автореферат диссертации по обработке конструкционных материалов в машиностроении, 05.03.01, диссертация на тему:Идентификация качества поверхности с параметрами состояния технологической системы

ТУЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

РГБ ОД

2 2 ДЕК 2030

На правах рукописи

ИВАНОВА Татьяна Игоревна

ИДЕНТИФИКАЦИЯ КАЧЕСТВА ПОВЕРХНОСТИ С ПАРАМЕТРАМИ СОСТОЯНИЯ ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ (на примере алмато-электрохнмичсского шлифования)

Специальность 05.03.01. - Процессы механической и физико-

технической обработки,станки и инструмент

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Тула - 2000

Работа выполнена на кафедре "Физико-химические процессы и технологии" Тульского государственного университета

Научный руководитель:

Научный консультант: Официальные оппоненты:

Ведущее предприятие:

член корреспондент АТН РФ, доктор технических наук, профессор В.В. Любимов кандидат технических наук, доцент В.А. Шишенков доктор технических наук, профессор Г.В. Шадский кандидат технических наук, доцент Е.В. Илгошечкин АНПК "Блик"

300002, Тула, ул. Мосина, 2

Защита состоится 22 декабря 1999 г. в 14м на заседании диссертационного совета Д 063.47.03 Тульского государственного университета по адресу: 300600, г. Тула, ГСП, пр. Ленина. 92, ауд. 9-101.

С диссертацией можно ознакомиться в библиотеке Тульского государственного университета

Автореферат разослан ноября 1999 г.

Ученый секретарь диссертационного совета кандидат технических наук, доцент

—Е.И. Федин

И'бЯУ Ъ/Пл ¿ГЛ

Общая характеристика работы

Актуальность работы. В современном производстве при изготовлении ответственных деталей и узлов широко применяются износостойкие, высоко- и жаропрочные сплавы и покрытия, а также специальные сплавы, обработка которых с использованием только одного метода воздействия сопряжена с большими затратами или вообще не возможна. Поэтому одним из прогрессивных направлений развития технологических систем является использование методов обработки, включающих комбинированное воздействие.

В настоящее время широкое распространение получили технологические системы (ТС), обеспечивающие комбинированное воздействие, совмещающее механическое, электрофизическое и электрохимическое воздействия. Такое комбинирование с одной, стороны, расширяет технологические возможности механических методов воздействия, в условиях обработки труднообрабатываемых материалов, с другой повышает активность воздействия на обрабатываемый материал электротехнологических методов. Однако использование в условиях многономенклатурного производства технологических систем, реализующих методы обработки, включающие электротехнологическое воздействие на материал, сдерживается из-за отсутствия идентификации состояния ТС с технологическими показателями обработки, что создает неопределенность в выборе режима обработки, снижает точность моделирования процессов и явлений, не позволяет в полной мере реализовать технологические возможности ТС.

Диссертационная работа выполнялась в рамках российской программы грантов по фундаментальным исследованиям в области машиностроения: грант №11203Гр "Разработка метода технической диагностики комбинированных процессов обработки деталей в приборостроении".

Цель работы - повышение эффективности алмазно-электрохимического шлифования (ЛЭХШ) на основе идентификации качественных показателей обработанной поверхности с параметрами состояния ТС.

Автор защищает:

- методику оценки состояния ТС, включающую:

■ метод предварительной обработки сигнала на основе использования вейвлет преобразования;

■ методику выбора диагностических признаков сигнала для распознавания параметров состояния ТС;

- модель идентификации качественных показателей обработанной поверхности с параметрами состояния ТС;

- аппаратурную реализацию метода предварительной обработки сигнала в реальном масштабе времени;

- рекомендации по рациональному получению требуемых технологических показателей обработки на основе результатов идентификации качественных показателей обработанной поверхности с параметрами состояния ТС.

Методы исследований. В работе использованы теоретические и экспериментальные исследования, а также моделирование на ЭВМ. При ее выполне-

нии использованы основные положения технологии машиностроения, теории распознавания образов, численных методов, методов статистического анализа, теории графов.

Экспериментальные исследования выполнены с использованием современного оборудования и регистрирующей аппаратуры.

Научная новизна. Разработанная математическая модель идентификации на примере АЭХШ учитывает взаимосвязь качественных показателе^ обработанной поверхности с параметрами состояния ТС впервые через диагностические признаки сигнала. Осуществлена формализация диагностических признаков сигнала для однозначного распознавания параметров состояния 'ГС мере: параметры проявления в спектральной области вейвлет спектра составляющих электротехнологического воздействия.

Достоверность научных результатов подтверждается корректным применением математического аппарата вейвлет преобразования, теории распознавания образов, численных методов, методов статистического анализа, теориг графов, а также результатами натурных испытаний с использованием измерительного комплекса.

Практическая ценность н реализация результатев. Идентификацш качественных показателей обработанной поверхности с параметрами состоять ТС позволяет выработать рекомендации по рациональному получению требуемых качественных показателей обработанной поверхности для каждого состояния ТС. Предложена методика оценки состояния ТС, обеспечивающая форма лизацию диагностических признаков сигнала, через параметры проявления г спектральной области вейвлет спектра составляющих электротехнологическогс воздействия, для однозначного распознавания параметров состояния ТС. Разработаны устройство и алгоритм, обеспечивающие преобразование сигнала в реальном масштабе времени.

Реализация работы. Практическая реализация осуществлялась в опытном производстве Проблемной научно-исследовательской лаборатории Тульского государственного университета при АЭХШ деталей из быстрорежущие сталей, твердого сплава и с газотермическим покрытием. .

Апробация работы. Основные положения и результаты работы бьин представлены на международной научно-технической конфереицш "Прогрессивные методы и технологии получения и обработки конструкционных материалов и покрытий " (Волгоград, 1999 год), международной научно! конференции "Молодежь науке будущего" (Набережные Челны, 2000 год), ме ждународной научно-технической конференции "Новые материалы и тсхиоло . гии на рубеже веков" (Пенза, 2000 год), IV международном конгрессе "Конст-рукторско-технологическая информатика 2000"(Москва, МГТУ "Станкнн" 2000 год), Всероссийской научно -технической конференции "Современны« проблемы математики, механики, информатики" (Тула, ТулГУ, 2000 год), ре гион&чьных научно-технических конференциях ТулГУ (1998 - 2000 год).

Публикации. По теме диссертации опубликовано 10 статей. '

Структура и объем работы. Диссертация состоит из введения, пяти глав общих выводов, списка использованных источников, приложения и включает

160 страниц машинописного текста, 57 рисунков, 10 таблиц, список использованных источников из 95 наименований на 10 страницах.

Основное содержание работы

Во введении обоснована актуальность работы, определена цель исследования, сформулирована научная новизна и кратко раскрыто содержание разделов.

В первой главе выполнен анализ современного состояния вопроса, определены цель и задачи исследования.

Анализ показал, что использование в многономенклатурном технологическом производстве методов обработки, включающих электротехнологическое воздействие, сдерживается из-за отсутствия идентификации состояния ТС с технологическими показателями обработки, что создает неопределенность в выборе режима обработки, снижает точность моделирования процессов и явлений, не позволяет в полной мере реализовать технологические возможности ТС.

Анализ моделей электротехнологического воздействия, показал, что существующие модели не учитывают влияния состояния ТС на технологические показатели обработки. В результате анализа методов моделирования установлена целесообразность использования комбинированного подхода к моделированию, сочетающего преимущества метода На основе распознавания образов и метода физического моделирования.

Из анализа задач, решаемых в рамках диагностики технического состояния объекта, выявлено, что оценка его состояния должна базироваться на распознавании параметров состояния. В качестве последних выбираются параметры, характеризующие состояние объекта. Также установлено, что отсутствует методика выбора признаков сигнала, соответствующих параметрам состояния ТС, реализующей технологическое воздействие на материал. Кроме того, отсутствуют исследования отображения параметров состояния и проявления составляющих электротехнологического воздействия через характеристики, полученные от преобразования сигнала, для рационального выбора признаков.

Показано, что выбор признаков для распознавания объектов в основном осуществляется на основе параметров спектрального анализа Фурье и его приложений! Обоснована перспективность использования вейвлет пакет преобразования (ВПП), как обладающего наибольшей разрешающей способностью во временной и частотной областях. Сведения о разработке на его основе метода предварительной обработки сигнала в литературных источниках отсутствуют.

Задачи исследования:

- разработать модель идентификации качественных показателей обработанной поверхности с параметрами состояния ТС;

- разработать методику оценки состояния ТС, включающую:

1 метод предварительной обработки сигнала на основе использования вейвлет преобразования;

■ методику выбора диагностических признаков сигнала для распознава-

Г"

ния параметров состояния ТС;

- провести исследования отображения параметров состояния и проявления составляющих электротехнологического воздействия на основе разработанного метода предварительной обработки сигнала;

- разработать аппаратурную реализацию метода предварительной обработки сигнала в реальном масштабе времени.

Вторая глава посвящена разработке методики оценки состояния ТС, состоящей из следующих этапов (рис.1):

- разработка метода предварительной обработки сигнала;

■'- разработка методики выбора признаков сигнала для распознавания параметров состояния ТС.

• На примере АЭХШ в качестве параметров состояния выбраны параметры,' характеризующие неработоспособность: оборудования - биение шпинделя, дефекты, вызванные неравномерным износом направляющих элементов (стола и станины); инструмента - огранка, засаливание режущей поверхности ("засаливание"), затупление зерен ("затупление"); заготовки - неравномерность припуска. Состояние ТС "идеальное", с точки зрения технологического воздействия,-это такое состояние, при котором ни один из известных параметров состояния не оказывает существенного влияния на формирование технологических показателей обработки.

В качестве диагностического источника информации о состоянии ТС, реализующей методы, включающие электротехнологическое воздействие, был выбран электрический сигнал. Анализ диагностических источников информации и критерии выбора представлены в главе 4.

Разработка метода предварительной обработки сигналов на основе вейвлет преобразования включает:

- выбор оптимальных базисных вейвлет функций, обеспечивающих точностные показатели предварительной обработки сигналов;

- разработку спектрального анализа на основе ВПП как наиболее эффективной формы для представления информации, содержащейся в сигнале.

