автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.03, диссертация на тему:Моделирование технологии восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов на примере МДО

На правах рукописи

ДВОРНОВ ЕВГЕНИЙ ВЛАДИМИРОВИЧ

МОДЕЛИРОВАНИЕ ТЕХНОЛОГИИ ВОССТАНОВЛЕНИЯ И УПРОЧНЕНИЯ ДЕТАЛЕЙ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКИ ИЗ АЛЮМИНИЕВЫХ СПЛАВОВ НА ПРИМЕРЕ МДО

Специальность 05.20.03 - «Технологии и средства технического обслуживания в сельском хозяйстве»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Казань - 2003

Работа выполнена на кафедре "Надежность и ремонт машин" Орловского государственного аграрного университета.

Научный руководитель - доктор технических наук,

профессор Новиков А.Н. Научный консультант - кандидат физико-математических наук,

доцент Иващук О.А

Официальные оппоненты: доктор технических наук,

профессор Пучин Е.А. кандидат технических наук, доцент Адигамов Н.Р.

Ведущая организация: Курский государственный

технический университет

Защита состоится 2003 г. в часов на заседа-

нии диссертационного совета ДМ220.035.02 в Казанской государственной сельскохозяйственной академии, по адресу: 420015, г Казань, ул. К.Маркса, д.65.

С диссертацией можно ознакомиться в библиотеке университета.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу:

Автореферат разослан " 3 " ъио"*- 2003 г.

Ученый секретарь 1 р

диссертационного совета: доктор технических наук, /¡II/

профессор Мудров А.Г. {¿/^

I

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

/ Актуальность темы. Отличительной особенностью современных ремонтных предприятий, осуществляющих восстановление изношенных деталей с/х техники, является принципиальное изменение роли задач, связанных с моделированием используемых технологий и последующим применением разработанных моделей для автоматизации технологических процессов.

Решение такого рода задач позволит повысить уровень качества выпускаемой продукции, снизить брак; снизить затраты материально-сырьевых, энергетических, трудовых и временных ресурсов; повысить экологичность процесса; формировать обоснованные управленческие решения.

Если моделирование используется в исследовательских целях, то при отсутствии временных ограничений наиболее эффективным является применение теоретического подхода. Однако в реальных производственных условиях, когда время ограничено и возникает множество случайных факторов, влияющих на процесс, теоретические методы моделирования или не удовлетворяют предъявляемым требованиям точности, или предполагают неоправданно большие затраты времени и вычислительных ресурсов. Кроме того, темпы внедрения новых технологических процессов значительно превышают время создания соответствующих теоретических моделей.

При разработке новых и модернизации сущес твующих технологических процессов и оборудования приоритет теоретических моделей (физико-математических, физико-химических, химико-математических и т.п.) неоспорим, тогда как в реальном технологическом комплексе уже закупленное производственное оборудование и внедренные в производственный процесс технологии восстановления и упрочнения изношенных деталей сельскохозяйственной техники нуждаются не в совершенствовании, а в исследовании их возможностей, отработке режимов и эффективном управлении.

Наиболее приемлемый способ решения данных проблем - это применение компьютерно-адаптированного эмпирического подхода, основными достоинствами которого являются быстрота и универсальность. В условиях современного ремонтного производства необходим широкий набор методов, алгоритмов и программ моделирования, основанных как на развитии существующих методов, так и на

.. .~члОНАЛЬНАЯ 5 ¡4БЛИОТЕКА I

разработке новых подходов, например, на базе перспективных интеллектуальных технологий.

Задача эффективного моделирования сложных технологических процессов восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов и целенаправленного применения полученных моделей для решения актуальных проблем ремонтного производства с целью конечного повышения качества и сокращения затрат материально-сырьевых, энергетических и временных ресурсов, а также снижения влияния на процесс «человеческого фактора», является перспективной и мало исследованной на данный момент проблемой.

Целью диссертационной работы является построение и исследование моделей технологии восстановления и упрочнения изношенных деталей с/х техники и разработка на их основе программных средств для эффективного управления технологическими процессами в ремонтном производстве.

В соответствии с поставленной целью, решались следующие

задачи:

1. Исследование различных методов моделирования и возможности их применения для построения моделей технологических процессов восстановления и упрочнения изношенных деталей с/х техники;

2. Построение математических моделей и исследование их свойств (степени адекватности);

3. Проведение натурных экспериментов с целью сравнения их с результатами моделирования;

4. Разработка на основе построенных моделей алгоритмов, методики и программных средств для определения показателей качества поверхности восстановленной детали и отработки технологических параметров процесса:

5. Разработка практических рекомендаций по внедрению в ремонтное производство компьютеризированного технологического процесса.

Научная новизна диссертационной работы заключается в следующем:

исследованы методы моделирования и разработаны эмпирические модели технологических процессов восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов с помощью искусственной нейронной сети;

предложена методика и программные средства для проведения компьютерных экспериментов, позволяющие

прогнозировать эксплутационные характеристики деталей, восстановленных способом микродугового оксидирования (МДО);

определять технологические параметры процесса восстановления изношенных деталей по требуемым значениям показателей качества.

разработаны рекомендации по внедрению компьютеризированного технологического процесса восстановления изношенных деталей в ремонтное производство.

Практическая значимость. Определены методы и средства компьютерного моделирования технологических процессов восстановления и упрочнения изношенных деталей с/х техники. Разработанные методика и программные средства для определения эксгшута-ционных характеристик деталей, отработки и анализа технологических параметров, рекомендации для внедрения компьютеризированного технологического процесса в ремонтное производство, могут быть использованы на ремонтных предприятиях для повышения эффективности и поддержания стабильности технологических процессов в производственных условиях.

Публикации. По теме диссертации соискателем опубликовано 9 научных работ, из них получено 2 патента на изобретения:

Структура и объем работы. Диссертация состоит из введения, четырех глав и общих выводов. Работа изложена на 150 страницах машинописного текста, содержит 26 таблиц, 65 рисунков, списка использованной литературы из 117 наименований и трех приложений.

На защиту выносятся:

1. Методы моделирования технологических процессов восстановления и упрочнения деталей из алюминиевых сплавов на основе полиномиального и нейросетевого аппаратов;

2. Полиномиальные и нейросетевые модели процесса микродугового оксидирования;

3. Разработанные на основе построенных моделей алгоритмы и программные средства, которые позволяют:

- определить эксплутационные характеристики восстановленных и упрочненных деталей;

- отработать технологические параметры МДО по требуемым значениям показателей качества.

4. Рекомендации к внедрению компьютеризированного технологического процесса в ремонтное производство.

Апробация работы. Основные результаты диссертационной работы были изложены в докладах и сообщениях на внутривузовских научных конференциях профессорско-преподавательского состава (2000-2003гг.), на научно-методических семинарах кафедр ОрелГАУ, ОрелГТУ, РГЗАУ. Также результаты работы были доложены и обсуждались на следующих конференциях:

- Международной научно-практической конф. "Инженерно-техническое обеспечение АПК и машинно-технологические станции в условиях реформирования". - Орел: Изд-во ОрелГАУ, 2000.

