автореферат диссертации по обработке конструкционных материалов в машиностроении, 05.03.01, диссертация на тему:Автоматическое обеспечение шероховатости при обработке наружных поверхностей на основе динамического мониторинга

□034863Б8

На правах рукописи

ОВСЯННИКОВ Виктор Евгеньевич

АВТОМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ШЕРОХОВАТОСТИ ПРИ ОБРАБОТКЕ НАРУЖНЫХ ПОВЕРХНОСТЕЙ НА ОСНОВЕ ДИНАМИЧЕСКОГО МОНИТОРИНГА

Специальность 05.03.01 - Технологии и оборудование механической и физико-технической обработки

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

- 3 ЛЕН 2009

Тюмень-2009

003486358

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Курганский государственный университет» (КГУ).

Научный руководитель кандидат технических наук

Остапчук Александр Константинович

Официальные оппоненты доктор технических наук, профессор

Силич Александр Анатольевич

Защита состоится 17.12.2009 г. в 1415 на заседании диссертационного совета Д 212.273.09 при Тюменском государственном нефтегазовом университете по адресу: 625000, г. Тюмень, ул. Володарского, 38, зал имени А.Н. Косухина.

С диссертацией можно ознакомиться в библиотечно-информационном центре Тюменского государственного нефтегазового университета по адресу: 625039, г. Тюмень, ул. Мельникайте, 72.

Автореферат разослан 16 ноября 2009 г.

кандидат технических наук, замдиректора ЦСМ, Курганский центр стандартизации, метрологии и сертификации Брюхов Анатолий Владимирович

Ведущая организация

ОАО«АК Корвет» (г. Курган)

Ученый секретарь диссертационного совета

И.А. Бенедиктова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Проблема повышения эффективности машиностроительного производства была и остается одной из самых актуальных проблем развития экономики. В области машиностроения необходимо добиться повышения уровня конкурентоспособности продукции отечественных производителей за счет обеспечения требуемого качества изготавливаемых изделий. При чистовых видах обработки важнейшим фактором, определяющим качество детали, является шероховатость поверхности, которая в значительной мере обуславливает эксплуатационные свойства деталей. Учитывая специфику развития машиностроительного производства, заключающуюся в широком внедрении в промышленную практику станков с ЧПУ, остро стоит вопрос об автоматическом контроле качества деталей, в частности шероховатости обрабатываемых поверхностей. Решение задачи максимального использования возможностей станков с ЧПУ осложняется недетерминированностыо, нестационарностью и нелинейностью условий обработки, поэтому до настоящего времени отсутствуют надежные технические решения вопросов контроля шероховатости поверхности при обработке на станках с ЧПУ. В связи с этим является весьма актуальным и представляет определенный научный и практический интерес разработка методов автоматического обеспечения шероховатости поверхности в процессе обработки.

Цель работы. Автоматическое обеспечение заданной шероховатости поверхности при токарной обработке посредством оценки состояния технологической системы и использования искусственных нейронных сетей.

Методы исследования.

В теоретическом исследовании использованы методы фрактальной геометрии, нелинейной динамики, теории искусственных нейронных сетей, спектрального и вейвлет-анализа. Экспериментальные исследования проводились на специальном стенде, на базе токарного станка с ЧПУ 16К20ФЗ. Измерение шероховатости производилось на профилометре «Абрис ПМ-7». Обработка результатов экспериментов производилась при помощи оригинального программного обеспечения и программных пакетов МаЛСАО 13 и МаНаЬ 7.1.

Научная новизна состоит в:

- теоретическом и экспериментальном обосновании описания профиля шероховатости поверхности, полученного при чистовой токарной обработке фрактальной самоафинной кривой;

- разработанном алгоритме моделирования фрактальной кривой, описывающей профиль шероховатости поверхности на основе модернизации метода случайных сложений;

- установлении связи динамических параметров технологической системы с параметрами шероховатости поверхности, выявлении наиболее пригодных показателей для управления технологической системой с целью обеспечения требуемой шероховатости поверхности;

- обосновании архитектуры, алгоритма обучения, точности обучения искусственных нейронных сетей, предназначенных для выявления зависимостей

между динамическими параметрами технологической системы и параметрами качества обработанной поверхности;

- в разработке системы адаптивного управления, основанной на использовании виброакустического сигнала в качестве диагностирующего признака, фрактальных моделей описания шероховатости поверхности и искусственных нейронных сетей в качестве аппроксиматора.