Алгоритм ВПП для наглядности можно представить в виде бинарного дерева, в ячейках которого расположены композиции (составляющие) сигнала

В качестве критериев для выбора оптимальных базисных функций предложены:

11

и ||

|| ||

ч

и:

1 < 1 ^ 1 2

| о >

1 £ о

> < .2-

1 *

1 ч <

1 у с: о

1 с 5 р <

£-1

1 *

1 (-1 ИГ

5 >

I ^

ОЦЕНКА СОСТОЯНИЯ ТС РЕГИСТРИРУЕМЫЙ СИГНАЛ I

1

ПРЕДВАРИТЕЛЬНАЯ БРАБОТКА СИГНАЛА

ЛРЕОБРАЗрОАНИЕ _СИГНАЛА_

ВЫБОР ПРИЗНАКОВ ДЛЯ РАСПОЗНАВАНИЯ

РАСПОЗНАВАНИЕ ПАРАМЕТРОВ

состояния тс

МОДЕЛЬ ИДЕНТИФИКАЦИИ

КАЧЕСТВЕННЫЕ ПОКАЗАТЕЛИ ОБРАБОТАННОЙ ПОВЕРХНОСТИ

Рис.1. Структурная схема последовательности этапов, реализующих идентификацию технологических показателей обработки с параметрами состояния ТС

- средняя энергия потерь при переходе от /' -1 к г уровню дерева ВПП

X X

ДЕср ~~ еХ:-/т • ГДе ех ~ - средняя энергия композиции X,

/ ^

N ~Мисх/2' - количество ненулевых точек композиции на / уровне (/= 1,

2,..., т), Ыисх - исходное количество точек временной выборки (ВВ) сигнала,

т - число уровней ВПП.

- степень локализации во временной и частотной области

В А 2/К, где О, А - частотный диапазон и максимальная амплитуда

проявления в спектральной области вектора базисной функции; 2 - длина век- • тора; К >2- ближайшая к 2 степень числа два.

- компьютерное время Iр ВПП.

При решении задачи по предложенным критериям использовано соотношение вида:

КС /К1.т,п + Д£<р ¡ЬЕсртЫ + 1р ¡* ртЫ (О

Для условий, когда выбор оптимальных базисных функций осуществляется в реальном масштабе времени, применен метод, формирующий более короткие связи между временными выборками (ВВ) сигналов и базисными функциями. Такой метод основан на использовании численных характеристик ВВ сигналов, которые в литературе называются безразмерными дискриминантами процессов:

¿(2,1) = Кфф = х/х - коэффициент формы или форм-фактор, чувствительный к форме импульсных составляющих;

с1(М,2)~ Кпф = х/х - пик-фактор, чувствительный к присутствию во ВВ

сигналов импульсных составляющих. Здесь х - среднее значение амплитуды; х - среднее квадратичное значение амплитуды; х - пиковое значение амплитуды. Предполагая, что каждый из рассматриваемых безразмерных дискриминантов чувствителен к определенному фактору, в качестве коэффициента, учитывающего влияние обоих факторов, был выбран К0 = Кфф Кпф. Метод заключается в том, что по критерию (1) в качестве оптимальной выбрана базисная функция из множества функций, близких по значению К0 с ВВ сигнала.

Основой метода предварительной обработки сигнала явилась разработка спектрального анализа на основе ВПП. Полученный вейвлет спектр имеет следующие физические интерпретации:

1) спектральные точки представляют собой средние энергии композиций в ячейках соответствующего уровня дерева ВПП; . _.

2) каждая точка представляет собой энергетическое содержание частотного диапазона, а не одной частоты как в случае спектра Фурье;

3) спектральная область вейвлет спектра характеризуется тремя параметрами: амплитудой, частотой, номером ячейки композиции.

Для получения вейвлет спектра расположение ячеек упорядочено так, чтобы частотные диапазоны проявления композиций располагались: во-первых,

в порядке возрастания, во-вторых, в последовательности, где чередовались бы низкочастотные и высокочастотные композиции.

На первом шаге алгоритма упорядочения по частоте последовательностей номеров ячеек предложено выражение следующего вида:

({г + если г = к{2Ь + 1).....к[2Ь + /) + —/

Я1(г)~\ ( к\ к

(Л г--, если г = к{21 + /) + -,..., к{2Ь + 1)+к-1

на последующих шагах: <2Х = , 0 = в,„,-1 > гДе - последовательность номеров ячеек, участвующая в упорядочении по частоте их проявления; <2 - последовательность номеров ячеек; ¡т = т-],...,! - количество перестановок

групп ячеек на каждом / уровне дерева ВПП; к = 2'"' - количество ячеек, входящих в группы, подлежащие перестановке; Ь-0,... ,2'т~1 -1.

Для повышения информативности спектрального анализа и сокращения вычислительного времени определяется оптимальная структура дерева и рациональное количество уровней ВПП. На рис.2 приведен пример оптимальной структуры дерева ВПП ВВ электрического сигнала, регистрируемого при

АЭХШ. В ячейках приведены значения средней энергии композиций.

Структурная оптимизация дерева ВПП ВВ сигналов позволила использовать при спектральном анализе композиции, являющиеся информативными составляющими ВВ сигнала. При этом предложены следующие алгоритмические интерпретации выбора:

2£еЛи)<е,(0,0)1п(/ + 1), ¿=2;

где ех (0, 0) - средняя энергия исходных ВВ сигнала, г, у - соответственно номера уровня и ячейки дерева ВП11, т - номер, ^еледнего уровня ВПП.

Выбор рационального количества уровней определен исходя из условия минимально необходимого частотного диапазона рг композиции в спектральной области вейвлет спектра. Выражение для определения количества уровней имеет вид 1т < 1о%2 (^я ) - Л где ^ - частота регистрации ВВ сигнала.

В рамках разработки методики оценки состояния ТС на примере АЭХШ были проведены исследования проявления в спектральной области вейвлет спектра электрического сигнала составляющих электротехнологического воз-

Рис.2. Оптимальное четырехуровневое дерево ВПП

действия. Результаты исследований позволили выявить в качестве параметров проявления электрохимического (ЭХ) и электроконтактно-эрозионного воздействия (ЭКЭ) частотные диапазоны , /г!рЛ'3, количество ячеек с информа-

>3 V 3

тивными композициями суммарные энергии информативных

композиций 3Е' , , которые использовались в. дальнейшем для формализации признаков сигнала.

Также в результате исследований установлено, что составляющие электротехнологического воздействия могут найти свое проявление в спектральной области любого сигнала только через те параметры состояния ТС, которые имеют значимую амплитудно-частотную характеристику. В свою очередь параметры состояния находят свое отображение в спектральной области через амплитудно-частотные проявления составляющих электротехнологического воздействия.

На основе сочетания различных параметров проявления получено девятнадцать возможных признаков сигнала для распознавания параметров состояния ТС, из которых здесь приведены только наиболее значимые: ^ = Р™ + '°; Jн=Nэx/Nэкэ ;

= (<>+ э + ); = ; Ое - суммарная энергия композиций, частотные диапазоны которых включают частоту отображения параметра состояния ТС.

Выбор признаков сигнала осуществлен по следующей методике, которая учитывает одновременное влияние всех выбранных параметров состояния ТС: 1) определение параметров отображения в спектральной области вейвлет

2) определение соответствия признаков сигнала параметрам состояния ТС на основе анализа полученных параметров отображения;

3) выбор признаков, соответствующих группам параметров состояния ТС и формирование пространства значений признаков сигнала;

4) составление алгоритма, реализующего последовательность определения признаков.

Реализуя методику выбора признаков сигнала, были проведены исследования отображения параметров состояния ТС в спектральной области вейвлет спектра (рис.3). Установлено, что: - отображение состояния "идеальное" в спектральной области вейвлет

спектра параметров состояния ТС;

50 40 Та зо

о? 20 10

I

0

II

-1 -----з ......4

£

26

7 13 19 Частота, кГц Рис.3. Отображение параметров состояния в спектральной области вейвлет спектра: 1 - состояние "идеальное", 2 - "засаливание", 3 - "затупление", 4 - биение, I - диапазон проявления ЭХ воздействия, II — диапазон проявления ЭКЭ воздействия

спектра характеризуется высокой интенсивностью проявления в частотно! диапазоне ЭКЭ воздействия, а также соизмеримостью амплитуд в частотны диапазонах ЭХ и ЭКЭ воздействий;

- отображение параметра состояния "засаливание" характеризуете снижением интенсивности проявления в частотном диапазоне ЭКЭ воздействи и интенсификацией ЭХ воздействия;

- отображение параметра состояния биение шпинделя характеризуете, увеличением амплитуды в частотном диапазоне ЭХ воздействия и уменьшени ем амплитуды в частотном диапазоне ЭКЭ воздействия;

- отображение параметра состояния огранка инструмента характеризу ется увеличением амплитуды в частотном диапазоне проявления ЭХ возденет вий на частотах кратных биению инструмента;

- отображение параметров состояния неравномерность припуска заго товки, неравномерный износ направляющих элементов ТС характеризуете) увеличением амплитуды в спектральной области проявления ЭХ воздействия 1 диапазоне, верхняя граница которого совпадает с частотой биения;

- отображение параметра состояния "затупление" характеризуется I спектральной области снижением амплитуды и сужением частотного диапазон; проявления ЭКЭ воздействия.

Следующим этапом реализации методики выбора признаков является определение их соответствия параметрам состояния ТС на основе систематизацш параметров отображения (табл.1).

Учитывая, что отображение параметра состояния "засаливание" в частотном диапазоне проявления ЭХ и ЭКЭ воздействий характеризуется такими параметрами, как суммарная энергия, количество ячеек с информативными композициями и частотный диапазон проявления электротехнологического воздействия, то параметру "засаливание" соответствуют признаки, в основе которых лежит сравнение и распределение суммарных энергий и ячеек с информативными композициями: JSE, , , .

Параметр состояния "затупление" отображается в частотном диапазоне проявления ЭКЭ воздействия через такие параметры, как суммарная энергия и частотный диапазон. Следовательно, этому параметру состояния соответствуют признаки, основанные на сравнении и распределении суммарной энергии: Js,

Отображение таких параметров состояния, как биение, огранка, неравномерность припуска заготовки и износа направляющих элементов ТС в спектральной области проявления ЭХ воздействия характеризуется амплитудой композиций на частотах отображения этих параметров состояния. Поэтому признаком, соответствующим этим параметрам, является ВЕ. Кроме того, параметром отображения биения в частотном диапазоне проявления ЭКЭ воздействия является суммарная энергия, поэтому этому параметру состояния дополнительно соответствуют признаки JS£ , , .