- Первой международной научно-практической Интернет-конф. "Энерго- и ресурсосбережение - XXI век". - Орел: ОрелГТУ, 2002.

- Международной научно-практической конф. "Современные проблемы технического сервиса в агропромышленном комплексе". - Москва МГАУ 2002.

СОДЕРЖАНИЕ РАБОТЫ

Введение. Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и задачи работы, её научная новизна и практическая значимость.

Первая глава. Роль моделирования в технологических процессах восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов

В первой главе рассмотрены различные способы, применяемые для восстановления и упрочнения изношенных деталей сельскохозяйственной техники из алюминиевых сплавов. Одним из самых перспективных способов является микродуговое оксидирование, которое позволяет наносить высококачественные покрытия, прочно сцепляемые с основой и характеризующиеся высокой износостойкостью.

Традиционно основной задачей любого производственного процесса считается повышение качества выпускаемой продукции. В первой главе обоснована необходимость применения моделирования

технологических процессов восстановления и упрочнения деталей для улучшения технико-экономических, экологических и ресурсосберегающих показателей, а также удешевления современного ремонтного производства. Наиболее важными аспектами при этом являются: уменьшение времени отработки и оптимизации технологических параметров процессов восстановления и упрочнения деталей; повышения технологичности восстановления деталей; сокращения числа невосстановленных (потерянных) деталей; сокращение времени производственного цикла; повышение эффективности использования оборудования: повышение качества.

При анализе различных методов моделирования был сделан вывод, что наиболее перспективным для реализации точной и эффективной модели технологического процесса восстановления является эмпирический подход. Были детально рассмотрены модели, наиболее удобные для практического применения и разработки компьютерных программных средств с целью проведения имитационных экспериментов.

Вторая глава. Разработка эмпирических моделей, соответствующих технологическим процессам восстановления и упрочнения деталей из алюминиевых сплавов

Предложен формальный подход к построению эмпирических моделей технологических процессов восстановления и упрочнения деталей в производственных условиях.

Для анализа и управления технологическими процессами восстановления и упрочнения деталей требуются несложные модели в замкнутой аналитической форме или в виде численного алгоритма, адекватно описывающие выходные параметры. В работе рассматриваются подходы к построению двух моделей: полиномиальной и ней-росетевой. на основе имеющихся экспериментальных данных.

Построение полиномиальных моделей предлагается проводить согласно процедуре последовательного формирования полиномов возрастающей степени до достижения удовлетворительного уровня адекватности. Предлагаемый подход позволяет исключить априорность начального предположения о конкретном поведении системы (линейном, квадратичном или кубическом) и сократить количество экспериментов, требуемых для построения адекватной модели. Результатом моделирования является аналитическое уравнение - полином некоторой степени:

J

у = Ъ0 + ^Хг (1)

7=1

где у - рассчитанное по модели значение отклика технологического процесса; Ь(н - постоянные коэффициенты; Х1 - значение] независимых (некоррелированных) факторов.

Расчет коэффициентов регрессии выполняется методом наименьших квадратов, для анализа полученных полиномов используется классический аппарат регрессионного анализа.

Второй метод представляет собой построение модели с помощью многослойной нейронной сети. Нейронные сети - это класс алгоритмов, реализуемых при помощи матрицы достаточно простых взаимосвязанных схем, называемых нейронами. Упрощенно функционирование нейрона представим следующим образом: нейрон вычисляет взвешенную сумму входных сигналов и преобразует ее с помощью нелинейной функции активации. Работа нейронной сети происходит в три стадии: обучение, проверка и непосредственно функционирование. Для настройки сети выбран алгоритм обратного распространения ошибки, включающий следующую последовательность этапов:

Шаг 1. Случайным образом инициализировать веса связей сети ^у* > ('>У - номера нейронов, соединенных синаптической связью, к —

номер слоя сети);

Шаг 2. Подй'ть на входы сети один из возможных образов в режиме от входа к выходам, рассчитать значения последних;

у=о 1 + е 1

Рассчитать изменение весов АИ/(Л ) для выходного слоя К.

(3)

Шаг 3. Рассчитать изменение весов Д^'*' для всех остальных слоев: к = (К-1)... I.

(4)

^(/^-^/'МЧ (5)

где К - число слоев в сети, - вычисленный выход 1-го нейрона,

) — вход в этот нейрон, с11 - требуемый выход нейрона.

Шаг 4. Скорректировать все веса в нейронной сети:

=О -'1)+аО) •

Шаг 5. Если ошибка сети существенна, перейти на шаг 1. В противном случае конец обучения.

После большого числа обучающих циклов алгоритм сходится к решению, которое минимизирует разность между требуемым и полученным выходами. Если на вход полностью настроенной сети подать входной вектор, не входящий в обучающую выборку, то выходной вектор с достаточной степенью точности будет приближен к действительному. Таким образом, обученная с помощью алгоритма обратного распространения нейронная сеть представляет собой адекватную модель нелинейного динамического процесса, применительно которому она была обучена. Основная плата за адекватность - время, затраченное на организацию и проведение обучения, и в настоящее время проводятся многочисленные исследования, посвященные решению данного вопроса.

Параметры структуры нейронной сети и процесса обучения, как правило, заранее неизвестны. Они определяются методом подбора применительно к конкретному типу решаемой задачи.

Третья глава. Реализация моделирования технологических процессов восстановления и упрочнения деталей с\х техники на примере микродугового оксидирования

Приведены модели процесса МДО, построенные с помощью рассмотренных в главе 2 методов, а также результаты их сравнения.

Рассмотренные методы реализованы на примере процесса МДО с использованием щелочного электролита с добавлением жидкого стекла типа "КОН - №28Юз" для сплавов АК9М2, АМгб, АК5.

Моделируемыми показателями качества являются микротвердость (Нт) и толщина (Ь) полученного после упрочнения восстановленной детали покрытия (её составляющие: Ь) - толщина внешнего упрочненного слоя; 112 - толщина внутреннего упрочненного слоя). В качестве выходных параметров модели были выбраны величины, задающие режим процесса МДО, - технологические параметры. При моделировании Нт такими параметрами являются: плотность тока О!, состав электролита, т.е. концентрации содержания в нем жидкого

стекла Na2Si03 и едкого калия КОН. При моделировании h: плотность тока; состав электролита и время оксидирования Т.

Результаты построения и анализа полиномиальных моделей показывают, что истинную зависимость эксплутационных характеристик восстановленной детали от технологических параметров процесса МДО наиболее адекватно отражают квадратичные полиномы. Вид такого полинома на примере определения микротвердости: Нш(СкОН, CNa2SiO,, Dt) = boo + bio • Скоп + b20 • CNajSiO, + b30 ■ Dt + Ьц • CKOH2+ b22 ' CNa2SiOi2 + b33 • Dt2 + b 12 • Скон • CNa2SiO,+ bi3 • (8) Скон • Dt + b23 • CNa2Si03 ■ Dt

Конкретное значение коэффициентов уравнения зависит от выбранного алюминиевого сплава.

