сотрудник
Могилёв, Беларусь
сотрудник
Москва, г. Москва и Московская область, Россия
ВАК 05.02.2008 Технология машиностроения
УДК 62 Инженерное дело. Техника в целом. Транспорт
ГРНТИ 55.13 Технология машиностроения
Рассматриваются вопросы организации нейронной сети для выбора наиболее совершенной технологии управления разработанным технологическим процессом на основе постоянного мониторинга и оценки параметров качества этапов обработки инструментов в плазмогенераторе тлеющего разряда. Предложенный подход позволяет осуществлять выбор наиболее эффективных технологий управления на всех этапах быстропротекающих процессов обработки изделий с учётом их оптимизации. Разработана автоматизированная система мониторинга, учитывающая сложную структуру внутренних связей при обработке в тлеющем разряде.
качество, управление, плазмогенератор, тлеющий разряд, автоматизированная технологическая среда, мониторинг, нейронная сеть
Введение
Важнейшей задачей машиностроения является обеспечение необходимой надежности выпускаемых изделий в течение заданного жизненного цикла. Решение поставленной задачи невозможно без соответствующей степени приближения точности размеров, формы и взаимного расположения поверхностей деталей, входящих в изделие заданному чертежом эталону. При этом необходимо формирование соответствующих физико-механических свойств поверхностных слоёв материала рабочих поверхностей деталей. Для обеспечения высокой конкурентоспособности при равных качественных параметрах выпускаемых изделий себестоимость становится превалирующим критерием. На стратегическое направление развития предприятий оказывает существенное влияние выбор технологий, обеспечивающих высокий уровень качества изготовления изделий. Предпочтение следует отдавать технологиям с эффективным мониторингом на протяжении всего производственного процесса. Основными внешними факторами, влияющими на производственный процесс, являются условия спроса и перспективы предложения товарной продукции на всех видах рынков. Формирование условий по обеспечению импортозамещения при гарантии соответствующей надежности изделий становится злободневной проблемой машиностроения.
Использование самообучающихся систем с развивающейся базой данных для мониторинга всех этапов обработки инструментов в плазмогенераторе тлеющего разряда базируется на анализе и оценке качества функционирования реального объекта. Система управления эффективностью и качеством реализации технологических процессов подразумевает значительно более высокие скорости обработки данных мониторинга с аналитическим экспериментированием особенно быстропротекающих процессов. Использование компьютерного моделирования при высокой степени параллельного, внешнего сбора информационных потоков и проведение исследований с его помощью позволяет проанализировать условия протекания процессов при обработке и выполнить оптимизацию как при выборе последовательности этапов, так и по продолжительности переменного силового воздействия в плазмогенераторе тлеющего разряда. Моделирование системы управления как абстрактного образа реального объекта на основе нейронно-сетевого подхода, более удобно для проведения исследований, что позволяет адекватно отображать интересующие исследователя физические свойства и характеристики исследуемого объекта.
Построение моделей в сфере управления различными системами обеспечивает повышение качества принимаемых решений при использовании самообучающихся систем с развивающейся базой данных. Мониторинг при высокой степени параллельного, внешнего сбора информационных потоков позволяет повысить эффективность реализуемых решений на основе полученной информации. Моделирование сокращает время оценки предполагаемых вариантов решений и на формирование новых возможных перспективных предложений. Перспективность использования нейронно-сетевого подхода при моделировании возрастает с повышением быстродействия и оперативной памяти компьютерных систем, с совершенствованием математического обеспечения и банков данных.
При создании автоматизированной системы управления реальным объектом невозможно реализовать процесс моделирования без эффективного мониторинга. В данной работе объектом исследования являются возможности нейронно-сетевого подхода для конструирования этапов обработки инструментов в плазмогенераторе тлеющего разряда с формированием их последовательности и продолжительности.
Формирование заданной структуры и свойств поверхностных слоев материалов рабочих поверхностей деталей ужесточает требование к используемым технологиям. Это способствует развитию ионно-плазменных видов обработки, которые являются в этом плане более эффективными и экономичными [1, 2]. Разработка новых технологий с непрерывным мониторингом при формировании в поверхностном слое материалов рабочих поверхностей деталей необходимых физико-механических свойств, адаптированных для использования в автоматизированной технологической среде, становится всё более актуальной проблемой современного производства [3, 4]. Поэтому целью данной работы является повышение эффективности и качества управления технологическими процессами обработки инструментов в плазмогенераторе тлеющего разряда на основе нейронно-сетевого подхода.