Таблица 1.

Систематизация параметров отображения

Параметры состояния ТС Параметры отображения в спектральной области Воздействия, отображающие состояьне ТС в спектральной области

Идеальное Суммарная энергия Электрохимическое

Суммарная энергия Электроконтактно-эрозионное

Засаливание Суммарная энергия, количество ячеек с информативными композициями Электрохимическое

Суммарная энергия, количество ячеек с информативными композициями, частотный диапазон / Электроконтактно-эрозионное

Затупление Суммарная энергия, частотный диапазон Электроконтактно-эрозионное

Биение Амплитуда, частота Электрохимическое

Суммарная энергия Электроконтактно-эрозионное

Огранка Амплитуда, частота Электрохимическое

Неравномерность припуска и износа направляющих элементов ТС Амплитуда, частота Электрохимическое

Принимая, что состояние ТС "идеальное" является исходным состоянием перед началом каждой обработки, для его распознавания использована вся полученная совокупность признаков.

На следующем этапе методики выбора признаков сигнала параметры состояния подразделены на группы на основе соответствия признаков сигнала параметрам состояния, входящим в группу (табл. 2) и сформировано многомерное пространство значений признаков, соответствующих каждой группе параметров состояния ТС. Для наглядности представления взаимного расположения областей значений признаков в многомерном пространстве построены зависимости признаков от входных параметров ТС и в качестве параметра варьирования по оси абсцисс выбрано напряжение источника питания и, учитывая его наибольшее влияние на статистические параметры ВВ сигнала.

Всего было построено двадцать одно графическое изображение зависимостей значений выбранных признаков от входных параметров ТС (припуска

Таблица 2.

Соответствие признаков сигнала группам параметров состояния ТС

и подачи). В качестве примера на рис.4, представлены завис! шости для признака Js . В результате анализа зависимостей выявлена закономерность в формировании облаете?: значений признаков, ¡ебторая заключается в тэм, что границы областей соответствуют зависимостям признаков от минимальных и максимальных значений входных параметров ТС. Анагиз также показал, что области значений признаков, формализованных как отношение параметров проявления в спектральной области вейвлет спектра ЭХ и ЭКЭ воздействий, для параметров состояния (кроме параметра состояния "затупление") имеют четко выраженную границу. Следовательно, однозначно распознаются: "засаливание" через признаки Бр-^ , биение через признаки йе, все параметры состояния через признак JSE. Для параметра,состояния ТС "затупление" требуется применение статистических методов распознавания с использовани-

Параметры состояния ТС Признаки сигнала

"Засаливание", "затупление", биение, состояние ТС "идеальное" г г«ЭАЭ

"Засаливание", "затупление", состояние ТС "идеальное"

"Засаливание", биение, состояние ТС "идеальное" са\'

Биение, огранка, неравномерность припуска заготовки и износа направляющих элементов ТС состояние ТС "идеальное" оЕ

-ЭА'Э

, К, ^

У Г* -

5£ , о р , - г , - г 5 ■

Завершающим этапом разработки методики выбора признаков является построение алгоритма, представляющего собой последовательность решений, выявляющих влияние на формирование состояния ТС каждого из параметров состояния. В качестве формы графического представления алгоритма применен древовидный граф (рис.5). Корневая вершина этого графа представляет собой множество всех рассматриваемых параметров состояния, а остальные вершины

ОД 0,6 ^0,4 0. о

6

и, в

1,6 1,20.: 0.4) 0

6 .

и, В

Рис.4. Зависимости признака сигнала от входных параметров ТС (— / = 0,01

■ мм, йр-3 м/мин,-

-/ = 0,05 мм, =10 м/мин): а - состояние ТС "идеальное" (I),

"затупление" (II), б - "затупление" (I), "засаливание" (II), в - "засаливание" (I), биение (И) - подмножества параметров состояния, выделяемые в результате принятого

Рис.5. Древовидный граф алгоритма определения признаков: 1- состояние "идеальное", 2 - "засаливание", 3 - "затупление", 4 - биение, ? - неоднозначное решение. + - сочетание параметров состояния, Т - логическое "или"

решения на предыдущем уровне алгоритма. Исходящие из вершин дуги изображают определение признаков. Вершины, не имеющие исходящих дуг, являются подмножествами параметров состояния, более детальное деление которых не требуется или не возможно в силу недостаточности информации о них. Количество уровней алгоритма зависит от соотношения количества параметров состояния признакам, однозначно их распознающим. На завершающем уровне алгоритма выявлены все параметры или их сочетания, определяющие состояние ТС.

Третья глава посвящена построению модели идентификации качественных показателей обработанной поверхности с параметрами состояния ТС. В качестве примера построение модели идентификации было реализовано для таких качественных показателей обработанной поверхности как волнистость и шероховатость.

Из анализа кинематико-геометрических условий образования волнистости, свойственных АЭХШ, следует, что задача определения профиля обработанной поверхности сводится к определению огибающей семейств окружностей радиусом, равным радиусу инструмента Яи и центрами на кривой, представляющей собой траекторию относительного движения инструмента и заготовки. При использовании ВИН ВВ сигнала появилась возможность представить траекторию относительного движения инструмента в виде совокупности композиций сигнала, являющихся ее масштабирующей версией. Учитывая, что наибольшее влияние на формирование волнистости оказывают такие параметры состояния, как биение шпинделя, огранка инструмента, неравномерный припуск заготовки, неравномерный износ направляющих элементов ТС, то для определения волнистости выбираются композиции сигнала, частотные диапа-

зоны которых включают в себя частоту отображения в спектральной области вейвлет спектра вышеперечисленных параметров состояния, учитывая согласно

стандарту СЭВ условия: < 1000 ¿р/36; > 40.

Таким образом, получено следующее выражение для определения параметров волнистости '

; (Г = Л

1 - СОБ

9,33

¡¡Щу

где эр - параметр, характеризующий движение инструмента относительно заготовки (например, продольная подача); А - значение признака £>£, пересчитанное в относительное перемещение инструмента; /• - частота отображения параметра состояния в спектральной области вейвлет спектра.

При моделировании шероховатости учитывалось, что на высоту микронеровности преобладающее влияние оказывают характеристики режущего слоя инструмента: зернистость, концентрация зерен, их затупление, количество режущих зерен, а также ЭХ воздействие. Моделирование шероховатости в виду многообразия факторов, влияющих на ее формирование, осуществлено в рамках следующих состояний ТС:

1. Состояние ТС определяется параметром состояния "засаливание" или "затупление". В этом случае влияние на формирование микронеровно'стей будут оказывать: исходная шероховатость обрабатываемой поверхности (Каисх, Бт), а также процессы электрохимического растворения и пластической деформации. Отсюда, выражения, позволяющие определить высоту и шаг микронеровности для состояний:

- "засаливание" - к = 0,/<§(ли - ^4Я2И - 82,, ¡2)- 1Э, 5 = 5„,,

где /э - припуск, удаляемый при электрохимическом растворении; = л-,, /;г, где 5Я - продольная подача; п - частота вращения инструмента;

- "затупление" Л = ЪЬ- 1,03 /»/[(/-^2)нв/е}2 ,

где кь - - глубина вдавливания алмазных зерен в обрабатываемый материал; Иг- высота выступания алмазных зерен из связки; Е - модуль упругости обрабатываемого материала; НВ - твердость по Бринеллю обрабатываемого материала; ¡л - коэффициент Пуассона обрабатываемого материала.

2. Состояние ТС определяется параметрами биение шпинделя, огранка инструмента, неравномерный припуск заготовки, неравномерный износ направляющих элементов ТС. При этом следует различать два варианта:

- при постоянном контакте заготовки и инструмента \2 / /

т.

Уц )

1 — СОБ

9,33

¡¡Щи

г

/

\

- с разрывом контакта между заготовкой и инструментом: на впадинах

Li

2R,

1+-

V,

S-s PLZ

на выступах

И =

Li

2 R,

1 + ^ . V,fJ

и

-А

1 + ■

Vi

И >

/

1 - cos

9,33

Sp

fjj^i.

-t3\ S =

fj

где ¿2 - расстояние между алмазными зернами на периферии инструмента; Уи

Выражение для определения

- линеиная скорость вращения инструмента.

3. ТС находится в состоянии "идеальное высоты и шага микронеровности имеет вид: при припуске больше, чем Яаисх:

л2

/г = ■

2 R,

1 + -

— ^Э' S — spLg

41 \ г И J

при припуске меньше, чем Raucx

f

1 + -

'// /

h = Ra„rr +-

l-7

2 R,

1 + -

-t-tn;S = Sm

а у

где t - припуск, удаляемый при комбинированном воздействии.

В соответствии с CT СЭВ 638-77 параметр h можно соотнести со средним арифметическим отклонением профиля Ra.

Для определения параметров А и t3 построена модель, описывающая следующие зоны электротехнологического воздействия с различной интенсивностью ЭХ воздействия, присущие процессу АЭХШ:

1. Зона ЭХ воздействия в гидродинамическом клине (зона I), образующемся в результате проникновения электролита, увлекаемого инструментом в зону обработки, и за счет сил сцепления электролита с поверхностью заготовки и инструмента, а так же дополнительного давления на электролит, вызванного поверхностным натяжением;

2. Зона ЭХ и механического воздействия (зона II), начало которой соответствует врезанию алмазных зерен в материал заготовки;

3. Зона, где ЭХ воздействие может существовать совместно с механическим и ЭКЭ воздействиями в зависимости от их интенсивности (зона III). ЭХ воздействие в этой зоне можно определить по разности значений теоретических и реальных параметров электрического сигнала.

Протяженность зоны I определена по формуле:

I =

лст/, -2v {у,,±уд)ки PS

где а - коэффициент поверхностного натяжения электролита, V-динамическая вязкость электролита.

f

\

Протяженность зон И, III равна длине зоны контакта инструмента и заготовки и при наличии относительного перемещения инструмента вследствие влияния биения, огранки, неравномерности припуска имеет вид:

/ + / \^K=^{2RH-{t-A)){t~A) при t>A (2) [о при t < А

Как показал анализ экспериментальных данных, полученных при различных состояниях ТС и режимах, реальные значения тока, протекающего через зону I пренебрежимо малы, поэтому общий ток, протекающий через межэлектродный промежуток зон II и III, равен

Ь=12,3=-;-и< (3)

И

"лоз

где ф - удельное объемное газосодержание; ß - температурный коэффициент; Хо~ удельная электропроводность, Kz- коэффициент, учитывающий концентрацию алмазных зерен в режущем слое; АЛШ - межэлектродный зазор; В - рабочая ширина шлифовального круга, U- напряжение на электродах. Таким образом, используя выражение (2) и (3), можно найти амплитуду относительного перемещения инструмента для всех исследуемых состояний ТС:

] {aDElJ(2Ru-t)t+Um in|

где a = x0(l-4?)n[I + V(T-T0)]KzB/hz, i/max = Um + 0,5 DEu,

Umin = Um -0,5DEu , U„, - математическое ожидание BB сигнала; DEn DEv -суммарные значения амплитуд композиций, полученных в результате обработки сигналов соответственно тока и напряжения;

Припуск, удаляемый за единицу времени, определяется как:

T]ZS Iz

h =--.