Для оценки адекватности модели был проведен анализ остатков регрессии: показано, что получены статистически значимые уравнения регрессии и построенная математическая модель является адекватной.

Для определения моделируемых параметров (их численной оценки), исследования их взаимного влияния, удобно использовать графическую визуализацию полиномов. На рисунке 1 представлена трехмерная поверхность и соответствующий ей контурный график, полученный при моделировании микротвердости.

Нш, ГПа

Скон, г/л

CNa,Si03, г/л

18

CNa,Si03, г/л

\ \

Hm, ГПаХ ---.-\ Y

г/л

а)

б)

Рисунок 1 - Графическое представление результатов моделирования микротвердости Нт(Скон,Ск'аг5Ю-,): а) график поверхности; б) контурный график.

По контурным графикам, зная устанавливаемые для проведения процесса упрочнения технологические параметры, мы можем определить значения выходных параметров - микротвердости или тол -щины упрочненного слоя, как это показано на рисунке 1(6) на примере определения микротвердости.

Если по технологическим или производственным требованиям необходимо обеспечить значение микротвердости или толщины в строго определенном диапазоне, то по контурным графикам можно определить технологические допуски на входные параметры: режимы процесса или состав электролита. Однако для использования в этих целях контурный график носит скорее оценочный характер.

При нейросетевом моделировании процесса МДО входной слой нейронов соответствует входным параметрам модели, выходной слой - устанавливает отклики. Сеть обучалась и тестировалась на основе имеющихся экспериментальных данных.

На рисунке 2 представлены сети для определения эксплутаци-онных характеристик по заданным значениям режимов МДО и состава электролита. Сеть для определения микротвердости имеет архитектуру «3-2-1», т.е. включает один промежуточный слой, состоящий из двух нейронов. Сеть для определения толщины имеет архитектуру «2-2-2», т.е. также имеет один промежуточный слой из 2-х нейронов.

Рисунок 2 - Сети для определения эксплутационных характеристик: а) сеть для определения микротвердости; б) сеть для определения толщины упрочненного слоя.

Также были построены сети, показанные на рисунке 3, позволяющие вычислить управляющее воздействие (плотность тока, продолжительность оксидирования, концентрации составляющих частей электролита), которое необходимо, чтобы эксплутационные характеристики упрочненного слоя приняли желаемое значение. В этом случае входы нейронных сетей - это требуемые эксплутационные характеристики, выходы - необходимые для этого технологические параметры.

Рисунок 3 - Вид нейронной сети для отработки режимов технологического процесса.

Проводилось сравнение двух методов моделирования по критерию точности между квадратичными полиномами и модели на основе многослойной нейронной сети, обученной по имеющимся результатам экспериментов.

Показано, что для каждой рассматриваемой эксплутационной характеристики нейронные сети проявляют более высокую точность. Уменьшение экспериментальной (среднеквадратичной) ошибки при переходе к нейросетевой модели для Нт, 1*>ь составляет соответственно 92,7%, 20,6%, 23%.

Результаты сравнения 2-х моделей представлены в таблицах

1,2,3

Таблица 1

Результаты сравнения полиномиальной и нейросетевой моделей при моделировании микротвердости Нш(Р1, Сыа^ю,, Скон) _

Зцчм ^да Уменьшение ошибки, % Время построения модели1, сек Время прогноза по модели1, сек

АК9М2 0,0083 0,0006 92,77 600 10000 0.1 0.1

АК5 0,0205 0,0012 94,15

АМгб 0,0312 0,0006 98,08

Таблица 2

Результаты сравнения полиномиальной и нейросетевой моделей при

Уменьшение ошибки, % Время построения модели1, сек Время прогноза по модели1, сек

Тяям Тш

АК9М2 ь, 3,4-10"6 2,7-10"6 20,59 600 10000 0,1 0,1

ь2 1,0-10"6 7,7-Ю-7 23,00

АК5 Ь, и-КГ6 1,9-10"7 84,17 600 10000 0,1 0,1

ь2 4,0-10"7 7,8-109 98,05

АМгб Ь, 7,0-Ю'7 5,4-10'7 22,86 600 10000 0,1 0,1

ь2 2,6-10"6 9, МО-7 65,00

Таблица 3

Результаты сравнения полиномиальной и нейросетевой моделей при моделировании толщины упрочненных слоев Ь|, Ь;(Скон, Ска^сь)

Уменьшение ошибки, % Время построения модели', сек Время прогноза по модели1, сек

Т|«м Тж

АК9М2 ь, 6,2-Ю-6 4,8-106 22,58 600 10000 0,1 0,1

ь2 4,2-Ю-6 2,2-10"6 47,62

АК5 11, 5,9-10"6 4,9-10"6 15,76 600 10000 0,1 0,1

Ь2 3,3-10* 2,2-10"6 33,33

АМгб Ь, 5,8- Ю-6 2,3-10'6 60,34 600 10000 0,1 0,1

Для окончательной проверки качества построенных моделей была проведена серия натурных экспериментов. Мы использовали экспериментальную установку лаборатории МДО кафедры «Надежность и ремонт машин» ОрелГАУ для проведения упрочнения образцов из алюминиевых сплавов способом МДО. Общий вид лабораторной установки представлен на рисунке 3.

Рисунок 3 - Общий вид лабораторной установки.

Расхождение теоретически полученных значений с результатами эксперимента не превышает 5%.

Отметим, что нейронные сети и в этом случае дают более точный прогноз по сравнению с полиномиальной моделью.

На основании результатов проведенного анализа определены области применения рассмотренных методов моделирования: 1. Полиномиальные модели можно успешно использовать для моделирования процессов с небольшим количеством входных переменных, когда не требуется высокая степень адекватности модели и решающим ее фактором является длительность процесса построения. Например, при исследовании параметров, оказывающих наибольшее влияние на процесс МДО, для быстрой

оценки эксплутационных характеристик или требуемых допусков на режимы.

2. Нейросетевой подход целесообразно использовать для прогнози • рования показателей качества или технологических параметров процесса и в системах автоматизированного управления технологическими процессами.

Выбор конкретного метода моделирования зависит от условий задачи исследования.

На основе построенных эмпирических моделей были разработаны компьютерные программы для проведения имитационных экспериментов. Программные средства реализованы в удобном для пользователя интерфейсе и позволяют:

прогнозировать значение эксплутационных характеристик восстановленной детали при заданных значениях режимов технологического процесса;

определить необходимые значения технологических параметров МДО по требуемым значениям показателей качества.

Четвертая глава. Практические рекомендации по использованию компьютерного моделирования в технологии восстановления и упрочнения деталей из алюминиевых сплавов МДО. их технико-экономическое обоснование

Предложены рекомендации по внедрению компьютеризированного технологического процесса в ремонтное производство. На рисунке 5 представлена модифицированная схема технологического процесса восстановления и упрочнения деталей с применением имитационного моделирования.

