УДК 519 711
ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ АВТОМАТИЗАЦИИ СИСТЕМЫ УПРАВЛЕНИЯ ЭЛЕКТРОЭРОЗИОННОЙ ОБРАБОТКИ
Мустафина Аруна Кабыловна Евразийский национальный университет им.Л.Н.Гумилева, Астана
Научный руководитель – Кульниязова Корлан Сагиндыковна
Прогресс в развитии технологий и средств вычислительной техники привел к появлению новой концепции – интеллектуальные сети, которые сегодня стали весьма распространенным коммерческим продуктом, находящим широкий спрос пользователей- специалистов в самых разнообразных областях инженерно-технической и научно- технической сфер деятельности.
Использование нейросетевых технологий для автоматизации системы управления электроэрозионной обработки (ЭЭО) считается одним из наиболее прогрессивных и экономически выгодных процессов. Кроме того, с помощью ЭЭО можно получать поверхности, которые принципиально невозможно изготовить другими технологическими методами. Этот вид обработки используется для изготовления сложно-профильных деталей из трудно обрабатываемых токопроводящих материалов.
В ходе процесса обработки на его характер и эффективность оказывают влияние большое количество факторов: физико-технологические характеристики заготовки и инструмента, полярность включения электродов, электрические и временные параметры напряжения и тока, подаваемого в межэлектродный зазор, характеристики рабочей жидкости, параметры окружающий среды.
Основная трудность процесса управления ходом ЭЭО заключается в непредвиденных изменениях в широком диапазоне характеристик внешних воздействий и свойств управляемых объектов, а так же в неполноте информации об этих характеристиках и свойствах.
Одним из эффективных вариантов адаптивной системы управления служит нейро- нечеткая система управления. Нейро-нечеткие системы управления отличаются от классических тем, что алгоритм их функционирования в начале работы не определен, и полностью задается при их настройке путем обучения.
182
Процесс обработки представляет собой разрушение токопроводящего материала под действием электрических разрядов. Для обеспечения стабильного процесса электроэрозионной обработки необходимо подвести к электродам импульсы технологического тока требуемой формы, а также вести в межэлектродную полость поток диэлектрической жидкости для удаления продуктов обработки и охлаждения рабочей зоны.
Поэтому необходима разработка системы управления процессом обработки, позволяющей управлять всеми параметрами – положением электрода, параметрами генератора импульсов и механизма прокачки.
Существуют следующие виды ЭЭО:
1. Вырезная обработка (обработки непрофильным инструментом) 2. Прошивная обработка (обработка профильным инструментом)
В данном случае применяется прошивная обработка. Расчет глубины образующейся лунки происходит в результате решения уравнения теплопроводности:
θ(z,t)
λ
m 2
θ(z,t)
q
об(z,t) (1)t
c
m
ρ
эл z
2 c
m
ρ
эл
где ρэл – плотность вещества электрода; λm–коэффициент теплопроводности, cm– теплоемкость, Θ – температура, z – координата, вдоль которой рассчитывается распространение теплоты.
Для случая непрерывного удаления расплавленного металла из лунки под действием теплового потока глубина лунки вычисляется по формуле:
q
hл эл и 2 (2)
сT (пл 0 )Lисп 0,5р
где
q
эл – удельный тепловой поток, поступающий на электрод,
и – длительность импульса, сT – теплоемкость, пл
– температура плавления, 0 – начальная температура,L
исп
– теплота испарения металла, р
– скорость разлета частиц расплава (несколько сотен м/c).Вероятность пробоя T
d
электрического промежутка определяется по формуле в результате анализа экспериментальных данных: b
(3)
Td
a
P(Td )1e
где a и b – параметры, зависящие от свойств зазора, Td – время задержки искры (время между передним фронтом импульса тока и передним фронтом импульса напряжения).
Анализ механизма процесса выявил основные этапы протекания обработки: пробой зазора; образование лунки в заготовке; уменьшение высоты заготовки, приводящее к увеличению зазора; вымывание частиц продуктов эрозии из зазора; уменьшение высоты электрода-инструмента в результате износа.
Электрический пробой зазора зависит от распределения продуктов эрозии в межэлектродном промежутке и от геометрии поверхности электродов.
183
Рисунок 1- Обобщенная структура модели процесса ЭЭО Разработанная модель состоит из трех типов модельных блоков:
1. известные уравнения физики (определение размеров лунок, уменьшение высоты электродов, съем металла).
2. уравнения, полученные методом идентификации – вероятность пробоя, износ инструмента.
3. блоки, моделирующие поведение совокупности дискретных элементов (частиц продуктов эрозии и отдельных лунок).
Обобщенную структуру нейро-нечеткой системы управления можно представить нечетким регулятором и блоком его настройки, работающим на базе нейронных сетей.
Нечеткий регулятор выполняет три основных действия: фазификацию – преобразование числового значения входных переменных в набор нечетких величин, принятие решений (нечеткий вывод), преобразование нечетких величин в числовые значения (дефазификация).
При разработке системы управления ЭЭО выделяются показатели, описывающие условия протекания процесса обработки. Обучающая выборка строится следующими параметрами
Входные переменные:
X ж – требуемое положение инструмента,i – требуемый рабочий ток, τ – длительность импульсов и паузы между
ними. Выходные параметры:
- относительное количество холостых импульсов
x . При холостом им- пульсе ток отсутствует;- относительное количество рабочих импульсов
p . При рабочем импульсе напряжение меньше, чем при холостом импульсе, ток не максимальный.- относительное количество импульсов короткого замыкания (КЗ)
k . При коротком замыкании напряжение близко к нулю, ток максимальный.Для подтверждения эффективности применения нейро-нечеткого регулятора по сравнению с существующими проведены эксперименты по обработке глубоких отверстий.Следует заметить, что при использовании нейро-нечеткого регулятора производительность уменьшается незначительно. При использовании нейро-нечеткого регулятора время изготовления одной детали уменьшилось на 40%.
184
Рисунок 2- Производительность при обучении регулятора S=100мм2, S=200мм2 Разработана методика построения обучающих выборок для обучения этого алгоритма на основе системного анализа. Исследование подтвердило возможность под держания требуемого межэлектродного зазора при использовании спроектированного алгоритма управления.
Осуществлена техническая реализация спроектированной адаптивной системы на базе обучения нейронных сетей. Экспериментальные исследования подтвердили эффективность разработанных алгоритмов регулирования. При обработке глубоких отверстий производительность увеличивается на 40% по сравнению со станком, управляемым традиционной САУ.
Литература
1. Сыркин И.С. Модель элекроэрозионной обработки,Кемерово//Информационные недра Кузбасса//Томск,2005
2. Трухин В.В. Применение электроэрозионной и электрохимической обработки в инструментальном производстве,мет.пособие,2008
3. Полетаев В.А. Синтез регуляторов, применяемых в системе управления процессом электроэрозионной ,Томск,2009