р KZB

где г/ - выход по току, е— электрохимический эквивалент, р- плотность обрабатываемого материала.

. Для проверки модели идентификации качественных показателей обработанной поверхности с параметрами состояния ТС на адекватность были проведены эксперименты по методике, изложенной в четвертой главе. Сравнительный анализ полученных результатов (рис.6) показал, что максимальная погрешность моделирования составляет для высоты микронеровности ± 0,06 мкм, для волнистости ±3,5 мкм при следующих условиях реализации АЭХШ: обрабатываемый материал - Р6М5, исходная шероховатость Ra = 1,25 мкм, Rfl = 125 мм, В = 20 мм.

В четвертой главе рассматриваются вопросы, связанные с аппаратурным и методическим оснащением проводимых экспериментов, включая выбор диагностического источника информации.

Эксперименты проводились на плоских образцах (100x50x10 мм) сплавов Т15К6, Р6М5 и стали 45 с покрытием типа ПГСР-3 (ПН-ХН80СЗРЗ). Образцы обрабатывались алмазным кругом на металлической связке А1 250x76x25 АСВ 125/100 М2-1 100%; скорость круга 37 м/с (2860 об/мин); электролит NaN03 -10 %, NaNOi - 2 %; технологическое напряжение 4, 6, 9В. Для регистрации ВВ электрических и виброакустических сигналов, генерируемых при реализации ТС метода, включающего электротехнологическое воздействие, была создана экспериментальная установка, состоящая из: модернизированного плоскошлифовального станка мод. ЗГ87, оснащенного источником технологического напряжения (ИТН) ВУ-12/600, датчиков и согласующего усилителя. Регистрация виброакустических сигналов осуществлялась устанавливаемым на магнитной плите станка акселерометром АП-18. Сбор, обработка и запись аналоговой информации с выхода усилителя УЗ-2 осуществлялась на ПЭВМ типа Pentium, оснащенного многофункциональной платой аналогового цифрового преобразователя (АЦП) типа ЛА-2М2.

Для проверки адекватности модели идентификации качественных показателей обработанной поверхности с параметрами состояния ТС были проведены эксперименты при реализации АЭХШ по следующей методике.

Перед началом и по окончании каждого эксперимента с помощью измерительного комплекса, состоящего из экспериментальной установки, профило-метра мод.252, кругломера мод.290, АЦП мод. ЛА-2М2, компьютера IBM PC регистрировались следующие параметры ТС: волнистость и параметры шероховатости образца Ra и S, топография слепка режущей поверхности шлифовального круга.

Параметры состояния ТС формировались при следующих условиях: "засаливание" - обрабатываемый материал Т15К6, VK =0,7 м/с, sp =10 м/мин, t = 0,03 мм, "затупление" - обрабатываемый материал Т15К6, Ух = 35 м/с, sр = 10 м/мин, t = 0,01

мм. Для контроля изменения состояния ТС была разработана методика статистического анализа композиций ВВ сигнала, основанная на сравнении свойств двух последовательных композиций ВВ сигнала.

Для сокращения времени выборки данных, а также уменьшения занимаемой памяти ВВ сигналов представлялись в виде модели авторегрессии 1-го по-

90 S 60 5; 30 0

2 3

Состояние ТС

Yt= 3 м/мин, ' Г =0,01 мм V, ='10 м/мин, t-0,03 мм

1,6

3 1.2 >

0,4 0

V, = 3 м/мин. ( = 0,01 мм V[= 10 м/мин, t = 0,03 мм

2 3. 4 Состояние ТС Рис. 6. Результаты проверки на адекватность модели идентификации (--результаты моделирования,-----экспериментальные данные): а - высота волнистости, б - высота микронеровности. 1 - состояние "идеальное", 2 -"засаливание", 3 - "затупление", 4 - биение

рядка - (1 - ф\В)Х1, вейвлет спектры в виде передаточной функции

^-бхВ-32В2У, =(соо-с01В-й)2В2}х,_3.

Регистрируемый сигнал должен отвечать следующим требованиям: информативности - регистрируемый сигнал должен содержать сведения об изменениях состояния ТС; простоты моделирования состояний ТС на основе использования информации, представленной сигналом; доступности и удобству регистрации, которые определяются конструкциями ТС и диагностических средств; технологичности - требование, отражающее трудоемкость и стоимость диагностирования. Исследования показали, что в наибольшей степени этим требованиям отвечает электрический сигнал.

В пятой главе представлены конструкторско-технологические разработки для внедрения результатов исследований в производство.

Разработан блок преобразования сигнала (БПС), предназначенный для аппаратной реализации алгоритма оптимальной структуры дерева ВПП. Структурная схема БПС состоит из: буфера сигналов системной магистрали, который предназначен для электрического согласования и электрической развязки сигналов; селектора адреса, выполняющего функцию селектирования и дешифрации адреса; регистра управляющего слова, который задает режим работы БПС; процессора 05Р56002. Для функционирования БПС на языке Ассемблер была разработана управляющая программа.

Разработан управляемый источник питания, состоящий из автономного инвертора напряжения (АИН), системы управления АИН, АЦП, БПС, ПЭВМ. На основании результатов оценки состояния ТС были определены требования к выходным параметрам источника питания и режима его работы: импульсный режим работы обеспечивает независимое регулирование амплитуды и частоты импульсов напряжения в пределах 11=4...20 В,/ = 1 ...20 к Гц; режим постоянного выпрямленного напряжения.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Основным фактором, ограничивающим применение методов обработки, включающих электротехнологическое воздействие, в многономенклатурном производстве, является отсутствие идентификации состояния ТС с технологическими показателями обработки, что создает неопределенность в выборе режима обработки, снижает точность моделирования процессов и явлений, не позволяет в полной мере реализовать технологические возможности ТС.

2. На примере АЭХШ разработана модель идентификации качественных показателей обработанной поверхности (волнистость, шероховатость) с параметрами состояния ТС через признаки сигнала, которая позволяет выработать рекомендации по рациональному получению требуемых качественных показателей обработанной поверхности для каждого состояния ТС. Экспериментально подтверждены результаты моделирования и установлено, что погрешность моделирования составляет-для высоты микронеровности ±0,06 мкм, для волнистости ± 3,5 мкм.

3. Разработана методика оценки состояния ТС, включающая предварительную обработку сигнала, исследования проявления в спектральной области вейвлет спектра электрического сигнала составляющих электротехнологического воздействия, выбор признаков сигнала для распознавания параметров состояния ТС.

4. Результаты исследований позволили выявить в качестве параметров проявления электрохимического и электроконтактно-эрозионного воздействий в спектральной области вейвлет спектра частотные диапазоны, количество ячеек с информативными композициями, суммарные энергии информативных композиций.

5. В рамках метода предварительной обработки сигнала разработаны: методика выбора оптимальных базисных функций, вейвлет спектр, структурная оптимизация и критерии выбора уровня дерева ВПП, позволяющие получить признаки для однозначного распознавания параметров состояния ТС. Разработана классификация ВВ сигналов на основе безразмерных дискриминантов (пик-фактор, форм-фактор), обеспечивающая системный подход к выбору базисных функций.

6. Предложена методика выбора признаков для распознавания параметров состояния ТС, позволяющая определить соответствие признаков сигнала параметрам состояния на основе систематизации отображения параметров состояния в спектральной области вейвлет спектра. Установлено, что признаки, обеспечивающие однозначное распознавание параметров состояния ТС, формализуются как отношение параметров проявления электрохимического и электроконтактно-эрозионного воздействий. Разработан алгоритм, представляющий собой последовательность решений, позволяющую выявить влияние на формирование состояния ТС каждого из параметров состояния.

7. На примере АЭХШ образца из стали Р6М5 выработаны рекомендации при приближении значений волнистости или высоты микронеровности обработанной поверхности к границе допустимых значений. При принятии решения о снижении влияния параметров состояния ТС на волнистость и высоту микронеровности предложено варьировать величиной продольной подачи. При принятии решения об изменении состояния ТС предложено варьировать величиной припуска и напряжения источника питания.

8. В результате реализации методики оценки состояния ТС на примере АЭХШ алмазным кругом на металлической связке А1 250x76x25 АСВ 125/100 М2-1 100%; пк =2860 об/мин; электролит КаМ03 - 10 %, ЫаЫСЬ - 2 % для получения шероховатости Яа =0,3 мкм, волнистости IV = 3 мкм в состоянии ТС "засаливание" был выбран следующий режим: II = 6 В, / = 0,03 мм, з = 3

м/мин, который позволил сократить число правок инструмента в 2 раза.

9. На основе исследований созданы: блок преобразования сигналов, позволяющий осуществить предварительную обработку сигнала в реальном масштабе времени; управляемый источник питания.

Основное содержание диссертации изложено в следующих работах:

1. Шишенков В.А., Иванова Т.И., Танкиева Т.А., Моделирование комбинированных методов обработки на основе применения многомасштабного анализа / Труды региональной НТК. Тула, 1998. - с. 100-104.

2. Шишенков В.А., Иванова Т.И. Некоторые аспекты комбинированного технологического воздействия на материал// Труды международной НТК "Прогрессивные методы и технологии получения и обработки конструкционных материалов и покрытий". Волгоград, 1999.

3. Шишенков В.А., Иванова Т.И., Танкиева Т.А. Анализ методов преобразования нестационарных сигналов/ Деп. в ВИНИТИ 16.11.99, N3370-B99 - 28'с.

4. Любимов В.В., Шишенков В.А., Иванова Т.И., Танкиева Т.А. От преобразования Фурье к вейвлет преобразованию нестационарных сигналов/ Труды региональной НТК. Тула, 1999. - с Л10-122.