Проведен расчет предполагаемого экономического эффекта, полученного при внедрении компьютеризированного процесса восстановления и упрочнения изношенных деталей с/х техники и сравнение его с базовым вариантом. Расчет предполагаемого увеличения прибыли был произведен в двух направлениях, в первом случае - за счет снижения материально-сырьевых, энергетических, трудовых и временных ресурсов, что составило 21500 рублей. Во втором случае предполагаемая прибыль увеличилась дополнительно за счет снижения доли брака на предполагаемые 10%, что составило 199500 рублей.

Годные, величина износа А < 0,2 мм

Годные, величина износа А > 0,2 мм ! -

На восстановление

и упрочнение -1

Технологический процесс восстановления

На упрочнение

м

Предварительный компьютерный эксперимент

X

Прогнозирование эксплутационных характеристик упрочненной поверхности детали

X

Отработка и корректировка технологических параметров

Документирование результатов компьютерного эксперимента

С

мдо

3

(Сушка, контроль качества покрытий J

С

Окончательная механическая обработка

)

^ Контроль, сортировка ^

(Маркировка, консервация Л и упаковка )

Рисунок 5 - Модифицированная схема управления технологическим процессом восстановления и упрочнения деталей МДО с применением компьютерного моделирования

ОСНОВНЫЕ ВЫВОДЫ

1. Разработан новый подход к построению модели процесса восстановления и упрочнения изношенных деталей с/х техники с помощью искусственной нейронной сети.

2. Предложена и реализована эффективная процедура построения полиномиальных моделей в виде последовательного формирования полиномов возрастающей степени до достижения удовлетворительного уровня адекватности на основе имеющихся экспериментальных данных.

3. Реализованы полиномиальные и нейросетевые модели на примере МДО, как наиболее перспективного способа восстановления и упрочнения деталей.

4. Проведена серия натурных экспериментов для проверки качества построенных моделей. Расхождение прогнозируемых по моделям значений с результатами эксперимента не превышает 5%.

Установлено, что наиболее высокую точность обеспечивают нейронные сети: уменьшение экспериментальной ошибки при переходе от полиномиальной к нейросетевой модели для микротвердости Нт, толщины внутреннего И| и толщины Ь2 внешнего упрочненного слоев составляет соответственно 92,7%, 20,6%, 23%.

5. Определены области эффективного использования различных типов эмпирических моделей:

полиномиальную модель можно успешно применять для моделирования процессов с небольшим количеством входных переменных, когда не требуется высокая степень адекватности модели и решающим фактором является длительность процесса ее построения;

нейросетевой подход целесообразно использовать для моделирования сложных систем с большим количеством параметров, преимущественно для прогнозирования, оптимизации и в системах автоматизированного управления в режиме реального времени.

6. Разработаны компьютерные программы, позволяющие: прогнозировать значения эксплутационных характеристик восстановленной детали по заданным режимам МДО;

определить необходимые значения технологических параметров МДО по требуемым значениям показателей качества.

7. Разработаны рекомендации по использованию компьютеризированного технологического процесса в ремонтном производстве. Предполагаемый экономический эффект от внедрения в ОАО «Авто-сельмаш» составил 21500 рублей.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

1. Дворнов Е.В. Построение базы данных экспертных знаний при мониторинге вариативности технологических процессов МДО. // Мат. Международной научно-практической конф. «Инженерно-техническое обеспечение АПК и машинно-технологические станции в условиях реформирования». -Орел: Изд-во ОрелГАУ, 2000. - С. 100-102.

2. Новиков А.Н., Иващук O.A., Коломейченко A.B., Дворнов Е.В. Математическое моделирование технологии микродугового оксидирования деталей из алюминиевых сплавов, восстановленных наплавкой. II Сб. материалов Всероссийской научно-практической конференции «Материалы и технологии XXI века», Часть 2 - Пенза: Приволжский Дом знаний, 2001. -С. 90-93.

3. Коломейченко A.B., Жосан A.A., Дворнов Е.В., Зуева Н.В. Исследование целесообразности применения микродугового оксидирования для восстановления поршней двигателей автотракторной техники. // Сб. материалов. Всероссийской научно-технической конф. «Материалы и технологии XXI века». Часть 1. - Пенза: Приволжский Дом знаний, 2001. - С. 89-90.

4. Новиков А.Н., Коломейченко A.B., Дворнов Е.В., Зуева Н.В. Положительное решение о выдаче патента на изобретение. Заявка №2001107305/02(007466) (приоритет от 19.03.2001г.) на изобретение «Способ восстановления изношенных деталей из алюминия и его сплавов» с решением о выдаче патента от 26.09.2002г.

5. Иващук O.A., Дворнов Е.В. Математическое моделирование технологии микродугового оксидирования деталей транспортных систем. // Сб. докладов Пятой Российской научно-технической конференции «Прогрессивные технологии в транспортных системах», Часть 2. - Оренбург: ИПК ОГУ, 2002. - С. 56 - 60.

6. Иващук O.A., Дворнов Е.В. Применение имитационного моделирования в целях экономии времени, энергетических и материальных ресурсов при ремонте и восстановлении деталей сельскохозяйственной техники. // Мат. Первой международной научно-практической Интернет-конф. "Энерго- и ресур-

сосбережение - XXI век". - Орел: ОрелГТУ, 2002. - С. 332334.

7. Иващук O.A., Дворнов Е.В. Применение имитационного моделирования в целях экономии времени, энергетических и материальных ресурсов при ремонте и восстановлении деталей сельскохозяйственной техники. //Сб. трудов XXXIX Международной научно-технической конференции ААИ «Приоритеты развития отечественного автотракторостроения и подготовки инженерных и научных кадров». - Москва. МГТУ -«МАМИ». 2002. С. 21-24

8. Новиков А.Н., Коломейченко A.B., Дворнов Е.В., Зуева Н.В. Патент №2196035 (по заявке № 2000133168, приоритет от 28.12.2000г.) на изобретение «Способ восстановления изношенных деталей из алюминия и его сплавов». Зарегистрирован в Государственном реестре изобретений РФ г. Москва, 10.01.2003 г.

9. Новиков А.Н., Иващук O.A., Дворнов Е.В. Компьютерное моделирование при восстановлении и упрочнении деталей сельскохозяйственной техники. //Сб. материалов Международной научно-практической конференции «Современные проблемы технического сервиса в агропромышленном комплексе».-Москва. ФГОУ ВПО МГАУ. 2003.

Лицензия на издательскую деятельность код 221 ИД № 02420 от 24.07.2000 г.

Формат 60 х 84/16. Тираж 100. Подписано к печали 02.06.03.

Печать офсетная. Усл. п. л. 1.00. Заказ 7223.

Издательство ООО ИПФ "Антика".

Ошечагано в гшилрафии ООО ИПФ '"Антика".