Практическая ценность работы.

Разработанная система адаптивного управления позволяет в режиме реального времени оценивать параметры шероховатости поверхности и вносить оперативную коррекцию в режимы обработки с целью обеспечения заданной величины шероховатости поверхности, а также контролировать состояние инструмента и при необходимости производить его замену. Результаты работы приняты к внедрению на ОАО «Шадринский телефонный завод» и ОАО НПО «Курганприбор».

Апробация работы.

Основные результаты работы докладывались на международных конференциях: «Повышение качества продукции и эффективности производства» (Курган, 2006 г.), «ХУШ-й интернет-конференции молодых ученых и студентов по проблемам машиностроения» (Москва, 2006), «Х1Х-Й интернет-конференции молодых ученых и студентов по проблемам машиностроения» (Москва, 2007), «Информационно-вычислительные технологии и их приложения» (Пенза, 2008), «Проблемы качества машин и их конкурентоспособности» (Брянск, 2008), «Трубопроводная арматура XXI века: наука, инжиниринг, инновационные технологии» (Курган, 2008), «Новые материалы, неразрушающий контроль и наукоемкие технологии в машиностроении» (Тюмень, 2008), «Современные информационные технологии-2008» (Пенза, 2008), «Наука и устойчивое развитие общества. Наследие В.И.Вернадского» (Тамбов, 2008); на Уральском семинаре по механике и процессам управления «Итоги диссертационных исследований по машиностроению» (Миасс, 2008).

Реализация результатов работы.

1. Результаты исследований и разработки диссертации приняты ко внедрению на ОАО НПО «Курганприбор» (г. Курган) и ОАО «Шадринский телефонный завод» (г. Шадринск).

2. Основные материалы диссертации положены в основу учебного пособия, которое используется для обучения аспирантов по специальностям 05.02.08 и 05.03.01.

Публикации. Основное содержание диссертации опубликовано в 40 печатных работах. В том числе 10 работ опубликовано в изданиях, рекомендованных перечнем ВАК. Наиболее значимые работы приведены в списке публикаций.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, общих выводов и приложений. Работа изложена на 173 страницах машинописного текста, содержит 105 рисунков, 17 таблиц, список литературы из 117 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, представлена общая характеристика и значимость диссертационной работы.

В первой главе рассмотрено современное состояние методов оценки шероховатости поверхности в процессе обработки, а также выполнен анализ существующих моделей профиля поверхности и параметров для его описания.

Работами В.Ф. Безъязычного, Ю.Р. Виттенберга, П.Е. Дьяченко, И.В. Крагельского, A.A. Маталина, Э.А. Сателя, А.Г. Суслова, Ю.Г. Шнейдера и др. установлено, что на эксплуатационные свойства машин и узлов; решающее влияние оказывают параметры качества рабочих поверхностей деталей, которые в значительной мере определяются характеристиками их микрогеометрии.

Широкое внедрение станков с ЧПУ остро ставит вопрос об автоматическом контроле качества деталей на конечных операциях обработки, как показал анализ литературных источников, для оценки шероховатости поверхности, в основном используются косвенные методы, наиболее распространен метод, связанный с оценкой износа режущего инструмента, соответствующего лимитирующему фактору качества обрабатываемой поверхности. Использование в виде информационного сигнала акустического излучения, которое всегда присуще процессу обработки является наиболее предпочтительным.

Для автоматического контроля шероховатости поверхности необходимо иметь надежные математические модели шероховатости поверхности. В работах В.А. Журавлева, Дж. Гринвуда, Дж. Уильямсона и др. применяется теоретико-вероятностный подход к описанию шероховатости поверхности. В трудах И.В. Дунина-Барковского, Я.А. Рудзита, Ю.Р. Виттенберга, А.П. Хусу шероховатость поверхности описывается при помощи автокорреляционных функций. Однако данные методы описания шероховатости поверхности имеют ряд существенных недостатков - основным недостатком из которых является чувствительность их к длине исходной выборки. В этом свете наиболее перспективным является применение методов фрактальной геометрии для описания шероховатости поверхности.