5. Любимов В.В., Шишенков В.А., Иванова Т.И. Выбор дискретного базисного вейвлета на основе анализа погрешностей преобразования временных выборок сигнала/ Тезисы докладов Всероссийской НТК "Современные проблемы математики, механики, информатики". Тула, 15-17 февраля 2000 г.- с. 143145.

6. Любимов В.В., Шишенков В.А., Иванова Т.И. От единичного импульса к масштабирующей и вейвлет функции/ Тезисы докладов Международной НТК "Молодежь науке будущего". Татарстан, г. Набережные Челны, 17-18 апреля 2000 г.- с.18-19.

7. Шишенков В.А., Иванова Т.И. Вейвлет спектр - новый инструмент для диагностики/ Сборник материалов международной НТК "Новые материалы и технологии на рубеже веков". Пенза, 14 - 16 июня 2000 г. - с.187-190

8. Шишенков В.А., Иванова Т.И., Танкиева Т.А. Корректировка математической модели состояния технической системы по временным выборкам сигнала/ Труды IV международного конгресса "Конструкторско-технологическая информатика 2000". Москва, МГТУ "Станкин", октябрь 2000 г. - том I, с.216-217

9. Любимов В.В., Шишенков В.А., Иванова Т.И., Танкиева Т.А. Предварительная обработка сигналов для оценки параметров состояния технической системы/ Труды третьей региональной НТК "Современная электротехнология в промышленности центра России". Тула, 2000 г. - с.105-113.

10. Шишенков В.А., Иванова Т.И., Танкиева Т.А. Идентификация параметров состояния технической системы с технологическими показателями реализуемого воздействия на материал/ Труды третьей региональной НТК" Современная электротехнология в промышленности центра России". Тула, 2000 г. -с.114-121.

Подписано в печать ЛО'//Формат бумаги 60x84 1/16. Бумага типографская. Офсетная печать. Усл. печ. л. 1,1. Усл. кр.-отт. 1,1. Уч. изд. л. 1,0. Тираж 80 экз.

Тульский государственный университет. 300600, г. Тула, пр. Ленина, 92.

ВВЕДЕНИЕ.

1. ОБЗОР СОСТОЯНИЯ ВОПРОСА.

1.1. Основные аспекты развития методов, включающих электротехнологическое воздействие

1.2. Моделирование электротехнологического воздействия на материал.

1.3. Выбор метода моделирования.

1.4. Выбор признаков в рамках диагностики состояния технического объекта.

1.5. Анализ методов преобразования сигналов.

1.6. Цель и задачи исследования.

2. РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ СОСТОЯНИЯ ТС

В РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ.

2.1. Разработка метода предварительной обработки сигнала.

2.1.1. Выбор оптимальных базисных вейвлет и масштабирующих функций.

2.1.1.1. Особенности векторного представления базисных вейвлет и масштабирующих функций.

2.1.1.2. Оценка погрешности преобразования ВВ сигнала.

2.1.1.3. Оценка локализации и времени преобразования ВВ сигнала.

2.1.1.4. Выбор базисных функций на основе решения итерационной задачи.

2.1.1.5. Классификация сигналов и базисных функций по значениям безразмерных дискриминантов.

2.1.2. Вейвлет спектр.

2.1.3. Структурная оптимизация дерева вейвлет пакет преобразования.

2.1.4. Определение рационального количества уровней вейвлет пакет преобразования.

2.2. Распознавание в реальном масштабе времени параметров состояния ТС, реализующей методы, включающие электротехнологическое воздействие.

2.2.1. Исследования проявления электротехнологических воздействий в спектральной области вейвлет спектра электрического и виброакустического сигналов.

2.2.2. Методика выбора признаков сигнала для распознавания параметров состояния ТС.

2.2.2.1. Отображение параметров состояния ТС по вейвлет спектрам ВВ электрического сигнала.

2.2.2.2. Определение соответствия признаков параметрам состояния ТС.

2.2.2.3. Алгоритм распознавания параметров состояния

2.3. Выводы.

3. ИДЕНТИФИКАЦИЯ КАЧЕСТВЕННЫХ ПОКАЗАТЕЛЕЙ

ОБРАБОТАННОЙ ПОВЕРХНОСТИ С ПАРАМЕТРАМИ СОСТОЯНИЯ ТС.

3.1 Моделирование волнистости обработанной поверхности.

3.2 Моделирование шероховатости обработанной поверхности.

3.3 Опредедение параметров модели идентификации

3.4 Исследование возможностей достижения технологических показателей обработки с учетом реального состояния ТС на основе модели идентификации.

3.5 Выводы.

4. АППАРАТУРНОЕ И МЕТОДИЧЕСКОЕ ОСНАЩЕНИЕ ПРОВОДИМЫХ ЭКСПЕРИМЕНТОВ.

4.1. Выбор регистрируемого сигнала.

4.2. Методика проведения натурных экспериментов.

4.1.1. Описание основных элементов измерительного комплекса.

4.1.2. Условия проведения эксперимента.

4.3. Модели представления ВВ сигнала в базе данных для оценки параметров состояния ТС.

4.4. Методика экспресс контроля состояния ТС.

5. КОНСТРУКТОРСКО-ТЕХНОЛОГИЧЕСКИЕ РАЗРАБОТКИ ДЛЯ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ В ПРОИЗВОДСТВО.

5.1. Конструктивные особенности блока преобразования сигнала в реальном масштабе времени.

5.2. Алгоритм для аппаратурной реализации оптимального дерева вейвлет пакет преобразования.

5.3. Конструктивные особенности устройства регулирования параметрами электротехнологического воздействия для обеспечения надежности ТС.

5.4. Выводы.

В современном производстве при изготовлении ответственных деталей и узлов широко применяются износостойкие, высоко-и жаропрочные сплавы и покрытия, а также специальные сплавы, обработка которых с использованием только одного метода воздействия сопряжена с большими затратами или вообще не возможна. Поэтому одним из прогрессивных направлений развития технологической системы процесса является внедрение методов, включающих электротехнологическое воздействие.

В настоящее время получили широкое распространение технологические системы (ТС) [16], обеспечивающие реализацию комбинированного воздействия, совмещающего механическое, электрофизическое и электрохимическое воздействия. Такое комбинирование с одной стороны, расширяет технологические возможности механических методов воздействия, в условиях обработки труднообрабатываемых материалов, с другой повышает активность воздействия на обрабатываемый материал электротехнологических методов. Однако использование в условиях многономенклатурного производства ТС, реализующих методы обработки, включающие электротехнологическое воздействие на материал, сдерживается из-за отсутствия идентификации состояния ТС с технологическими показателями обработки, что создает неопределенность в выборе режима обработки, снижает точность моделирования процессов и явлений, не позволяет в полной мере реализовать технологические возможности ТС.

Целью данной работы является повышение эффективности алмазно-электрохимического шлифования (АЭХШ) на основе идентификации качественных показателей обработанной поверхности с параметрами состояния ТС.

На защиту выносятся следующие положения:

- методика оценки состояния ТС, включающую: метод предварительной обработки сигнала на основе использования вейвлет преобразования; методику выбора диагностических признаков сигнала для распознавания параметров состояния ТС;

- модель идентификации качественных показателей обработанной поверхности с параметрами состояния ТС;

- аппаратурная реализация метода предварительной обработки сигнала в реальном масштабе времени;

- рекомендации по рациональному получению требуемых технологических показателей обработки на основе результатов идентификации качественных показателей обработанной поверхности с параметрами состояния ТС.

Научная новизна заключается в том, что разработанная математическая модель идентификации на примере АЭХШ учитывает взаимосвязь качественных показателей обработанной поверхности с параметрами состояния ТС впервые через диагностические признаки сигнала, а также осуществлена формализация диагностических признаков сигнала для однозначного распознавания параметров состояния ТС через параметры проявления в спектральной области вейвлет спектра составляющих электротехнологического воздействия.

В первой главе выполнен анализ современного состояния вопроса, определены цель и задачи исследования.

Вторая глава посвящена разработке методики оценки состояния ТС, состоящей из следующих этапов: разработка метода предварительной обработки сигнала, разработка методики выбора признаков сигнала для распознавания параметров состояния ТС. В рамках разработки метода предварительной обработки сигнала осуществлен выбор оптимальных базисных вейвлет функций, обеспечивающих точностные показатели предварительной обработки сигналов, разработан спектральный анализ на основе вейвлет пакет преобразования как наиболее эффективной формы для представления информации, содержащейся в сигнале. В рамках методики выбора признаков: проведены исследования отображения параметров состояния и проявления составляющих электротехнологического воздействия на основе разработанного метода предварительной обработки сигнала; осуществлена формализация признаков через сочетания параметров проявления составляющих электротехнологического воздействия в спектральной области вейвлет спектра; разработан алгоритм, представляющий собой последовательность решений, позволяющую выявить влияние на формирование состояния ТС каждого из параметров состояния.

Третья глава посвящена построению модели идентификации технологических показателей обработки с параметрами состояния ТС. В качестве примера построение модели идентификации было реализовано для таких качественных показателей обработанной поверхности как волнистость и шероховатость.

В четвертой главе рассматриваются вопросы, связанные с аппаратурным и методическим оснащением проводимых экспериментов, включая выбор диагностического источника информации.

В пятой главе представлены конструкторско - технологические разработки для внедрения результатов исследований в производство.

ОСНОВНЫЕ ВЫВОДЫ

1. Основным фактором, ограничивающим применение методов обработки, включающих электротехнологическое воздействие, в многономенклатурном производстве, является отсутствие идентификации состояния ТС с технологическими показателями обработки, что создает неопределенность в выборе режима обработки, снижает точность моделирования процессов и явлений, не позволяет в полной мере реализовать технологические возможности ТС.

2. На примере АЭХШ разработана модель идентификации качественных показателей обработанной поверхности (волнистость, шероховатость) с параметрами состояния ТС через признаки сигнала, которая позволяет выработать рекомендации по рациональному получению требуемых качественных показателей обработанной поверхности для каждого состояния ТС. Экспериментально подтверждены результаты моделирования и установлено, что погрешность моделирования составляет для высоты микронеровности ±0,06 мкм, для волнистости ±3,5 мкм.

3. Разработана методика оценки состояния ТС, включающая предварительную обработку сигнала, исследования проявления в спектральной области вейвлет спектра электрического сигнала составляющих электротехнологического воздействия, выбор признаков сигнала для распознавания параметров состояния ТС.