302025, г. Орел, Московское шоссе, 137. Тел (0862) 46-24-13

<¿00?-к

Ч 1 0 6'9

ВВЕДЕНИЕ

1 РОЛЬ МОДЕЛИРОВАНИЯ В ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССАХ ВОССТАНОВЛЕНИЯ И УПРОЧНЕНИЯ ДЕТАЛЕЙ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКИ ИЗ АЛЮМИНИЕВЫХ СПЛАВОВ.

1.1 Способы восстановления и упрочнения деталей сельскохозяйственной техники из алюмшшевых сплавов.

1.2 Необходимость моделирования современных технологических процессов восстановления и упрочнения деталей.

1.3 Моделирование современных технологических процессов.

1.3.1 Определение и классификация моделей применительно к моделированию технологических процессов.

1.3.2 Моделирование и проведение компьютерного эксперимента.

1.3.3 Сбор и обработка экспериментальных данных для осуществления процесса моделирования.

1.3.4 Способы построения математических моделей технологических процессов.

1.4 Применение различных методов моделирования к процессу вос-^ становления и упрочнения деталей сельскохозяйственной техники из алюмшшевых сплавов.

1.5 Выводы и постановка задачи исследований.

2 РАЗРАБОТКА ЭМПИРИЧЕСКИХ МОДЕЛЕЙ, СООТВЕТСТВУЮЩИХ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССАМ ВОССТАНОВЛЕНИЯ И УПРОЧНЕНИЯ ПОВЕРХНОСТЕЙ ДЕТАЛЕЙ ИЗ АЛЮМИНИЕВЫХ СПЛАВОВ.:. 2.1 Общие подходы к построению эмпирических моделей, соответствующих технологическим процессам восстановления и упрочнения поверхностей деталей из алюминиевых сплавов.

2.2 Построение полиномиальных моделей.

2.3 Построение нейросетевых моделей.

2.4 Выводы.

3 РЕАЛИЗАЦИЯ МОДЕЛИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ

ПРОЦЕССОВ ВОССТАНОВЛЕНИЯ И УПРОЧНЕНИЯ ДЕТАЛЕЙ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКИ НА ПРИМЕРЕ УПРЧНЕНИЯ МЕТОДОМ МДО.

3.1 Подготовка данных для построения модели процесса МДО.

3.2 Построение полиномиальной модели процесса МДО.

3.2.1 Построение парных регрессий по данным экспериментальных исследований процесса МДО.

3.2.2 Построение полиномов, соответствующих множествен-пой зависимости моделируемых показателей качества от технологических параметров МДО.

3.3 Построение нейросетевой модели процесса МДО.

3.4 Сравнение различных моделей и способов их построения на примере процесса упрочнения алюминиевых деталей сельскохозяйственной техники методом МДО.

3.5 Проведение проверочных экспериментов.

3.6 Формирование пакета программ для осуществления компьютерного эксперимента. 2U

3.7 Выводы.

Отличительной особенностью современных ремонтных предприятий, осуществляющих восстановление изношенных деталей с/х техники, является принципиальное изменение роли задач, связанных с моделированием используемых технологий и последующим применением разработанных моделей для автоматизации технологических процессов.

Решение такого рода задач позволит повысить уровень качества выпускаемой продукции, снизить брак; снизить затраты материально-сырьевых, энергетических, трудовых и временных ресурсов; повысить экологичность процесса; формировать обоснованные управленческие решения.

Все это в целом обеспечит повышение эффективности системы управления ремонтным производством и его технологичность.

Если моделирование используется в исследовательских целях, то при отсутствии временных ограничений наиболее эффективным является применение теоретического подхода. Однако в реальных производственных условиях, когда время ограничено и возникает множество случайных факторов, влияющих на процесс, теоретические методы моделирования или не удовлетворяют предъявляемым требованиям точности, или предполагают неоправданно большие затраты времени и вычислительных ресурсов. Кроме того, темпы внедрения новых технологических процессов значительно превышают время создания соответствующих теоретических моделей.

При разработке новых и модернизации существующих технологических процессов и оборудования приоритет теоретических моделей (физико-математических, физико-химических, химико-математических и т.п.) неоспорим, тогда как в реальном технологическом комплексе уже закуплешюе производственное оборудование и внедренные в производственный процесс технологии восстановления и упрочнения изношенных деталей сельскохозяйственной техники нуждаются не в совершенствовании, а в исследовании их возможностей, отработке режимов и эффективном управлении.

Наиболее приемлемый способ решения данных проблем - это применение компьютерно-адаптированного эмпирического подхода, основными достоинствами которого являются быстрота и универсальность. В условиях современного ремонтного производства необходим широкий набор методов, алгоритмов и программ моделирования, основанных как на развитии существующих методов, так и на разработке новых подходов, например, на базе перспективных интеллектуальных технологий.

Задача эффективного моделирования сложных технологических процессов восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов и целенаправленного применения полученных моделей для решения актуальных проблем ремонтного производства с целью конечного повышения качества и сокращения затрат материально-сырьевых, энергетических и временных ресурсов, а также снижения влияния на процесс «человеческого фактора», является перспективной и мало исследовашюй на данный момент проблемой.

Целью диссертационной работы является построение и исследование моделей технологии восстановления и упрочнения изношенных деталей с/х техники и разработка на их основе программных средств для эффективного управления технологическими процессами в ремонтном производстве.

В соответствии с поставленной целью, решались следующие задачи:

1. Исследование различных методов моделирования и возможности их применения для построения моделей технологических процессов восстановления и упрочнения изношенных деталей с/х техники;

2. Построение математических моделей и исследование их свойств (степени адекватности);

3. Проведение натурных экспериментов с целью сравнения их с результатами моделирования;

4. Разработка на основе построенных моделей алгоритмов, методики и программных средств для определения показателей качества поверхности восстановленной детали и отработки технологических параметров процесса:

5. Разработка практических рекомендаций по внедрению в ремонтное производство компьютеризированного технологического процесса.

Научная новизна диссертационной работы заключается в следующем:

- исследованы методы моделирования и разработаны эмпирические модели технологических процессов восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов с помощью искусственной нейронной сети;

- предложена методика и программные средства для проведения компьютерных экспериментов, позволяющие а. прогнозировать эксплутационные характеристики деталей, восстановленных способом МДО; б. определять технологические параметры процесса восстановления изношенных деталей по требуемым значениям показателей качества.

- разработаны рекомендации по внедрению компьютеризированного технологического процесса восстановления изношенных деталей в ремонтное производство.

I»

Практическая значимость. Определены методы и средства компьютерного моделирования технологических процессов восстановления и упрочнения изношенных деталей с/х техники. Разработанные методика и программные средства для определения эксплутационных характеристик деталей, отработки и анализа технологических параметров, рекомендации для внедрения компьютеризированного технологического процесса в ремонтное производство, могут быть использованы на ремонтных предприятиях для повышения эффективности и поддержания стабильности технологических процессов в производственных условиях.