Решение задачи обеспечения шероховатости поверхности заключается в установлении взаимосвязи параметров шероховатости с условиями обработки. Данными вопросами занимались А.П. Соколовский, А.И. Исаев, А.Г. Суслов, В.Ф. Безъязычный и др. Для отыскания искомой взаимосвязи использовались как теоретические, так и эмпирические расчетные зависимости. Однако как показывают исследования Ю.Г. Кабалдина, В.Л. Заковоротного, Б.М. Бржозовско-го и др. технологическая система является нелинейной, а значит, для надежного обеспечения шероховатости поверхности необходимо учитывать динамическое состояние технологической системы.

В связи с этим в работе были поставлены следующие задачи:

1. Обоснование и разработка модели шероховатости поверхности.

2. Экспериментальные исследования зависимости между параметрами шероховатости и виброакустического сигнала.

3. Применение методов нелинейной динамики для оценки динамического состояния технологической системы с целью обеспечения заданной шероховатости поверхности.

4. Применение искусственных нейронных сетей для аппроксимации неявных зависимостей между динамическим состоянием технологической системы и параметрами шероховатости поверхности.

5. Разработка системы адаптивного управления, основанной на методике оценки динамического состояния технологической системы с целью обеспечения заданной шероховатости.

Во второй главе приведены обоснования и сама разработанная математическая модель шероховатости поверхности. При построении фрактальной математической модели шероховатости поверхности в первую очередь необходимо обосновать фрактальность профиля шероховатости поверхности. Объект является фрактальным, если его размерность является дробной величиной, и он обладает свойствами самоподобия или самоафинности. В работе проведен анализ методов определения фрактальной размерности £): клеточный метод, определение фрактальной размерности при помощи функции спектра мощности и определение размерности при помощи показателя Херста. В качестве тестового объекта использовалось фрактальное броуновское движение, размерность которого определена теоретически. Установлено, что наиболее точные результаты вычисления фрактальной размерности получаются при использовании показателя Херста.

В результате расчетов по большому количеству профилограмм (более 100), выявлено, что фрактальная размерность профилограмм поверхностей обработанных чистовым точением лежит в пределах £> = 1.1...1.55. Свойство самоподобия шероховатости поверхности проверялось при помощи специально разработанного программного обеспечения. Установлено, что профиль шероховатости поверхности, при чистовом точении является самоафинной кривой. Таким образом, оба критерия фрактальности выполнены, что доказывает применимость методов фрактальной геометрии для моделирования шероховатости поверхности.

В рамках фрактальной геометрии разработан ряд методов моделирования фрактальных шероховатых объектов, наиболее известными среди которых являются: метод фильтрации Фурье, моделирование при помощи функции Вей-ерштрасса-Мандельброта и метод случайных сложений. В первом, моделирование производится посредством преобразования Фурье в частотной области со случайным заданием фаз и подбором амплитуд, которые удовлетворяют определенным условиям, после чего производится обратное преобразование Фурье. Во втором, для моделирования фрактальных объектов используется функция Вейерштрасса-Мандельброта. При использовании метода случайных сложений реализация вычисляется на диадических рациональных числах, т.е. в точках к 12" интервала [0,1]. Реализация строится последовательно в конечных точках 0 и 1, затем в 'Л, далее в 'Л и 3Л и т.д., причем дисперсия с каждой итерацией изменяется согласно выражению:

где Н- показатель Херста.

Для оценки точности рассматриваемых методов моделирования фрактальных шероховатых объектов при помощи разработанного программного обеспечения были получены модели шероховатости, параметры которых были взяты с реальных профилограмм, а затем модели сравнивались с оригиналами. В результате расчетов было установлено, что погрешность каждого из рассматриваемых методов достигает 70%, что неприемлемо. Кроме того, в ходе компьютерного моделирования было установлено, что метод, использующий функцию Вейерштрасса-Мандельброта и метод фильтрации Фурье очень чувствительны к значениям фрактальной размерности профиля и дают точные результаты лишь при некоторых строго определенных ее значениях. Также следует отметить, что реализация этих методов требует большого количества вычислений и значительных затрат аппаратных ресурсов ввиду того, что они используют достаточно сложные и громоздкие расчетные зависимости.

