы методы математического моделирования, методы и программные среды численного моделирования и оптимизации. Результаты. В статье произведены исследования эффективности применения эволюционных и роевых методов оптимизации применительно к процессу нанесения хромового покрытия в гальванической ванне с многими анодами при многопараметрическом управлении плотностью тока, межэлектродным расстоянием и скоростью потока электролита. Наилучшего приближения к экстремуму коэффициента равномерности позволяют достигнуть генетические алгоритмы с использованием операции мутации и метода роя частиц, при этом достижение экстремума с применением метода роя частиц достигается за меньшее количество итераций. Заключение. Результаты исследования обосновывают целесообразность применения эволюционных и роевых методов решения задачи оптимизации многопараметрического управления процессом нанесения гальванических покрытий, при этом можно добиться повышения эффективности данных методов за счет дополнительной настройки.