ОБ ОДНОМ АЛГОРИТМЕ АДАПТИВНОГО УПРАВЛЕНИЯ ПРОЦЕССОМ ТОКАРНОЙ ОБРАБОТКИ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Аннотация

Повышение эффективности процессов токарной обработки на станках с ЧПУ требует разработки специального математического и информационного обеспечения для реализации адаптивного управления. Предлагается в качестве моделей процесса резания использовать нейросетевые аппроксиматоры, построенные на основе экспериментальных данных, полученных на конкретном станке с ЧПУ при обработке конкретного материала с помощью фиксированного инструмента. Цель исследования: проработка вопросов применения методов искусственного интеллекта для адаптивного управления процессом токарной обработки на основе полученных данных о вибрации инструмента. Материалы и методы. Предлагается алгоритм решения задачи оптимального адаптивного управления, обеспечивающий в автоматическом режиме максимальную производительность станка с ЧПУ. Для организации обратной связи при адаптивном управлении процессом резания непрерывно снимаются и обрабатываются данные датчика о виброускорении режущего инструмента. Вычисляется оценка удельной энергии сигнала на заданном интервале времени и устанавливается связь между ней и шероховатостью обрабатываемой поверхности детали. Для этого используется обученная нейросеть, предсказывающая по величине энергии сигнала по вибрации значение шероховатости при заданных режимах резания. Результаты. Предложена постановка задачи адаптивного управления процессом токарной обработки резанием с учетом износа инструмента. Разработан алгоритм интеллектуальной обработки данных о виброускорении инструмента в процессе резания и построена нейросеть, устанавливающая связь между уровнем вибрации и шероховатостью поверхности. Предложен эффективный алгоритм решения задачи оптимального адаптивного управления. Он позволяет в реальном времени подбирать режимы резания, обеспечивающие максимальную производительность процесса резания при выполнении ограничения на шероховатость поверхности. Заключение. Исследуемые алгоритмы и модели апробированы на реальных данных, что подтверждает возможность их использования при разработке интеллектуальной информационной системы адаптивного управления процессом токарной обработки.