Наиболее пригодным методом является метод случайных сложений, т.к. он реализуется посредством применения простых вычислительных операций, которые не требуют больших вычислительных затрат. В работе была проведена модернизация классического метода случайных сложений с целью обеспечения требуемой точности моделирования. Модернизация заключается в следующем: 1. Выражение для а в модернизированном алгоритме принимает вид:

хсг

(2)

2. Введено условие корректировки дисперсии, которая используется при реализации алгоритма в зависимости от величины исходных данных:

=' 4хо£4>лр« 4<агм <16 (3)

16х<т1й,при 16<36

3. В ходе выполнения вычислений в модернизированном алгоритме метода случайных сложений производится снижение зашумленности профиля с применением сглаживания на основе функции Гаусса. Была установлена следующая зависимость ширины окна сглаживания Ъ от показателя Херста:

\\0,при Я <0.75 Ь = < 20,при 0.75<Я<0.85 (4)

го,при 0.85<Я<0.9

4. В алгоритм был введен критерий адекватности модели:

а-л - о».

Д„ =

х 100% 2 Дг

где амод - среднеквадратическое отклонение модели; ское исходных данных; ДггеЕ - требуемая точность.

(5)

- среднеквадратиче-

В ходе компьютерного моделирования было установлено, что оптимальное значение Аот,;; = 10%, т.к. обеспечивается не только достаточно высокая точность модели, но и удовлетворительная для использования в режиме реального времени производительность построения модели.

Для того чтобы сформулировать модель шероховатости поверхности, необходимо установить зависимости входных параметров модели от параметров шероховатости, задаваемых чертежом.

Между значениями среднеквадратического <т = Л? и среднеарифметического отклонения профиля Яа установлена следующая зависимость:

а = Яч =1.25хЛ„ (6)

Зависимость между показателем Херста и величиной среднеарифметического отклонения профиля имеет вид:

Н = -0.142 хКа +0.667 (7)

Как видно из зависимостей (6), (7) входных параметров модели, ни в одну из них не входят шаговые параметры шероховатости, однако, при построении фрактальной модели шероховатости поверхности при помощи разработанного алгоритма они также обеспечиваются благодаря самому алгоритму.

В третьей главе диссертационной работы приведена методика экспериментальных исследований и результаты предварительных экспериментов по исследованию вибраций. В качестве обрабатываемого материала применялись конструкционные стали марок сталь 45, ст. 3 и сталь 12ХН. Исследования проводились на специальном стенде, схема которого представлена на рисунке 1.

Токарно-винторезный станок 16К20ФЗ

.. . Система числового

Интерфейс Карта программного

подключения сопряжения управления станкам

1

Управляющий Корректирующие данные сигнал у \

Звуковая ЭВМ верхнего уровня (управляющий)

Виброакустический сигнал

Рис. 1. Исследовательский стенд

Исследовательский стенд представляет собой модернизированный токарный станок с ЧПУ 16К20ФЗ: была произведена замена стандартного устройства числового программного управления 2Р22 на управление от компьютера (ЭВМ 1 на рисунке 1 - Intel Pentium 200), с использованием карты сопряжения, разработанной Проскуряковым Н.А. (г. Тюмень, ТюмГНГУ). Измерение вибраций производилось при помощи акселерометра "KD45" фирмы Bruel & Kjaer, обеспечивающего измерение сразу по трем ортогональным направлениям. Датчик был расположен в непосредственной близости к зоне резания и крепился к телу резца с помощью магнита. Частотный состав сигналов анализировался при помощи, специально разработанного программного обеспечения. Измерение шероховатости поверхности производилось на базе Нрофилометра «Абрис ПМ-7».

