Реферат: Діагностика процесів лезової обробки

У сучасній техніці штучний інтелект може моделювати поведінку людини за допомогою системи "мислячих" сенсорів. Різна інформація про працюючеустаткування класифікується й аналізується за допомогою ЕОМ, де закладається ідеальна модель процесу.

Виникаючі помилки запам'ятовуються, і при їхньому повторі система штучного інтелекту здатна в більш короткий проміжок часу дати прогноз виниклої ситуації.

Застосування рішення найчастіше відбувається шляхом діалогу "людина - машина". У майбутньому передбачається здійснити автоматичний аналіз ситуації, що виникла, й автоматичне ухвалення рішення щодо усунення помилок.

До нині діючих можна віднести такі наукові моделі: корекцію, викликану зносом інструмента; компенсацію кінематичних помилок; оптимізацію регульованих параметрів процесу; корекцію, викликану відносним зсувом; компенсацію зміни форми, викликану механічною і термічною взаємодією.

лезова обробка технологічний стан

На рис.3 показана схема "інтелектуального" верстата із сенсорним вимірювальним контролюючим устаткуванням, що знаходиться в зоні обробки.

Рис.3

У ході здійснення технологічного процесу реєструються найбільш істотні дані. Щоб встановити співвідношення між параметрами на вході і виході системи, всі досягнуті якісні величини повинні бути обмірювані на верстаті чи поза ним. За допомогою математичної моделі можливо систематично відслідковувати хід протікання процесу й аналізувати його. Усі дані обробляються і можуть бути використані для визначення величини корекції. У цьому випадку з'являється система автоматичного регулювання, що стежить за процесом та керує ним, виходячи з критеріїв якості.

Корекція, що компенсує знос інструмента, може бути досягнута зміною подачі на врізання чи розмірними корекціями.

Модель компенсації відхилень, викликаних кінематикою, включена в деякі системи управління. В області обробки металів вже є успіхи в створенні цієї машинної концепції, у якій для спостереження й оптимізації параметрів процесу використовують системну силову сенсорику і сенсорику механічних шумів, оптимізацію силових та температурних параметрів.

Сьогодні допомогою нейронної мережі розподілу можна створити системи, які самонавчаються, автоматично вибирати, параметри і кореляції. Система прогнозує очікувану якість і порівнює її з дійсно отриманими значеннями. При відхиленнях відбувається адаптація (зміни) системи управління та параметрів моделі. Система спочатку визначає свій стан, а потім проводить моделювання і прогноз ймовірного ходу процесу.

На рис.4 показані головні напрямки розвитку сучасною обробного устаткування. З одного боку, устаткування пов'язане з високою швидкістю, а з іншого - найвища точність, що повинна бути досягнута.

Рис.4.

Розходження між звичайними системами, ям містять науковий базис, і системами, здатними до навчання, полягає в тому, що в традиційних системах дотепер існували жорсткі, введені в неї правила. Здатні до навчання системимістять "прототипи" поведінки, ними створені, І можуть самостійно та еволюційно оптимізуватися.