Апробация работы. Основные результаты диссертационной работы были изложены в докладах и сообщениях на внутривузовских научных конференциях профессорско-преподавательского состава (2000-2003гг.), на научно-методических семинарах кафедр ОрелГАУ, ОрелГТУ, РГАЗУ. Также s результаты работы были доложены и обсуждались на следующих конференциях:

- Международной научно-практической конф. "Инженерно-техническое обеспечение АПК и машинно-технологические станции в условиях реформирования". - Орел: Изд-во ОрелГАУ, 2000.

- Первой международной научно-практической Интернет-конф. "Энерго-и ресурсосбережение - XXI век". - Орел: ОрелГТУ, 2002.

- Международной научно-практической конф. "Современные проблемы технического сервиса в агропромышленном комплексе". - Москва МГАУ 2002.

Публикации. По теме диссертации соискателем опубликовано 9 научных работ из них получено 2 патента на изобретения.

Структура и объем работы. Диссертация состоит из введения, четырех глав и общих выводов. Работа изложена на 150 страницах машинописного текста, содержит 26 таблиц, 65 рисунков, списка использованной литературы из 117 наименований и трех приложений.

ОБЩИЕ ВЫВОДЫ

1. Разработан новый подход к построению модели процесса восстановления и упрочнения изношенных деталей с/х техники с помощью искусствешюй нейронной сети.

2. Предложена и реализована эффективная процедура построения полиномиальных моделей в виде последовательного формирования полиномов возрастающей степени до достижения удовлетворительного уровня адекватности на основе имеющихся экспериментальных данных.

3. Реализованы полиномиальные и нейросетевые модели на примере МДО, как наиболее перспективного способа восстановления и упрочнения деталей.

4. Проведена серия натурных экспериментов для проверки качества построенных моделей. Расхождение прогнозируемых по моделям значений с результатами эксперимента не превышает 5%.

Установлено, что наиболее высокую точность обеспечивают нейронные сети: уменьшение экспериментальной ошибки при переходе от полиномиальной к нейросетевой модели для микротвердости Hm, толщины внутреннего hi и толщины hi внешнего упрочненного слоев составляет соответственно 92,7%, 20,6%, 23%.

5. Определены области эффективного использования различных типов эмпирических моделей:

- полиномиальную модель можно успешно применять для моделирования процессов с небольшим количеством входных переменных, когда не требуется высокая степень адекватности модели и решающим фактором является длительность процесса ее построения;

- нейросетевой подход целесообразно использовать для моделирования сложных систем с большим количеством параметров, преимущественно для прогнозирования, оптимизации и в системах автоматизированного управления в режиме реального времени.

6. Разработаны компьютерные программы, позволяющие:

- прогнозировать значения эксплутационных характеристик восстановленной детали по заданным режимам МДО;

- определить необходимые значения технологических параметров МДО по требуемым значениям показателей качества.

7. Разработаны рекомендации по использованию компьютеризированного технологического процесса в ремонтном производстве. Предполагаемый экономический эффект от внедрения в ОАО «Автосельмаш» составил 21500 рублей.

1. Авдеев М.В., Воловик Е.А., Ульман И.Е. Технология ремонта машин и оборудования. - М.: Агпромиздат, 1986. - 247 с.

2. Андреев Ю.Я., Липкин Я.Н., Самарычев С.В. Защитное действие алю-минецинкового покрытия типа "Гальвалюм" в трубопроводе с горячей и холодной водой. // Гальванотехника и обработка поверхности. — 1992. — 1/1-2.-С.57-81.

3. Анил К. Джейн, Жианчанг Мао, Моиуддин КМ. Введение в искусственные нейронные сети //Открытые системы. — 1997. — №4.

4. Антошин Е.В. Газотермическое напыление покрытий. — М.: Машиностроение, 1974. 96 с.

5. Бабусенко С.М., Степанов В.А. Современные способы ремонта машин. — М.: Колос 1977.-272 с.

6. Батищев А.Н. Пособие гальваника ремонтника. 2-е изд., перераб. - М.: Агропромиздат, 1986. - 192с.

7. Батищев А.Н., Голубев И.Г., Лялякин В.П. Восстановление деталей сельскохозяйственной техники. М.: Информагротех, 1995. - 296 с.

8. Батищев А.Н., Новиков А.Н., Кузнецов Ю.А. Восстановление алюминиевых деталей с/х техники микродуговым оксидированием / Научно-произв. журнал «Инжененрно-техническое обеспечение АПК». 1996, №4. С.21.23.

9. Батищев А.Н., Новиков А.Н., Кузнецов Ю.А. Повышение долговечности насосов НШ-10Е микродуговым оксидированием / Труды РГАЗУ, 1998. -С.97.100.

10. Боглаев Ю.П. Вычислительная математика и программирование: Учеб. пособие для студентов втузов. -М.: Высш. шк., 1990. — 544 е.: ил.

11. Борисов Ю., Кашкаров В., Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки // Открытие системы. 1997. - №4.

12. Варнаков В.В. и др. Технический сервис машин сельскохозяйственного назначения/ В.В. Стрельцов, В.Н. Попов, В.Ф. Карпенков М.: Колос, 2001.-256 е., ил.

13. Вентцель Е.С. Теория вероятностей: учеб. для вузов. 5-е изд. стер. М.: Высш. шк., 1998. - 576 е., ил.

14. Воловик Е.Л. Справочник по восстановлению деталей. М.: Колос, 1981.-351 с.

15. Вучков Иван Николаевич и др. Прикладной линейный анализ./Соавт. Бояджиева Л. Солаков Е. Пер. с болт. — М.: Финансы и статистика, 1987- 239 е., ил. /Б-ка иностранных книг для экономистов и статистиков.

16. Вячеславов П.М. Электролитическое осаждение сплавов. Изд. 5-е, пе-рераб. и доп. - Л.: Машиностроение, Ленингр. отд-ние, 1986. - е., ил.

17. Гамбаров Г.М. и др. Статистическое моделирование и прогнозирование.- М.: Финансы и статистика. 1990. 383 с.

18. Гершман Г.Б., Гильберг Ю.Я., Хрущева К.М. Алюминиевые сплавы в тракторостроении. — М.: Машиностроение, 1971. 151 с. '

19. Гмурман В.Е. Теория вероятности и математическая статистика. Изд. 6-е, стер. М.: Высш. шк., 1997. - 479 с.

20. Голубев И.Г., Спицын И.А. Технология ремонта сельскохозяйственных машин в фермерских хозяйствах. Сер. Б-чка фермера М.: ФГНУ "Ро-синформагротех", 2002. - 48 с.

21. Горбань А.Н. Обучение нейронных сетей. М.: СП Параграф, 1991.

22. Горелова Г.В., Кацко И.А. Теория вероятностей и математическая статистика в примерах и задачах с применением Excel. Учебное пособие для вузов. Изд. 2-е исправленное и дополненное. Ростов н/Д: Феникс, 2002. -400 е., ил.

23. Горстко А.Б. Познакомьтесь с математическим моделированием. М.: Знание, 1991. - 160 с. - (Нар. ун-т. Естествешюнаучный фак.)