Целью предварительного экспериментального исследования сигналов виброакустики было получение объективных данных о процессах, происходящих в зоне резания при нормальной работе металлорежущего оборудования. Анализ вибросигналов показал их сложность. В процессе резания наблюдался широкий сплошной спектр в диапазоне от О до 20 кГц. При чистовом точении существует две разновидности вибраций: вибрации, вызванные конструкцией станка и других элементов технологической системы и вибрации, вызванные процессом резания. В результате исследования установлено, что наиболее чувствительная полоса спектра к изменению режимов резания от 6 кГц до 12 кГц. Все дальнейшие исследования сигналов проводились в данном частотном диапазоне. По результатам предварительных экспериментальных исследований была сформирована выборка данных, необходимая для обучения искусственной нейронной сети.

В четвертой главе изложены результаты исследований динамического состояния технологической системы в рамках синергетической методологической концепции. Для оценки состояния систем в рамках данной концепции используется аппарат нелинейной динамики. В нелинейной динамике предложен ряд параметров, которые используются для оценки состояния динамической системы. Основными среди них являются: корреляционная размерность (v), энтропия (К), показатели Ляпунова (Я) и Херста (Я). При помощи оригинального программного обеспечения, а также программы Fractan v 4.3 были получены зависимости приведенных выше параметров, которые отражают изменения состояния технологической системы (рис. 2). В качестве исходных данных для анализа состояния системы использовался вибросигнал, генерируемый технологической системой, а временные характеристики были заменены на значения ширины фаски износа.

0.24 0.48 0.72 0.96 \ 2 1.44 1.68 1.92 2.16 2.4

(В) ¡

1" д-

: ] 1--ц

*

0.24 0.48 0.72 0.96 1.2 1.441.681.92 2.16 2.4

(Г)

А.

мм

Рис. 2. Зависимости динамических параметров от ширины фаски износа н а) V = ; б) К = ¡(къ); в) Л = Г^); г) Н = Дй3)

Как видно из рисунка 2 графики зависимостей корреляционной размерности, энтропии и показателя Ляпунова имеют три характерных участка И, = 0...0.38лш,Л3 = 0.38...1.77лш и И, >Х.Пмм. Установлено, что данные участки соответствуют зонам приработки, равномерного износа и катастрофического износа по критерию шероховатости обработанной поверхности.

Для выяснения взаимосвязи между динамическими параметрами и шероховатостью обработанной поверхности необходимо определить величину взаимной корреляции. Результаты расчетов взаимной корреляции при помощи оригинальной компьютерной программы представлены в таблице:

Результаты вычисления взаимной корреляции

Параметры у-/?а К-Яа Х-Яа Н-Яа

Коэффициент корреляции 0.85 0.63 0.72 0.25

Как видно из таблицы, наибольшая корреляция наблюдается для корреляционной размерности фазового пространства, отсюда данная величина наибо-

лее пригодна для оценки динамического состояния системы с целью обеспечения заданной шероховатости поверхности. Кроме того, в ходе работы установлено, что значения показателя Ляпунова при катастрофическом износе инструмента практически не изменяются, а значит, данный показатель целесообразно использовать для оценки износа инструмента.

Для проверки правильности полученных результатов был использован вейвлет-анализ, который позволяет получить отображение изучаемого сигнала в масштабно-временной реализации (вейвлет-спектр) и по его виду судить о наличии фрактальных свойств в исследуемом сигнале. Коэффициенты вейвлет-преобразования вычисляются следующим образом:

= (8)

■яа *

где аей"- параметр масштаба; Ьс Я - параметр времени; ^ - исходный сигнал,

к = 1,2,...,п, ук =-т=х {<//'(-—-1й - базовый (материнский вейвлет), у' - базовый <а .1 \ а )

вейвлет, заданный в виде непрерывной функции. В качестве материнского вейвлета был использован вейвлет Гаусса.

Анализ полученных вейвлет-спектров виброакустического сигнала, проведенный посредством их сравнения с вейвлет-спектрами тестового фрактального объекта (фрактального броуновского движения), позволил установить наличие фрактальных компонентов в исследуемом сигнале, что подтверждает обоснованность использования методов нелинейной динамики для оценки состояния технологической системы.