4. Результаты исследований позволили выявить в качестве параметров проявления электрохимического и электроконтактно-эрозионного воздействий в спектральной области вейвлет спектра частотные диапазоны, количество ячеек с информативными композициями, суммарные энергии информативных композиций.

5. В рамках метода предварительной обработки сигнала разработаны: методика выбора оптимальных базисных функций, вейвлет спектр, структурная оптимизация и критерии выбора уровня дерева ВПП, позволяющие получить признаки для однозначного распознавания параметров состояния ТС. Разработана классификация ВВ сигналов на основе безразмерных дискриминантов (пик-фактор, форм-фактор), обеспечивающая системный подход к выбору базисных функций.

6. Предложена методика выбора признаков для распознавания параметров состояния ТС, позволяющая определить соответствие признаков сигнала параметрам состояния на основе систематизации отображения параметров состояния в спектральной области вейвлет спектра. Установлено, что признаки, обеспечивающие однозначное распознавание параметров состояния ТС, формализуются как отношение параметров проявления электрохимического и электроконтактно-эрозионного воздействий. Разработан алгоритм, представляющий собой последовательность решений, позволяющую выявить влияние на формирование состояния ТС каждого из параметров состояния.

7. На примере АЭХШ образца из стали Р6М5 выработаны рекомендации при приближении значений волнистости или высоты микронеровности обработанной поверхности к границе допустимых значений. При принятии решения о снижении влияния параметров состояния ТС на волнистость и высоту микронеровности предложено варьировать величиной продольной подачи. При принятии решения об изменении состояния ТС предложено варьировать величиной припуска и напряжения источника питания.

8. В результате реализации методики оценки состояния ТС на примере АЭХШ алмазным кругом на металлической связке

150

AI 250x76x25 ACB 125/100 M2-1 100%; nk = 2860 об/мин; электролит NaN03 - 10 %, NaN02 - 2 % для получения шероховатости Ra=0,3 мкм, волнистости W = 3 мкм в состоянии ТС "засаливание" были выбран следующий режим: U = 6 В, t = 0,03 мм, s =3 м/мин, который позволил сократить число правок инструмента в 2 раза.

9. На основе исследований созданы: блок преобразования сигналов, позволяющий осуществить предварительную обработку сигнала в реальном масштабе времени; управляемый источник питания.

1. А. с. № 1000207 (СССР). МКИ4 В23Н '/2 Способ алмазно-электрохимического шлифования/ М.Я. Чмир, А.И. Коробочкин, И.Н. Сотов. Опубл. в Б. И. - 1983. - №8.

2. Абразивная и алмазная обработка материалов. Справочник. Под ред. Резникова А. Н.- М.: Машиностроение, 1977. -391 с.

3. Артоболевский И.И. Введение в акустическую диагностику машин. М.: Наука, 1979 г. - 296 с.

4. Аршанский М. М., Щербаков В. П. Вибродиагностика и управление точностью обработки на металлорежущих станках. -М.: Машиностроение, 1988. 136 с.

5. Ахмед Н., Pao K.P. Ортогональное преобразование при обработке цифровых сигналов: Пер. с англ./Под ред. И.Б. Фоменко. М.: Связь, 1980. - 248 с.

6. Байкалов А. К. Введение в теорию шлифования материалов. К.: Наукова думка, 1978. - 207 с.

7. Бердник В. В. Мамай А. В. Электроабразивное шлифование. К.: Техника, 1981. - 64 с.

8. Бермин Б.П. Вибрации и режимы резания. М.: Машиностроение, 1972. - 254 с.

9. Блехман И. И. Вибрационная механика. М.: Наука, 19. - 394 с.

10. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. В 2-х т. - М.: Мир, 1974.

11. Вибрации в технике: Справочник. В 6-ти т. - М.: Машиностроение, 1981.

12. Вибро-акустическая диагностика зарождающихся дефек-тов/Ф.Я. Балицкий, М.А. Иванов, А.Г. Соколов. М.: Наука,1984г.-120 с.

13. Выбор параметров регулирования процесса алмазного электрохимического шлифования/ И.Н. Сотов, В.А. Шишенков, А.Э. Беккер, Е.В. Илюшечкин// Электрохим. и электрофиз. методы обраб. материалов. Тула, 1986. - с.80 - 85.

14. Генкин М. Д., Соколова А. Г. Виброакустическая диагностика машин и механизмов. М.: Машиностоение, 1987. -288 с.

15. Горелик А. Л. Современное состояние проблемы распознавания: Некоторые аспекты. М.: Радио и связь, 1985. - 160 с.

16. ГОСТ 27.004-85 Системы технологические. М. Изд-во стандартов, 1986. - 13 с.

17. ГОСТ 2789-73 (СТ СЭВ 638-77). Шероховатость поверхности. М.: Изд-во стандартов, 1978. - 5 с.

18. ГОСТ Волнистость поверхности. Термины, определения и параметры

19. Грешников В.А., Дробот Ю.В. Акустическая эмиссия. Применение для испытаний материалов и изделий. М.: Изд-во стандартов, 1976. - 272 с.

20. Гродзинский Э.Я. Абразивно-электрохимическая обработка. М. Машиностроение, 1976. - 55 с.21 .Гродзинский Э.Я., Исакова Р.Б. Алмазно электроэрозионное шлифование металлов// Электрофиз. и электрохим. методы обраб. - 1976. -№11.- с.3-7.

21. Гуляев А.И. Временные ряды в динамических базах данных. М.: Радио и связь, 1989. - 128 с.

22. Гуляев В. А., Чаплыга В. М., Кедровский И. В. Методы и средства обработки диагностической информации в реальном времени. Киев: Наукова думка, 1986. 224 с.

23. Диагностика процесса металлообработки/ Остафьев В. А., Антонюк В. С., Тымчик Г. С. К.: Тэхника, 1991. - 152 с.

24. Диментберг М. Ф. Случайные процессы в динамических системах с переменными параметрами. М.: Наука, 1989. -176 с.

25. Дорофеев В. Д. Основы профильной алмазно-абразивной обработки. Изд-во Сарат. ун-та, 1983. 186 с.

26. Евсеев Д.Г., Брагинский А.П., Арсентьев A.B. Контроль процессов резания по высокочастотному акустическому излучению // Резание и инструмент.-1985.-№33г.

27. Ефимов В. В. Модель процесса шлифования с применением СОЖ. Саратов: Изд-во Сарат. ун-та, 1992. - 132 с.

28. Зыков A.A. Основы теории графов. М. Наука, 1987. -384 с.

29. Измерение, обработка и анализ быстропеременных процессов в машинах/Максимов В.П., Егоров И.В., Карасев В.А. -М.: Машиностроение, 1990. 210 с.

30. Керша Г.П., Аксенов В.А. К вопросу определения величины электрохимического съема при электроабразивном шлифовании// Новейшие методы обраб. металлов. Новосибирск, 1977. -с. 58-59.

31. Кибальченко A.B., Бабек С.П., Ромказов И.И. Акустическая диагностика процессов механической обработки. Типовые операции применения // Труды МВТУ.-1987.-N476.

32. Киселев Н. В., Сечкин В. А. Техническая диагностика методами нелинейного преобразования. Л.: Энергия, 1980. -112с.

33. Коллакот Р. Диагностика повреждений: Пер. с англ. -М.: Мир, 1989. 512 с.

34. Королев A.B., Новоселов Ю.К. Теоретико вероятностные основы абразивной обработки. Часть 2. Взаимодействие инструмента и заготовки при абразивной обработке. Саратов: Изд-во Сарат. ун-та, 1989. 160 с.

35. Круг Г.К., Кабанов В.А., Фомин Г.А., Фомина Е.С. Планирование эксперимента в задачах нелинейного оценивания и распознавания образов. М.: Наука, 1981. - 172 с.

36. Куликовский К. Л., Купер В. Я. Методы и средства измерений. М.: Энергоатомиздат, 1986. - 448 с.

37. Лазарев Г.С. Автоколебания при резании металлов. М.: Высшая школа, 1971. - 243 с.

38. Львовский E.H. Статистические методы построения эмпирических формул: Учеб. пособие. М.: Высш. школа, 1982. -224 с.

39. Любимов В.В., Шишенков В.А., Иванова Т.И., Танкиева Т.А. От преобразования Фурье к вейвлет преобразованию нестационарных сигналов/ Труды региональной НТК. Тула, 1999. -с.110-122.

40. Любимов В.В., Шишенков В.А., Иванова Т.И. От единичного импульса к масштабирующей и вейвлет функции/ Тезисы докладов Международной НТК "Молодежь науке будущего". Татарстан, г. Набережные Челны, 17-18 апреля 2000 г.- с.18-19.

41. Маслов Г. С. Расчеты колебаний валов: Справочник. 2-е изд., перераб. и доп. - М.: Машиностроение, 1980. - 151 с.

42. Маслов Е. Н. Теория шлифования материалов. М.: Машиностроение, 1974. - 320 с.

43. Методы автоматизированного исследования вибрации машин: Справочник/Добрынин С. А., Фельдман М. С., Фирсов Г. И. М.: Машиностроение, 1987. - 224 с.

44. Методы математического моделирования и вычислительной диагностики: Сборник Под ред. Тихонова А. Н., Самарского A.A. М.: Изд-во Моск. ун-та, 1990. - 290 с.

45. Мэйндональд Дж. Вычислительные алгоритмы в прикладной статистике: Пер. с англ. М.: Финансы и статистика, 1988. - 350 с.

46. Надежность и эффективность в технике: Справочник. В10 т.

47. Одинцов JI.Г. Упрочнение и отделка деталей поверхностным пластическим деформированием: Справочник. М.: Машиностроение, 1987. - 328 с.51,Орнатский П. П. Теоретические основы информационно-измерительной техники. Киев: Вища школа, 1983. —455 с.

48. Островский В. И. Теоретические основы процесса шлифования. Л.: Изд-во Ленингр. ун-та, 1981. - 144 с.

49. Пановко Я. Г. Введение в теорию механических колебаний. М.: Наука, 1991. - 256 с.

50. Пахалин Ю. А. Алмазное контактно-эрозионное шлифование. Л.: Машиностроение, Ленингр. отд-ние, 1985. - 178 с.

51. Полупан Б.И., Мастренко А.Л. Оценка метода акустической эмиссии качества шлифуемых заготовок из керамики //

52. Сверхтвердые материалы.-1994.-№4.