Задачей настоящей работы является разработка оптимальной последовательности этапов обработки изделий в плазмогенераторе тлеющего разряда в зависимости от их материала, видов предварительной обработки, геометрической формы с эффективной системой мониторинга за быстропротекающими процессами, обеспечивающей формирование необходимых свойств на рабочих поверхностях упрочняемых инструментов, адаптированных для условий автоматизированной технологической среды.
Методика исследования
Использование компьютерных технологий, основанных на искусственной нейронно-сетевой системе для создания систем контроля как метода исследования, заключающегося в компьютерной имитации процесса функционирования плазмогенератора на отдельных этапах обработки. Это позволит разработать оптимальную систему контроля и управления качеством реализуемых технологических процессов обработки инструментов в плазмогенераторе тлеющего разряда. Сущность метода моделирования при использовании искусственного нейронно-сетевого подхода заключается в разработке таких алгоритмов и программ, которые имитируют поведение плазмогенератора, его свойства и характеристики в необходимом для исследования составе, объеме и области изменения технологических параметров.
Возможности метода уникальны, так как он позволяет в зависимости от необходимости исследовать системы любой сложности по количеству внутренних, внешних связей и назначения с неограниченной глубиной детализации. В качестве ограничителей выступает мощность используемых компьютерных систем и трудоемкость подготовки сложного комплекса программ.
Имитация на модели при использовании искусственной нейронно-сетевой системы позволяет проводить исследование, равнозначное эксперименту на реальном объекте. При этом способность системы к самообучению за счет наращивания внешних баз данных при многократных испытаниях модели, во многом определяются возможностями используемой компьютерной системы, а также свойствами самой модели.
Внедрение автоматизированной системы контроля и управления качеством для исследования этапов обработки в плазмогенераторе тлеющего разряда оправдано так, как возможности методов исследования этой системы с помощью аналитических моделей ограничены, а полномасштабные натурные эксперименты требуют значительных материальных, временных и энергетических ресурсов.
Создание аналитической модели для исследования этапов обработки в плазмогенераторе тлеющего разряда не всегда возможно, поэтому использование нейронно-сетевого подхода является наиболее предпочтительным. Большинство задач, решаются с помощью автоматизированных систем управления, которые с успехом можно использовать и для выполнения исследований. Это повышает интерес к системам контроля и управления обеспечивающих постоянный мониторинг за ходом технологических процессов, а расширение круга задач, реализуемых с их помощью переводит их в область уникальных средств по использованию.
В алгоритме модели предусматривают условия определения моментов времени, соответствующих критичным состояниям технологического процесса в плазмогенераторе по давлению, химическому составу технологической газовой среды, по интенсивности свечения в прикатодной области, напряжению и силе тока в разряде в эти моменты. В зависимости от принимаемого закона распределения вероятностей для начальных условий примем одно из возможных состояний и по установленным закономерностям изменений технологических параметров процесса определим их величины перед первым особым состоянием. Аналогично перейдём ко всем последующим особым состояниям. Имея первую возможную реализацию случайного многомерного процесса, с использованием аналогичных процедур построим другие реализации. В результате выполненных процедур обеспечивается реализация необходимых параметров качества по упрочнению рабочих поверхностей изделий, заключающихся в формировании мелкодисперсной структуры поверхностного слоя, клубковой дислокационной структуры на заданную глубину, повышение до двух раз микротвёрдости на упрочняемой поверхности, химически инертной плёнки на поверхности, сращивание основы и напыляемого слоя [4].
Элементы моделирующей системы отвечающие за соответствующие блоки описываются набором количественных и логических характеристик. В зависимости от продолжительности жизни различают условно-постоянные и временные компоненты. Условно-постоянные компоненты существуют в течение всего периода реализации модельного эксперимента, а временные – появляются и исчезают в ходе эксперимента [5-10].
При моделировании различного рода производственных и организационных систем управления исследование на модели заключается в проведении стохастических экспериментов. Реализуя возможности моделируемых объектов, такие модели включают случайные переменные, описывающие как функционирование самих систем, так и воздействия внешней среды.