Пятая глава посвящена разработке алгоритма управления, обеспечивающего автоматическое получение заданной шероховатости поверхности. Предложенный алгоритм и его программная реализация позволяют на основе требований чертежа (Яа,Бт), используя технологический банк данных, получить фрактальную математическую модель профиля поверхности и назначить наиболее оптимальные режимы обработки для конкретного оборудования. Алгоритм позволяет в процессе обработки непрерывно оценивать шероховатость поверхности с учетом динамического состояния технологической системы и поддерживать режимы обработки на максимально допустимом уровне в каждой конкретной ситуации. Одновременно с контролем шероховатости поверхности, осуществляется и контроль состояния режущего инструмента.

Данные алгоритмы осуществлены в разработанной системе адаптивного управления, которая состоит из пяти основных блоков (рис. 3): Бл1 - фрактальная модель шероховатости поверхности, Бл2 - расчет режимов резания, БлЗ -построение модели шероховатости поверхности по сигналам виброакустики, Бл4 - блок принятия решений 1 и Бл5 - блок принятия решений 2. В качестве аппроксиматора расчетных зависимостей между параметрами, входящими в состав блоков Бл2, БлЗ, Бл4, Бл5 в работе использованы искусственные нейронные сети (ИНС). В качестве архитектуры принята многослойная рекуррентная сеть, обучаемая по методу обратного распространения ошибки, т.к. в системе адаптивного управления используются предварительно обученные ИНС, а данное нейросетевое решение обеспечивает требуемую точность вычислений.

Входные параметры модели шероховатости

Рис. 3. Блок-схема системы

Блок фрактальная модель шероховатости поверхности (ФМШП) предназначен для построения модели шероховатости поверхности, которая является моделью для управления процессом точения. Методика построения ФМШП заключается в следующем:

- задаются требуемые численные значения параметров шероховатости (Яа,Бт), исходя из служебного назначения детали и требований чертежа;

- по заданным значениям параметров шероховатости вычисляются исходные данные, необходимые для построения модели шероховатости (а,Н) и строится ФМШП по разработанному в работе алгоритму;

Блок расчет режимов резания предназначен для определения режимов обработки — продольной подачи 5, мм/об и скорости резания (V\ м/мин) по заданным параметрам шероховатости поверхности Ка.Бт.

Блоки построение модели шероховатости поверхности по сигналам виброакустики и блок принятия решений 2 позволяют оценивать шероховатость поверхности в процессе обработки. Делается это следующим образом: по сигналу, поступающему с преобразователя вибраций строится ФМШП, далее вычисляются отклонения между действительной и эталонной ФМШП - с!Яа, с/Ят. По вычисленным значениям сШа, (!Ят определяются корректирующее воздействие (¡5, <1п, где п - частота вращения шпинделя, после чего производится корректировка процесса резания при помощи корректора 2.

Блок принятия решений 1 позволяет оценивать износ инструмента в ходе обработки. Работа данной части системы производится по следующей схеме: по сигналу виброакустики, поступающему с преобразователя вибраций вычисляется мощность виброакустического сигнала Sa и старший показатель Ляпунова Л, по значениям, которых оценивается износ инструмента.

Разработанная система адаптивного управления реализована в программном виде с использованием компонентного программирования. Основная процедура, реализующая алгоритм управления написана на языке Visual С++ в виде, пригодном к использованию в рамках любой системы управления класса PCNC. В результате компьютерного тестирования системны было установлено, что величина погрешности не превышает 10 %, а время отклика составляет 16 мс, что вполне удовлетворительно для практических нужд.

Разработанная система позволяет снизить величину брака, связанного с поломкой инструмента и невыполнением требований по шероховатости поверхности на 15%, а также получить годовой экономический эффект более 93000 руб на один станок.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Доказано, что профиль шероховатости поверхности достаточно точно описывается фрактальной самоафинной кривой, следовательно, для построения его математической модели целесообразно использовать методы фрактальной геометрии. В результате анализа методов моделирования фрактальных само-афинных объектов было установлено, что наилучшие результаты дает метод случайных сложений. Разработанная на основе модернизации классического алгоритма метода случайных сложений фрактальная модель шероховатости поверхности, позволяет моделировать шероховатость с погрешностью Ашд <10%.