53. Попилов Л. Я. Электрофизическая и электрохимическая обработка материалов: Справочник. М.: Машиностроение, 1982. - 400 с.

54. Попов С. А., Малевский Н. П., Терещенко Л. М. Алмазно-абразивная обработка металлов и твердых сплавов. М.: Машиностроение, 1977. - 263 с.

55. Прилуцкий В. А. Технологические методы снижения волнистости поверхностей. М.: Машиностроение, 1978. -136 с.

56. Редько С. Ф. Ушкалов В. Ф. Яковлев В. П. Идентификация механических систем. Киев: Наук, думка, 1985. - 216 с.

57. Саржевский В.А. Диагностика процесса шлифования методом акустической эмиссии // Вестник машиностроения.-1988.-№1.

58. Селекция и распознавание на основе локационной информации/ А.Л. Горелик, Ю.Л. Барабаш, О.Б. Кривошеев, С.С. Эпштейн; Под ред. А.Л. Горелика. М.: Радио и связь, 1990. -240 е., ил.

59. Системы распознавания автоматизированных производств/ В.Л. Генкин, И.Л. Ерош, Э.С. Москалев. Л.: Машиностроение. Ленингр. отд-ние, 1988. - 246 с.

60. Справочник по электрохимическим и электрофизическим методам обработки/Амитан Г. Л., Байсупов И. А., Барон Ю. М. и др.; Под общ. ред. Волосатова В. А. Л.: Машиностроение, 1988. - 719 с.

61. Студенский Е.И., Богдарев В.И., Кадышев Н.Т. Электроалмазное шлифование. М.: Машиностроение, 1974. - 255 с.

62. Суслов А. Г. Технологическое обеспечение параметров состояния поверхностного слоя деталей. М.: Машиностроение,1987. 208 с.

63. Татт У. Теория графов: Пер. с англ. М.: Мир, 1988. -424 с.

64. Терещенко J1.H., Тарханов Н.С., Костин Г.Б. Влияние режимов электрохимического шлифования на состояние поверхностного слоя твердого сплава// Алмазы и сверхтвердые материалы. 1980. - №5.- с. 8-10.

65. Технологическая диагностика резания методом акустической эмиссии В.Н. Подураев, A.A. Барзов, В.А. Горелов. М.: Машиностроение, 1988. - 56 е., ил.

66. Трусов В.Н., Урывский Ф.П. К вопросу определения глубины растравливания при круглом врезном электроалмазном шлифовании// Исследование обрабатываемости жаропрочных и титановых сплавов. Вып. 4. - Куйбышев, 1976. - с.84 - 90.

67. Упрочнение поверхностей деталей комбинированными способами/ А.Г. Бойцов, В.Н. Машков, В.А. Смоленцев, JT.A. Хворостухин. М.: Машиностроение, 1991. - 144 с.

68. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. - 264 с.

69. Харазов А. М., Цвид С. Ф. Методы оптимизации в технической диагностике машин. М.: Машиностоение, 1983. -132 с.

70. Цыпкин Я.З. Основы теории обучающих систем. М.: Наука, 1979. - 251 с.

71. Чмир М.Я., Акимов A.C., Могильников В.А. Факторы, определяющие съем припуска при алмазно-электрохимическом шлифовании// Труды Всероссийской научно-технической конференции "Современная электротехнология в машиностроении". -Тула, 1997.

72. Шибанов Г.П. Распознавание в системах автоконтроля.

73. M. Машиностороение, 1973. 424 с.

74. Шишенков В. А. Алмазное электрохимическое шлифование криволинейных поверхностей на станках с ЧПУ. Дис. на соиск. уч. степ. к. т. н. Тула. 1986. 214 с.

75. Шишенков В.А., Иванова Т.И., Танкиева Т.А., Моделирование комбинированных методов обработки на основе применения многомасштабного анализа / Труды региональной НТК. Тула, 1998.- с. 100-104.

76. Шишенков В.А., Иванова Т.И. Некоторые аспекты комбинированного технологического воздействия на материал// Труды международной НТК "Прогрессивные методы и технологии получения и обработки конструкционных материалов и покрытий". Волгоград, 1999.

77. Шишенков В.А., Иванова Т.И., Танкиева Т.А. Анализ методов преобразования нестационарных сигналов/ Деп. в ВИНИТИ 16.11.99, N3370-B99 28 с.

78. Шишенков В.А., Иванова Т.И. Вейвлет спектр новый инструмент для диагностики/ Сборник материалов международной НТК "Новые материалы и технологии на рубеже веков". Пенза, 14 - 16 июня 2000 г. - с.187-190

79. Янг е., Эллисон А. Измерение шума машин: Пер.с англ. -М.: Энрегоатомиздат, 1988. 144 е., ил.

80. Ящерицин П. И., Дорофеев В. Д., Пахалин Ю. А. Электроэрозионная правка алмазно-абразивных инструментов. Мн.: Наука и техника, 1981. - 232 с.

81. Akansu, А. N. Wavelets and Filter Banks. A Signal Processing Perspective. IEEE Circuits & Devices Magazine, Nov. 1994, S. 14-18.

82. Akansu, A.N., Haddad R. A. Multiresolution Signal Decomposition. Transforms, Subbands and Wavelets. Academic Press, London, 1992.

83. Daubechies I. Ten Lectures on Wavelets. CBMS-NSF: Society for Industrial and Applied Mathematics (SIAM), 1992.

84. Daubechies I. The Wavelet Transform, Time-Frequency Localization and Signal Analysis. IEEE Transactions on Information Theory, Vol. 36, No. 5, Sep 90, S. 961-1005.

85. Daubechies I.: Orthogonal Bases of Compactly Supported Wavelets. Communications on Pure Applied Mathematics, 1988, Vol. 41, S. 909-996.

86. Louis A.K., Maa P.R.A. Wavelets. Theorie und Anwendungen. Teubner Studienbücher, 1994, Stuttgart.

87. Mallat S. A Theory for Multiresolution Signal Decomposition: The Wavelet Representation. IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. 11, No. 7, July 1989, S. 674-693.

88. Meyer Y. Wavelets. Algorithms and Applications. Phildel-phia: Society for Industrial and Applied Mathematics (SIAM), 1993.

89. Meyer Y., Coifman R.R., Wickerhauser M.V. Size properties of wavelet packets. In Ruskai et al., editor, Wavelets and their160

90. Applications. Jones and Bartlett, 1992, S. 453-470.

91. Ludders P.J. EEG-Segmentierung mit Hilfe der diskreten Wavelet-Transformation. Diplomarbeit, Technishe Universität Berlin, 1997.

92. Fischer T. Wavelet Transformation von instationaren Wirbeln und turbulenten Stromungsvorgangen. Diplomarbeit von cand.aer., Universität Stuttgart, 1997.

93. Программа алгоритма функционирования блока преобразования сигнала в реальном масштабе времени1. Porth ORG X:$FFED1. HCR ORG X:$FFF81. HSR ORG X:$FFF91. HRX ORG X:$FFE81. Порт В

94. Регистр управления ¡Регистр статуса ¡Приемник / Передатчик

95. Коеффициенты g-фильтpa ;Коеффициенты Ь-фильтра

96. Первый базовый адрес X ¡Второй базовый адрес X ¡Первый базовый адрес У ¡Второй базовый адрес У1. ORG X:Coeffg DS 171. ORG X:Coeffh DS 171. ORG X:B1X

97. DS 16384 ¡Буфер данных X ORG X:B2X1. DS 16384 ¡Буфер данных X1. ORG X:B1X DS 163841. Буфер данных Y1. ORG X:B2X 1. DS 16384 ;Буфер данных У

98. Nx EQU $0100 1 ;Счетчик отсчетов №

99. Ny EQU $0101 ;Счетчик отсчетов ^

100. NO EQU $0102 ;Счетчик отсчетов N0

101. BUF1 EQU $0103 ;Буаер общего назначения1. BUFN EQU #0104 1. BUFNx EQU #0105

102. Filter MACRO Coeff,m,k,j,p,Bazal,Baza2,Kbuf,Mmax1. MOVE #Coeff,R0

103. MOVE (R0),(N0)+ ;k+l- -->N01. MOVE #p,A1. DEC A ;p-l1. MOVE #Kbuf,R01. MOVE (R0),X0 ;Kbuf1. MACR X0,A,A ;Kbuf*(p-l)

104. MOVE A,N2 ;Kbuf" (p-1 )~>N2

105. MOVE #Bazal,R0 N0+N2;KbuP(p-l)+k+l-->N01. CLR A1. MOVE #Coef,Rl1. MOVE #j,N0 DO X0,END1

106. MOVE (R0)+,X0 ;(Bazal+Kbuf*(p-l)+k+l)->XO

107. MOVE (R1)+N0,Y0 коэффициент фильтра-->УО1. MACR X0,Y0,A1. MOVE #BAZA2,R3

108. MOVE , A,N2 ;Kbuf(p-l)-->N2

109. MOVE #Bazal,R0 N0+N2;Kbuf!(p-l)+k+l-->N01. CLR A1. MOVE #Coef,Rl1. MOVE #j,N0 DO X0,END3

110. MOVE (R0)+,X0 ;(Bazal +Kbuf (p-1 )+k+1)—>X0

111. MOVE (R1)+N0,Y0 коэффициент фильтра-->УО1. MACR X0,Y0,A1. END3: MOVE #BAZA2,R3

112. MOVE A,(R3)+ ;Сохранить результат1. MOVE #m,R01. MOVE (R0),A INC A

113. MOVE (R0),(N0)+ ;k+l -->N01. MOVE #p,A1. DEC A ;p-l1. MOVE #Kbuf,R01. MOVE (R0),X0 ;Kbuf1. MACR X0,A,A ;Kbuf*(p-l)1. MOVE A,N2 ;Kbuf*(p-l)~>N2

114. MOVE #Bazal ,R0 N0+N2;Kbuf*(p-l)+k+l-->N01. CLR A1. MOVE #Coef,Rl1. MOVE #j,N0 DO X0,END4

115. MOVE (R0)+,X0 ;(Bazal+Kbuf*(p-l)+k+l)->XO

116. MOVE (R1)+N0,Y0 коэффициент фильтра-->У01. MACR . X0,Y0,A1. END4: MOVE #BAZA2,R3

117. MOVE A,(R3)+ ;Сохранить результат1. MOVE #m,R01. MOVE (R0),A INC A1. END2:1. RESET: Start:1.bi: фильтра1. MOVE #Mmac,X0 CMP A,X0