24. Гудман С., Хидетниеми С. Введение в разработку и анализ алгоритмов. ^ -М.: Мир, 1981.368 с.

25. Гурьянов Г.В. Электроосаждение износостойких композиций / Под. ред. Ю.Н.Петрова, Кишинев: Штиинца, 1985. 240с.

26. Дасоян М.А., Пальмская И.Я., Сахарова Е.В. Технология электрохимических покрытий. Л.: Машиностроение, 1989. - 391с.

27. Джешшнгс, Роджер. Руководство разработчика баз данных на Visual Basic 6.: Пер. с англ. К.; М.; СПб.: Издательский дом "Вильяме", 2000. -976 е.: ил. -Парал. тит. англ., уч. пос.

28. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы обработки данных / Пер. с англ. под ред. Э.К. Лецко-го. -М.: Мир, 1980. 610 е., ил. 22

29. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента / Пер. с англ. под ред. Э.К. Лецкого, Е.В. Марковой. -М.: Мир, 1981. 516 е., ил. 22

30. Дрейпер Норман, Смит Гарри. Прикладной регрессионный анализ/Пер с "fc англ., науч. ред. и предисл. Ю.П. Адлера и В.Г. Горского. М., «Статистика», 1983. 392 с.

31. Дрейпер Норман, Смит Гарри. Прикладной регрессионный анализ: В2кн./пер. с англ. Ю.П. Адлера, В.Г. Горского. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1986 - 22 см. - (Мат.-стат. методы за рубежом). 349 с.

32. Дубров A.M., Мхитарен B.C., Трошин Л.И. Многомерные статистические методы: М. Финансы и статистика, 1998. - 352 с.

33. Дьяков A.M., Гольдингер М.Г. Новый способ восстановления поршней автотракторных двигателей. Тр. КСХИ, т.87, 1972. С. 128-131

34. Ефимов А.В. Математический анализ (специальные разделы). 4.1. Общие функциональные ряды и их приложение: Учеб. пособие для втузов. М.: Высш школа, 1980. - 279 е., ил.

35. Заявка №2001107305/02(007466) (приоритет от 19.03.2001г.) на изобретение «Способ восстановления изношенных деталей из алюминия и его сплавов» с решением о выдаче патента от 26.09.2002г.

36. Ибрагимов И.И. Методы интерполяции функции и некоторые их применения, Главная редакция физико-математической литературы, изд-во «Наука», 1971.

37. Информационный листок о научно-техническом достижении. №92-1328 ВИМИ, 1992.

38. К. Герц, М. Джилберт Программирование в Microsift Office. Для пользователя: пер. с англ. К.: Издательская группа BHV, 2000. - 384 с.

39. Канцевицкий В.А. Восстановление деталей автомибелей на специализированных предприятиях. -М: Транспорт, 1998. 149с.

40. Керри Н. Праг, Уильям С. Амо, Джеймс Д. Фокселл. Секреты Access 97 // Киев-Моска. 1997. 672 с.

41. Коломейченко А.В. Технология упрочнения микродуговым оксидированием восстановленных наплавкой деталей из алюминиевых сплавов. Дис. к.т.н. И 2000. -127 с.

42. Конкин Ю.А. Пацкалева А.Ф. и др. Экономическое обоснование внедрения мероприятий нацчно-технического прогресса в АПК. М.: МИИСП, 1991.-79 с.

43. Корнелл Г. Программирование в среде Visual Basic 5 / Перев. с англ. Ю.В. Клемец; Худ. обл. М.В. Драко. Мн.: ООО "Попурри", 1998. - 608 е.: ил.

44. Короткий С. Нейронные сети Хопфилда и Хэмминга// http://www.neu-ropower.de/rus/books/index.html.

45. Короткий С. Нейронные сети: алгоритм обратного распространения// http://www.neuropower.de/rus/books/index.html

46. Короткий С. Нейронные сети: обучение без учителя// http://www.neuro-power.de/rus/books/index.html.

47. Короткий С. Нейронные сети: основные положения// http://www.neuro-power. de/rus/books/index.html.

48. Коссандрова О.Н., Лебедев В.В., Обработка результатов наблюдений. -М.: Наука, 1980-104 с.

49. Красовский Г.И., Филаретов Г.Ф. Планирование эксперимента. Мн.: Изд-во БГУ, 1982. - 302 е., ил.

50. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М: Горячая линия - Телеком, 2001. - 382 е.: ил.

51. Круглов В.В., Борисов В.В., Харитонов Е.В. Нейронные сети: конфигурации, обучение, применение. Смоленск: Изд-во Моск. энерг. ин-та, фил-л в г. Смоленске, 1998.

52. Кузнецов Ю.А. Технология восстановления и упрочнения деталей из алюминия и его сплавов микродуговым оксидированием. Дисс. к.т.н. — М, 1997.-146 с.

53. Курчаткин В.В. Восстановление посадок подшипников качения сельскохозяйственной техники полимерными материалами. Дис. док. тех. наук.г-М, 1989.-333 с.

54. Лавренчик В.Н. Постановка физического эксперимента и статическая обработка его результатов: учеб. пособие для физ. спец. вузов. М.: Энергоатомиздат, 1986.-269, 1. с. граф.; 23 см.

55. Лапин В.Л., Мартинсен А.Г., Попов В.М. Основы экологических знаний инженера. -М.: Экология. 1996. 176 с.

56. Левин А.Ю., Майоров В.В. О логике математической статиститки: Текст лекций по курсу «Дополнительные главы математической статистики». -Ярославль, 1989. -44 с.

57. Лекции по теории графов / Емеличев В.А., Мельников О.И., Сарванов В.И., Тышкевич Р.И. -М.: Наука. Гл. ред. физ.-мат. лит., 1990. 384 с.

58. Логовский А.С. Зарубежные нейропакеты: современное состояние и сравнительные характеристики // Нейрокомпьютер. 1998. № 1 -2.

59. Мак-Манус, Джеффри, П. Обработка баз данных на Visual Basic 6.: Пер. с англ. К.; М.; СПб.: Издательский дом "Вильяме", 2000. - 672 е.: ил. -Парал. тит. англ., уч. пос.

60. Марков Г.А., Терлеева О.П., Шулепко Е.К. Микродуговые и дуговые процессы и перспективы их практического использования / Тез. докл. научн.- тех. семинара «Анод-88». Казань, 1988. - с.73.75.

61. Марков Г.А., Терлеева О.П., Шулепко Е.К. Микродуговые методы нанесения защитных покрытий // Тр. Московского ин-та Нефтехимической и газовой промышленности. -М., 1985. т. 185. -с.64.,.66.

62. Математическая энциклопедия: Гл. ред. И.М. Виноградов, т.2 Д — Коо. — М.: «Советская энциклопедия», 1979. — 1104с., ил.

63. Математическое моделирование /Под ред. Дж. Эндрюса и Р. Мак-Лоуна. -М.: Мир, 1979.-277с.