Результаты исследований и их обсуждение
Определённая последовательность операций технологического процесса обработки изделий в плазмогенераторе тлеющего разряда обеспечивает формирование заданной структуры и микротвёрдости на поверхности обрабатываемых изделий. После поступления изделий для обработки в плазмогенераторе они подвергаются предварительной очистке от грубых загрязнений в виде пыли, слоёв смазки, а также следов коррозии. При необходимости для залечивания микродефектов рабочие поверхности деталей подвергают нанесению различного вида покрытий. Изделия в плазмогенераторе тлеющего разряда располагают на катоде в вакуумной камере под основанием концентратора плазмы в виде усечённой пирамиды из диэлектрического материала. Вакуумная камера герметизируется и проводится вакуумирование с последующим напуском заданной технологической газовой среды, формирующей условия для поджига и горения тлеющего разряда в плазмогенераторе. Тонкая очистка упрочняемых поверхностей изделий от остатков микрослоёв из молекул воды, жировых отложений, а также оксидов осуществляется в результате механического, химического и теплового действия технологической газовой среды при ионной бомбардировке. Продолжительность этапа тонкой очистки зависит от степени загрязнений рабочих поверхностей изделий, глубины дефектного слоя и видов предварительной обработки. Основная обработка заключается в воздействии сформированного потока ионов на рабочие поверхности упрочняемых изделий с целю формирования заданной дефектной структуры на необходимую глубину. Существенное влияние на качество обработки оказывает состав технологической газовой среды и скорость её прокачки при постоянстве давления в вакуумной камере для формирования необходимого потока бомбардирующих ионов с заданной величиной кинетической энергии перед ударом о поверхность. При разработке последовательности этапов обработки учитывается состояние и величина дефектного слоя, сформированного на этапах предшествующих обработок и старения. Особенностью этого слоя является повышенная плотность дислокаций по глубине и наличие микротрещин не только внутри зёрен, но и между ними. Эффективность силового воздействия, определяется стабильностью силы тока в разряде и напряжения на электродах в плазмогенераторе тлеющего разряда. Колебание силы тока и напряжения при горении разряда зависит от стабильности состава, давления и скорости прокачки технологической газовой среды через рабочий объём плазмогенератора. Этап охлаждения обрабатываемых изделий связанный с выходом изделий на комнатную температуру при определённом составе окружающей технологической газовой среды в вакуумной камере способствует формированию непосредственно на поверхности химических соединений, препятствующих окислению поверхностных слоёв материала при контакте с окружающим воздухом при его напуске в вакуумную камеру, отличающимся по составу от технологической среды. Сложность и многоуровневость внутренних связей, влияющих на стабильную работу плазмогенератора тлеющего разряда, оптимизировались при использовании разработанной автоматизированной системы мониторинга. В данной системе контроль и управление построены на нейронно-сетевом подходе, которые имитируют поведение системы на всех этапах обработки. Результаты мониторинга отображаются в режиме реального времени в виде контролируемых параметров процесса обработки на экране электронного блока управления. Данный блок позволяет осуществлять оперативное управление разработанным технологическим процессом как в ручном, так и в автоматизированном режиме. Это позволяет не только мониторить ход выполнения технологического процесса, но и получать необходимую информацию для анализа исходя из пределов изменения входных параметров процесса.
Таким образом использование возможностей нейронно-сетевого подхода при разработке и использовании системы мониторинга и управления за эффективностью и качеством реализуемых технологических процессов при работе плазмогенератора позволяет обеспечивать воспроизводимость необходимых результатов при обработке изделий. Особенно эффективна данная система на этапе отработки и апробации новых технологических приёмов при обработке изделий, имеющих сложную геометрическую форму и размеры рабочих поверхностей, разнородность в структуре и химическом составе материала отдельных элементов. Для реализации этого этапа, связанного с проведением исследований и анализа, используется ручной режим управления, на котором выполняется отработка технологических параметров процесса обработки и составление алгоритма для реализации работы системы мониторинга и управления в автоматизированном режиме.
Заключение
Исследования на математических моделях успешно реализуются при использовании разнообразного математического аппарата, а на имитационных моделях проводят эксперименты схожие с экспериментами на реальном объекте. Для установления взаимного влияния между технологическими параметрами необходимы значительные исследования модели, что зависит от возможностей компьютерных систем и свойств модели. Имитация на модели при использовании искусственной нейронно-сетевой системы позволяет проводить исследование, равнозначное эксперименту на реальном объекте. При этом способность системы к самообучению за счет наращивания внешних баз данных при многократных испытаниях модели, во многом определяются возможностями используемой компьютерной системы, а также свойствами самой модели.
Использование автоматизированной системы мониторинга и управления качеством на всех этапах обработки инструментов в плазмогенераторе тлеющего разряда расширяют возможности методов исследования. Изучение возможностей этой системы на основе аналитических моделей ограничены, а проведение полномасштабных экспериментов на натурных образцах подразумевает существенные материальные, временные и энергетические затраты.
