Розроблено нейромережевий алгоритм, що підвищує якість токарної обробки.

Стаття опублікована в Journal of Digital Science. Дослідження проведено в рамках реалізації програми стратегічного академічного лідерства «Пріоритет 2030».

При обробці металевих заготовок на стандартних верстатах з числовим управлінням програму налаштовують на певні параметри. Ураховують твердість оброблюваного матеріалу, товщину шару, який потрібно зняти, та багато інших показників, що впливають на якість кінцевого виробу. Але в процесі різання металу відбуваються неконтрольовані випадкові зміни властивостей різальних інструментів. Крім того, кожна наступна заготовка з оброблюваної партії має відмінності в структурі поверхні та твердості. Все це вимагає постійного контролю з боку оператора верстата.

Адаптивне управління, на відміну від звичайних систем, забезпечує автоматичне пристосування параметрів процесу до змінюваних умов.

«На основі отримуваної інформації про поточний стан процесу обробки система сама збільшує або зменшує обсяг знімаємого металу з заготовки, тим самим підтримуючи граничне значення якогось заданого параметра, наприклад, сили різання. У більш складному випадку — забезпечує отримання оптимальних значень точності, продуктивності або собівартості обробки заготовок», — розповідає Володимир Онисків, доцент кафедри обчислювальної математики, механіки та біомеханіки ПНІПУ, кандидат технічних наук.

Методи штучного інтелекту все частіше застосовуються в системах адаптивного управління процесами токарної обробки. Однак ще недостатньо вивчено питання, як при цьому знос інструмента впливає на шороховатість оброблюваної поверхні. Вчені Пермського Політеху розробили алгоритм з використанням нейронної мережі, який забезпечує необхідний рівень шороховатості та підвищує продуктивність різання.

«Ми припустили, що цей показник залежить від ступеня зносу різального інструмента. А вона, в свою чергу, визначається поточним рівнем вібрації. Навчена нами нейронна мережа за величиною енергії, знімаємого датчиками вібрації сигналів певних частот, передбачає значення шороховатості при заданих параметрах режиму різання. На її основі ми розробили алгоритм, який, отримавши сигнал про досягнення максимально допустимої величини шороховатості, змінить параметри подачі інструмента до прийнятних показників», — пояснює Володимир Онисків.

Політехніки зазначають, що алгоритм виконує умови оптимального управління, оскільки процес обробки починається з найбільшої величини подачі інструмента і поступово знижується. Система забезпечує максимально можливий обсяг знімного металу при заданій шороховатості поверхні, що значно підвищує продуктивність металообробки.

Запропонований вченими ПНІПУ алгоритм вже апробували на реальних даних і підтвердили можливість використання при розробці інтелектуальної інформаційної системи адаптивного управління процесом токарної обробки.