2. В результате проведенных экспериментальных исследований было установлено, что технологическая система генерирует вибросигнал частотой от 0 до 20 кГц. Наиболее чувствительной полосой к регулированию режимов резания при чистовой токарной обработке является полоса от 6 до 12 кГц.

3. Проведенные исследования показали, что использование методов нелинейной динамики является оправданным для оценки состояния технологической системы с целью обеспечения требуемой шероховатости поверхности. Расчеты величины взаимной корреляции позволили выявить динамические параметры, наиболее пригодные для оценки шероховатости поверхности. Результаты вейвлет-анализа позволили выявить наличие фрактальных компонентов в исследуемом сигнале, что подтверждает применимость методов нелинейной динамики для оценки состояния технологической системы.

4. Разработанная система позволяет:

- назначать технологические режимы резания по величине заданных параметров шероховатости;

- посредством оценки динамического состояния технологической системы осуществлять автоматический контроль шероховатости поверхности в ходе механической обработки;

- производить автоматический контроль состояния режущего инструмента.

5. Обоснована целесообразность применения в качестве устройства принятия решений рекуррентных искусственных нейронных сетей, обучаемых при помощи метода коррекции ошибок.

6. Разработан программный комплекс, реализующий систему адаптивного управления, который позволяет оценивать шероховатость поверхности и вносить оперативную коррекцию в процесс обработки в режиме реального времени.

Основное содержание диссертации изложено в следующих публикациях:

Статьи в изданиях, рекомендованных ВАК:

1. Курдюков В.И. Разработка фрактальной математической модели шероховатости поверхности / В.И. Курдюков, А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов // Вестник КузГУ. - Кемерово: Изд-во кузбасского государственного технического университета. - 2008. - №5. - с. 43-46.

2. Курдюков В.И. Анализ методов определения фрактальной размерности / В.И. Курдюков, А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов // Вестник КузГУ. — Кемерово: Изд-во кузбасского государственного технического университета. - 2008. - №5. - с. 46-50.

3. Курдюков В.И. Выявление факторов значимо влияющих на шероховатость обработанной поверхности / В.И. Курдюков, А.К. Остапчук, Д.А. Маслов, В.Е. Овсянников, Е.Ю. Рогов // Вестник КузГУ. - Кемерово: Изд-во кузбасского государственного технического университета. - 2009. - №1. — с. 60-64.

4. Курдюков В.И. Оценка состояния обрабатывающей системы при помощи размерности фазового пространства / В.И. Курдюков, А.К. Остапчук, Д.А. Маслов, В.Е. Овсянников, Е.Ю. Рогов // Вестник КузГУ. — Кемерово: Изд-во кузбасского государственного технического университета. — 2009. - №1. - с. 57-60.

5. Остапчук А.К. Анализ профиля шероховатости поверхности методами фрактальной геометрии / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов // Естественные и технические науки.- М.: ООО "Компания Спутник+",- 2008.- № 2. -с. 20-23.

6. Остапчук А.К. Анализ процесса механической обработки и прогнозирования точности методами нелинейной динамики / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов // Вестник компьютерных и информационных технологий. - М.: Машиностроение. - 2009. - №9. - с. 23-26.

7. Остапчук А.К. Исследование фрактальных свойств шероховатости поверхности / А.К. Остапчук, Д.А.Маслов, В.Е. Овсянников, Е.Ю. Рогов, А.Ю.

Комиссаров II Естественные и технические науки.- М.: ООО "Компания Спут-ник+".- 2009,- № 2. - с. 263-266.

8. Остапчук А.К. К вопросу разработки системы управления шероховатостью поверхности на основе подходов искусственного интеллекта / А.К. Остагь чук, В.Е. Овсянников, Е.Ю. Рогов, А.Ю. Комиссаров // Естественные и технические науки.- М.: ООО "Компания Спутнш<+",- 2008,- № 6. - с. 256-260.