118. ORG P:$0 JMP RESET ORG P:$100 MOVE #Coeffg,Rl

119. MOVEP #$l,X:Porth Инициализация host-интерфейса JCLR #$0,X:«RegHSR,Start ;Ждать бит HRDF MOVE #BUF1,R0 MOVEP X:RegHRX,XO

120. MOVE X0,(R0) X0,X:(R1)+ ;Длина g-фильтра DO (R0),Labg

121. JCLR #$0,X:RegHSR,Lab 1 ;Ждать бит HRDF MOVEP X:RegHRX,XO ;Принять g-коэффициент

122. MOVE X0,X:(R1)+ ;Переслать в буфер MOVE #Coeffh,Rl MOVE #BUF1,R0 Labg: JCLR #$0,X:«RegHSR,Labg ;Ждать бит HRDF MOVEP X:RegHRX,XO

123. MOVE X0,(R0) X0,X:(R1)+ ;Длина h-фильтра DO (R0),Labh Lab3: JCLR #$0,X:«RegHSR,Lab3^I^aTb бит HRDF

124. MOVEP X:RegHRX,XO ;Принять h-коэффициентфильтра

125. MOVE X0,X:(R1)+ ;Переслать в буфер1. Прием блока данных

126. MOVE #B1X,R1 MOVE #BUF1,R0 ; Счетчик1.bh: JCLR #$0,X:«RegHSR,Labh ;Ждать бит HRDF MOVEP X:RegHRX,XO MOVE X0,X:(R0) X0,X:(R1)+ ;Длина блока DO (R0),END1 Lab4: JCLR #$0,X:«RegHSR,Lab4;)KflaTb бит HRDF

127. MOVEP X:RegHRX,XO ;Принять отсчет

128. MOVE X0,X:(R1)+ ;Переслать в буфер

129. Начальная сортировка END1: MOVE #Nx,R4 MOVE #Ny,R5 MOVE #N0,R6

130. MOVE #$0,Y:(R4) ;Очистить счетчик Nx

131. MOVE #$0,Y:(R5) ;Очистить счетчик Nyотсчетовотсчетовсортировки1. Ml:отсчетсортировкисортировкиотсчетовотсчетов1. MOVE #B1X,R1

132. MOVE #B2X,R2 ;Смещение для нечетных

133. MOVE #B2Y,R3 ; Смещение для четных

134. MOVE X:(R1)+,A Х:^1)+,В ;М)->А,М)->В1. MOVE #$0,X01. CMP ХОД ;Ы0=0 ?

135. JQU END SORT ;Если да,то нет элементов для

136. MOVE X:(R1)+,X(R2)+ ;Переслать нечетный1. MOVE Y:(R4),A ;Nx->A1.C A ;Nx:=Nx+l

137. MOVE A,Y:(R4) ;Сохранить Nx1. DEC В ;N0:=N0-1

138. MOVE B,Y:(R6) ;Сохранить NO1. MOVE #$0,X01. CMP X0,B ;N0=0 ?

139. JQU END SORT ;Если да,то нет элементов для

140. MOVE X:(R1)+,Y:(R3)+ ;Переслать четный отсчет1. MOVE Y:(R5),A ^у->А1.C A ;Ыу:=Иу+1

141. MOVE A,Y:(R5) ;Сохранить Ny1. MOVE Y:(R6),A1. MOVE #$o,xo1. CMP X0,A ;Ы0=0 ?

142. JQU END SORT ;Если да,то нет элементов для

143. JMP Ml ;Продолжить сортировку

144. MOVE #B2X,R2 ; Смещение для нечетных

145. MOVE #B2Y,R3 ;Смещение для четных

146. MOVE Y:(R4),X:(R2) ;Сохранить Nx в нечетноммассиве1. MOVE Y:(R5),X:(R3)

147. Фильтрация отсчетов Mxmax EQU Х:$0110 (Мах)1. Мутах EQU Х:$0111 (Мах)

148. Сохранить Ыу в четном массиве

149. Отфильтрованные отсчеты,нечетные ;Отфильтрованные отсчеты,четныеm i

150. EQU X:$0112 ;Счетчик (Отфильтрованные отсчеты)

151. EQU X:$0113 EQU X:$0114 EQU X:S0115

152. EQU X:$0116 ;Счетчик отсчетов (нечетные)

153. EQU X:$0117 ;Счетчик отсчетов (четные)

154. Filter Coeffg,2,k,j ,1 ,B2X,B 1 X,K 1 ,Mxmax Filter Coeffh,2,k,j,l ,B2Y,Bl y,Kl,Mymax1.b5x:1.b4x:1. END5x: Lab5y:1.b4y:1. END5y:1.bS1.b 11:1. Пересылка блока данных

155. MOVE #B1X,R1 MOVE (R1)+,R0 ; Счетчик

156. JCLR #$0,X:«RegHSR,Lab5x ;Ждать бит HRDF MOVEP XO,X:RegHRX MOVE X0,X:(R0) X0,X:(R1)+ ;Длина блока DO (R0),END5x

157. JCLR #$0,X:«RegHSR,Lab4x ;Ждать бит HRDF MOVEP XO,X:RegHRX

158. MOVE X0,X:(R1)+ ;Переслать в буфер X1. MOVE #B1Y,R11. MOVE (R1)+,R0 ;Счетчик

159. JCLR #$0,X:«RegHSR,Lab5y ;Ждать бит HRDF1. MOVEP XO,X:RegHRX

160. MOVE X0,X:(R0) X0,X:(R1)+ ;Длина блока1. DO (R0),END5y

161. JCLR #$0,X:«RegHSR,Lab4y ;Ждать бит HRDF MOVEP XO,X:RegHRX X0,X:(R1)+1. MOVE1. MOVE1. MOVE1. MOVE1. SORTNi1. MOVE1. MOVE1. MOVE1. MOVE1. Переслать в буфер Yi,R0$000001,(R0) (R0),X0m,Rl$000002,(R1) ;m=2p,R0$000001,(R0) ;p=l

162. Filter Coeffg,(Rl),k,j,(R0),B2X,BlX,K2,Mxmax Filter Coeffg,(Rl),k,j,(R0),B2Y,BlY,K2,Mymax MOVE (R0),A INC A1. MOVE ' A,(R0) ;p:=p+l ->p

163. Filter Coeffh,(Rl),k,j,(R0),B2X,BlX,K2,Mxmax Filter Coeffh,(Rl),k,j,(R0),B2Y,BlY,K2,Mymax MOVE (R0),A INC A169р:=р+1 -->р1.b 10: Labl3x:1.bl4x:1. END12x: Labl5y:1.bl7y:

164. MOVE A,(R0) MOVE #m,Rl MOVE (R1),B CMP А,В JGT Lab 10 JMP Labi 1 MOVE #B1X,R1 MOVE (R1)+,R0 ;Счетчик

165. JCLR #$0,X:«RegHSR,Lab 1 Зх ;Ждать бит HRDF MOVEP X0,X:RegHRX MOVE X0,X:(R0) X0,X:(R1)+ ;Длина блока DO (R0),END12x

166. JCLR #$0,X:«RegHSR,Lab 14x ;Ждать бит HRDF MOVEP X0,X:RegHRX

167. MOVE X0,X:(R1)+ ;Переслать в буфер X1. MOVE #B1Y,R11. MOVE (R1)+,R0 ;Счетчик

168. JCLR #$0,X:«RegHSR,Lab 15y ;Ждать бит HRDF1. MOVEP X0,X:RegHRX

169. MOVE X0,X:(R0) X0,X:(R1)+ ;Длина блока1. DO (R0),END16y

170. JCLR #$0,X:«RegHSR,Lab 17y ;Ждать бит HRDF MOVEP X0,X:RegHRX

171. MOVE X0,X:(R 1)+ ;Переслать в буфер Y MOVE #i,R0 MOVE (R0),A INC A

172. MOVE #12,X0 CMP X0,A JGT ENDFil JMP LabS1. END Fil

173. Программа расчета технологических показателей обработкиunit Scherl;interfaceuses

174. Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs, Menus, StdCtrls;type

175. A1 :=-Ru+t+0.5 * sqrt( A1)/(Au* sqrt(2* Ru-t) * sqrt(t) *con+minU); A:=A1; end;procedure TForml.FileOpenClickClick(Sender: TObject); begin

176. OpenDialogl.InitialDir:-d:\basa1; if OpenDialogl.Execute then begin

177. AssignFile(fl,OpenDialogl .FileName); {$1-}1. Reset(fl);if IOResult^O then begin

178. Exx:=StrToFloat(CBoxl .text);fb:=StrToFloat(CBox2.text);t:=StrToFloat(CBox3.text);

179. Sp:=StrToFloat(CBox4.text)/60;val(edit4.text,Deltad,e);1.:=sqrt((2 * Ru-(t-A)) * (t-A));1. :=hi0 * (1 -fi) * (1 +beta* (t 1 -t0)) * Kz * Lk * Bb * Exx/Hz;te:=eta*eps*Sp*Ie/ro/Kz/Bb;sch:=Ra-te-sqr(sp)/2/pi/roz; S:=Sm;

180. AssignFile(f2,'d:\Reserv\Sch'); {$1-}

181. Append(f2); if IOResultoO then begin

182. Exx:=StrToFloat(CBoxl .text);fb:=StrToFloat(CBox2.text);t:=StrToFloat(CBox3 .text);

183. AssignFile(f2,'d:\Reserv\SchBi'); {$1-}

184. Append(f2); if IOResultoO then begin

185. Sp:=StrToFloat(CBox4.text)/60;val(edit4.text,Deltad,e);1.:=sqrt((2 * Ru-(t-A)) * (t-A));

186. AssignFile(f2,'d:\Reserv\SchZatup'); {$1-}

187. Append(f2); if IOResultoO then begin

188. S:=sp*Lz*(l+sp/Vu)/Vu; end;if t<Ra then beginsch:=Ra+sqr(Lz)*sqr( 1 +sp/Vu)/2/Ru-te-t; S:=Sm; end;

189. AssignFile(f2,'d:\Reserv\Sch'); {$1-}1. Append(f2);

190. WTree,WData. = wpjoin(tree,data,n); %endternod = .;tnods,sizes,order. = wtreemgr('readair,WTree); % [xind,yind] = wcommon(tnods,[ternod m2m]);

191. Программа получения энергетического вейвлет спектра