Разработка аналитической модели для изучения порядка построения этапов обработки инструментов в плазмогенераторе тлеющего разряда не оправданно сложна и затратна, поэтому использование возможностей нейронно-сетевого подхода при разработке системы мониторинга и управления за эффективностью и качеством реализуемых технологических процессов при работе плазмогенератора позволяет обеспечивать воспроизводимость необходимых результатов при обработке изделий. В данной системе контроль и управление построены на нейронно-сетевом подходе, которые имитируют поведение системы на всех этапах обработки. Результаты мониторинга отображаются в режиме реального времени в виде контролируемых параметров процесса обработки на экране электронного блока управления. Возросший интерес к системам мониторинга за реальными технологическими процессами и расширение области задач, решаемых с их помощью превращает их в универсальные средства для применения.
1. Логвин, В.А. Использование тлеющего разряда для изменения дислокационной структуры быстрорежущей стали / В.А. Логвин, И.В. Терешко, С.А. Шептунов // Наукоёмкие технологии в машиностроении. - М.: Инновационное машиностроение. - 2018. - № 12. - С. 21-27.
2. Логвин, В.А. Формирование спектра энергетического воздействия плазмы тлеющего разряда в автоматизированной технологической среде/ В.А. Логвин // «Перспективные направления развития технологий машиностроения и металлообработки»: тезисы докл. 34-ой Междун. науч.-техн. конф. (Минск, 28 марта 2019) / В.К. Шелег (отв. ред.) [и др.]. - Минск: Бизнесофсет, 2019, - С. 115-116.
3. Шептунов, С.А. Возможности и условия использования тлеющего разряда для создания автоматизированной технологической среды по упрочнению инструментов/ С. А. Шептунов, В. А. Логвин // Вестник Кабардино-Балкарского университетата. - 2015. - Т. V. - № 5. - С. 5-11.
4. Логвин, В.А. Изменение дислокационной структуры металлов после воздействия тлеющего разряда / В.А. Логвин, И.В. Терешко, С.А. Шептунов // Металлообработка. АО «Издательство «Политехника». - Санкт-Петербург. - 2018. - № 6. - С. 45-51.
5. Карлова, Т.В. Системные принципы объекта управления: социологический анализ: монография / Т.В. Карлова. - Москва. - Янус-К, 2004. - 220 с.
6. Соломенцев, Ю.М. Моделирование производительных систем в машиностроении / Ю.М. Соломенцев, В.В. Павлов. - Москва. - Янус-К, 2010. - 227 с.
7. Карлова, Т.В. Классификация компьютерных атак на автоматизированные системы промышленных предприятий /Т.В. Карлова, Н.М. Кузнецова, А.Ю. Бекмешов // Периодический научно-практический журнал «Качество. Инновации. Образование» - №4 (162) июль август, 2019. - М.: Известия УД ПРФ, 2019. - С. 54 - 59. - ISSN: 1999-513X. - DOI:https://doi.org/10.31145/1999-513x-2019-4-54-59.
8. Карлова, Т.В. Основные принципы защиты автоматизированных систем крупных промышленных предприятий от комплексных кибератак / Т.В. Карлова, Н.М. Кузнецова // Вестник Брянского государственного технического университета. - 2017. - № 4 (57). - С. 84-89. - DOI:https://doi.org/10.12737/issue_5a02f9f7150658.06648590.
9. Karlova, T.V., Sheptunov S.A., Kuznetsova N.M. Automation of Data Defence Processes in the Corporation Information Systems / T.V. Karlova, S.A. Sheptunov, N.M. Kuznetsova //Proceedings of the 2017 International Conference "Quality Management, Transport and Information Security, Information Technologies" (IT&QM&IS) September, 24-30, 2017 - Proceedings Edited by S. Shaposhnikov 2017 St. Petersburg, Russia: Saint Petersburg Electrotechnical University “LETI”, - с. 199-202. - ISBN 978-1-5386-0703-9.
10. Карлова, Т.В. Модель межуровневого взаимодействия в управлении робототехническими производствами / Т.В. Карлова, А.Ю. Бекмешов, С.А. Шептунов: науч.-практ. конф. «Роботические технологии в медицине», журнал «Качество. Инновации. Образование». - М.: Известия УД ПРФ, 2016. - с. 171 - 176. - ISSN 1999-513X.
