В статье рассмотрена сложность процесса резания из-за большого количества влияющих факторов на сам процесс. Необходимость создания системы автоматического управления для улучшения качества и уменьшения времени процесса резания. Возможность реализации автоматического управления с использованием методов нечеткой логики. Подробно описаны методы нечеткой логики и их достоинства.
Ключевые слова: процесс резания, автоматическое управление, нечеткая логика, нечеткое управление, функция принадлежности.
Процесс резания — это отделение стружки от заготовки посредством снятия её с помощью резца, фрезы или другого инструмента с целью получения детали или заготовки требуемой формы и размеров, и шероховатости. [1]
Точность и скорость процесса резания зависит от многих факторов, таких как скорость главного движения, скорость движения подачи, толщина среза, ширина среза. Также на точность резания влияет материал режущего инструмента и износ его режущей кромки, материал обрабатываемой детали, вибрации станка и т. д.
Каждый фактор, влияющий на процесс резания, может быть менее или более критичным, в зависимости от выбора режима резания. Режим резания, в свою очередь, зависит от вида обрабатываемой поверхности, материала заготовки, нужной шероховатости, чистовой или черновой обработки. [2]
При чистовой обработке заготовки важным фактором является число оборотов главного движения. Оптимальным будет соблюдение высокой скорости обработки при малой подаче. При черновой же обработке наоборот, необходимы большая подача и малое число оборотов.
Почти каждый процесс резания осуществляется с подачей СОЖ (смазочно-охлаждающая жидкость), что уменьшает нагрев обрабатываемой поверхности и рабочей поверхности инструмента и, следовательно, уменьшает износ последнего. При автоматизации процесса механической обработки учесть все факторы невозможно. Обычно выделяют основной параметр и критерий оптимизации и разрабатывают структуру системы управления.
На рисунке 1 показаны поверхность функции модели (а) и задание системы правил функции (б), реализованные с помощью модуля fuzzy logic (нечеткая логика) программы Matlab.
Для исследования технологической системы процесса резания в программном пакете Matlab R2014 была построена модель системы Лоренца для технологической системы. Результаты расчетов выводятся на блок графопостроителя фазовой плоскости XY и XZ. [3]
|
а) |
б) |
Рис. 1. Модель износа инструмента
Автоматическое управление реализуется разными способами, это может быть электронное устройство, микроконтроллер и даже программная реализация на обычном стационарном компьютере.
В современных автоматических системах алгоритмы управления реализуются с помощью стандартных ПИ и ПИД регуляторов и методов нечёткой логики.
Нечеткая логика (нечеткое управление) в своем роде математическая логика, только логика математики требует на каждом промежутке моделирования однозначных и точных ответов или формулировок, при нечеткой логике же используется минимальное количество закономерностей. [4]
Не совсем точные числа и формулировки, полученные в процессе измерений методом нечеткой логики, схожи с теорией вероятности. По сравнению с теорией вероятности, нечеткая логика значительно сокращает количество измерений, что позволяет ускорить быстродействие самой системы.
Информация и выводы нечеткой логики является «неточным» и физическое исполнительное устройство просто не сможет воспринять данную неточную задачу.
Нужны определенные математические вычисления, реализующие переходы от «неточных» величин к достаточно определенным. Процесс управления с помощью нечеткой логики состоит из нескольких шагов: фаззификация, разработка нечетких правил и дефаззификация.
Точные значения величин выходных параметров преобразуются в лингвистические переменные при помощи некоторых функций принадлежности. К примеру, лингвистической переменной является термин «Дистанция», а функции принадлежности к данному термину являются далеко, близко и так далее. Пусть термин «Дистанция» может принимать значения от 0 до 40 метров. Согласно теории неточных множеств, диапазону от 0 до 40 метров может быть сопоставлено с числом от нуля до единицы, которое будет определять степень принадлежности к данному термину. Например, 30 метров будет принадлежать к термину «Дистанция» с принадлежностью «далеко» со степенью равной 0,85, а принадлежность «близко» со степенью 0,25.
Система, выполняющая определенные действия по данной программе нечеткой логики, будет основываться на данной степени принадлежности. Если эта степень близка к единице, то принадлежность будет уже не такой нечеткой, а вполне определенной.
При использовании методов нечеткой логики достигается значительное увеличение быстродействия процессов управления. Поваляется возможность создания автоматических систем управления для объектов, механизмы функционирования которых сложно вычисляемы возможностями традиционной математики. Возможность создания адаптивных (самообучающихся) регуляторов на основе классических ПИД регуляторов. Увеличение точности алгоритмов фильтрации случайных воздействий при обработке получаемых величин от датчиков. Уменьшение вероятности неверных решений при работе управляющих алгоритмов, что увеличивает срок службы технологического оборудования.
Литература:
1. Грановский Г. И., Грановский В. Г. Резание металлов: Учебник для машиностр. и приборостр. спец. вузов.— М.: Высш. шк., 1985,— 304 с, ил.
- В. А. Галашев. Резание металлов. — Ижевск: Издательство Удмуртского университета, 1996. — 191 с.
- Остапчук А. К., Кузнецова Е. М., Дмитриева О. В. Экспериментальные исследования и моделирование устойчивости процесса резания при обработке стальных деталей. Современные наукоемкие технологии, № 1, 2018 C. 43–47
- А. А. Жданов, М. В. Караваев. Применение нечеткой логики в имитационной системе автономного адаптивного управления // Труды Института системного программирования РАН. — 2002. — №. — С. 124–138.