9. Остапчук А.К. Моделирование процесса обработки с использованием системы уравнений Лоренца / А.К. Остапчук, В.Е. Овсянников, ЕЛО. Рогов /I Естественные и технические науки,- М.: ООО "Компания Спутник+".- 2008.-№2.-с. 330-333.

10. Остапчук А.К. Применение виброакустики для контроля износа режущего инструмента / А.К. Остапчук, Д.А.Маслов, В.Е. Овсянников, Е.Ю. Рогов, А.Ю. Комиссаров У/ Естественные и технические науки,- М.: ООО "Компания Спутник+".- 2009,- № 2. -с. 266-269.

В следующих работах:

11. «Вычисление взаимной корреляции V 1.0»: свидетельство, об отраслевой регистрации разработки №10387 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200800796; заявл. 11.04.2008; опубл. 11.04.2008; Инновации в науке и образовании №4(39); 12 с.

12. «Моделирование броуновского движения VI.0»: свидетельство об отраслевой регистрации разработки №11366 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200801851; заявл. И.09.2008; опубл. 11.09.2008; Инновации в науке и образовании №9(44). 4 с.

13. «Моделирование кривой методом случайных сложений V 1.0»: свидетельство об отраслевой регистрации разработки №10381 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200800790; заявл. 11.04.2008; опубл. 11.04.2008; Инновации в науке и образовании №4(39). 11 с.

14. «Моделирование фрактальной кривой методом фильтрации Фурье у1.0»: свидетельство об отраслевой регистрации разработки №11369 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200801854; заявл. 11.09.2008; опубл. 11.09.2008; Инновации в науке и образовании №9(44). 5 с.

15. «Моделирование фрактальной кривой при помощи функции Вейер-штрасса-Мандельброта V1.0»: свидетельство об отраслевой регистрации разработки №11370 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200801855; заявл. 11.09.2008; опубл. 11.09.2008; Инновации в науке и образовании №9(44). 5 с.

16. «Определение степени статистического самоподобия VI.0»: свидетельство об отраслевой регистрации разработки №10379 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200800788; заявл. 11.04.2008; опубл. 11.04.2008; Инновации в науке и образовании №4(39). 11с.

17. «Построение вейвлет спектра VI .0»: свидетельство об отраслевой регистрации разработки №11739 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. -№ 50200802219; заявл. 14.11.2008; опубл. 14.11.2008; Инновации в науке и об-

разовании №11(46). 12 с.

18. «Построение многослойной нейронной сети V1.0»: свидетельство об отраслевой регистрации разработки №11740 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200802220; заявл. 14.11.2008; опубл. 14.11.2008; Инновации в науке и образовании №11(46). 13 с.

19. «Расчет показателя Ляпунова V 1.0»: свидетельство об отраслевой регистрации разработки №10374 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. -№ 50200800783; заявл. 11.04.2008; опубл. 11.04.2008; Инновации в науке и образовании №4(39). 10 с.

20. «Расчет энтропии временного ряда у1.0»: свидетельство об отраслевой регистрации разработки №11741 / А.К. Остапчук, В.Е. Овсянников, Е.Ю. Рогов. - № 50200802250; заявл. 14.11.2008; опубл. 14.11.2008; Инновации в науке и образовании №11(46). 13 с.

21. Овсянников В.Е. К вопросу выбора и модернизации фрактальной модели шероховатости поверхности / В.Е. Овсянников, А.К. Остапчук, Е.Ю. Рогов // Наука и технологии. Том 2. Труды XXVIII Российской школы. - М.: РАН, 2008.-с. 209-217.

22. Остапчук А.К. Исследования состояния технологической системы с применением методов нелинейной динамики / А.К. Остапчук, В.Е. Овсянников // Материалы 6-й международной научно-технической конференции «Проблемы качества машин и их конкурентоспособности». - Брянск, 2008. - с 324-326.

Подписано в печать 09.11.2009 г. Формат 60x84/16. Объем 1,0 п.л. Тираж 100 экз. Заказ № 2 5Р

Издательство Курганского государственного университета 640669, г. Курган, ул. Гоголя, 25 Курганский государственный университет, ризограф