64. Методика определения экономической эффективности восстановления деталей на этапах исследования, разработки и производства в системе Госкомсельхозтехники СССР. -М.: ЦНИИТЭИ, 1983. -23с.

65. Методика определения эффективности поточно-механизированных линий для восстановления изношенных деталей на этапах разработки, внедрения и эксплуатации. М.: ГОСНИТИ, 1984. - 40с.

66. Методика технико-экономического обоснования способов восстановления деталей машин. -М.: ГОСНИТИ, 1988. -24с.

67. Микродуговое оксидирование. Международный ежегодник «Наука и человечество». М.: Знание, 1981. -341с.

68. Михайлушкин А.И. Экономика. Практикум: Учеб. Пособие / А.И. Ми-хайлушкин, Н.Д. Шимко. -М.: Высш. шк., 2001. 311 е., ил.

69. Молодык И.В., Зенкин А.С. Восстановление деталей машин. Справочник. М.: Машиностроение, 1989. - 480 с.

70. Мур М., Фернандес Дж. Н. Изучи сам Visual Basic 4 сегодня / Пер. с англ.; Худ. обл. М.В. Драко. -Мн.: ООО "Попурри", 1997. 528 е.: ил.

71. Надежность и ремонт машин / В.В. Курчаткин, Н.Ф. Тельнов, К.А. Ач-касов и др.; Под ред. В.В. Курчаткина. М.: Колос, 2000. - 776 е.: ил. (Учебники и учеб. пособия для высших учебных заведений).

72. Никитинский A.M. Пайка алюминия и его сплавов. М.: Машиностроение, 1983. 192 с.

73. Новиков А.Н. Ремонт деталей из алюминия и его сплавов. Учебное пособие. Орел: Орловская государственная сельскохозяйственная академия, 1997.-57 с.

74. Новиков А.Н. Ремонт объемных гидромашин. Учебное пособие. Орел: Орловская государственная сельскохозяйственная академия, 1995.— 72 с.

75. Новиков А.Н. Технологические основы восстановления и упрочнения деталей сельскохозяйственной техники из алюминиевых сплавов электрохимическими способами. Дис. док. тех. наук. М, 1999. - 270 с.

76. Овчинников П.Ф. и др. Высшая математика: Учеб. пособие / П.Ф. Овчинников, Б.М. Лисицын, В.М. Михайленко; Под общ. ред. П.Ф. Овчинникова. К.: Выща шк., 1989. - 679 е.: ил.

77. Опыт работы ремонтно-технических предприятий в АПК / Ш.А. Еремеев, И.Г. Голубев. -М.: ФГНУ "Росинформагротех", 2000.-56 с.

78. Павлова Е.И. Экология транспорта. М.: Транспорт, 2000 - 248 с.

79. Пападимитриу, Христос, Стайглиц, Кеннет. Комбинаторная оптимизация. Алгоритмы и сложность /Пер. с англ. В.Б. Алексеева. М: Мир, 1985.-512 с. ил.

80. Патент №2196035 (по заявке № 2000133168, приоритет от 28.12.2000г.) на изобретение «Способ восстановления изношенных деталей из алюминия и его сплавов». Зарегистрирован в Государственном реестре изобретений РФ г. Москва, 10.01.2003 г.

81. Пол Санна и др. Visual Basic для приложений (версия 5) в подлиннике: пер. с англ. СПб.: BHV - Санкт-Петербург, 1997. - 704 е., ил.

82. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статистические и динамические экспертные системы. -М.: Финансы и статистика, 1996.

83. Прикладные задачи оптимального управления модели, методы, алгоритмы: сб. тр/ин-т бробл. управления: Отв. ред. В.Ф. Кротов, Е.С Пятницкий. М-М ипц, 1990. 73 с: ил: 26 см.

84. Пытьев Ю.П. Математические методы интерпретации эксперимента: Учеб. пособие для вузов. -М.: Высш. шк., 1989. 351 е.: ил.

85. Ремонт машин./ И.Е. Ульман, Г.А. Тонн, И.М. Герпггейн и др.; Под общ. ред. И.Е. Ульмана. 3-е изд., перераб. и доп. М.: Колос, 1982. -446 с.

86. Ремонт машин./Под ред. Тельнова Н.Ф. — М.: Агропромиздат, 1992. — 560 с.

87. Семенов А.П., Воронин Н.А. О перспективе применения в машиностроении вакуумных ионно-плазменных и газотермических покрытий / Вестник машиностроения, 1982, №1. — с.42.,.44.

88. Сидоров А.И. Восстановление деталей машин напылением и наплавкой. М.: Машиностроение, 1987. — 192с.

89. Смирнов Г.Н. Прогрессивные методы пайки алюминия. М.: Металлургия, 1981.-238 с.

90. Совершенствование методов термической и химико-термической обработки в станкостроении. Сб. тезисов докладов конф. — М.: НИИмаш, ДСП, 1988.-123с.

91. Соха Дж., Рахмел Д., Холл Д. Изучи сам Visual Basic 5 / Пер. с англ. А.Н. Филимонов; Худ. обл. М.В. Драко. Мн.: ООО "Попурри", 1998. - 320 е.: ил.

92. Спицын И.А., Голубев И.Г. Новые технологические процессы восстановления деталей гальваническими покрытиями. — М.: ФГНУ "Росин-формагротех", 2001. 48 с.

93. Стеклов О.И. Основы сварочного производства. / Учебное пособие для технических училищ. -М.: Высшая школа, 1981. - 160 с.

94. Трибель X. Теория интерполяции, функциональные пространства, дифференциальные операторы. -М.: Изд-во «Мир», 1980. 664с.

95. Уоссермен Ф. Нейрокомпьютерная техника. М.: Из-во «Мир», 1992. -240с.150

96. Херхагер М., Партоль X. Mathcad 2000: Йолное руководство // Киев BHV, 2000.-416 с.

97. Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы // Открытые системы. 1998. №4.

98. Чарыков А.К. Математическая обработка результатов химического анализа: Учеб. пособие для вузов. Л.: Химия, 1984. -168 е., ил.

99. Черкун В.Е., Голубев И.Г. Ремонт тракторов и сельскохозяйственных машин. Обзорная информация ЦНИИТЭИ, 1985. - 32 с.

100. Черноиванов В.И. Восстановление деталей машин. — М.: ГОСНИТИ, 1995.-278 с.

101. Черноиванов В.И. Методика и рекомендации по восстановлению деталей способами газотермического напыления. М.: - ГОСНИТИ, 1983. -62 с.

102. ИЗ. Черноиванов В.И., Андреев В.П. Восстановление деталей сельскохозяйственных машин. М.: - Колос, 1983. — 288 с.

103. Шеннон Р. Имитационное моделирование систем Искусство и наука // М.: Мир, 1980-418 с.

104. Шехтед С.Я., Резницкий A.M. Наплавка металлов. М.: Машиностроение, 1982.-72 с.

105. Эндрени, Джордж. Моделирование при расчетах надежности в электроэнергетических системах / Пер. с англ. Б.Н. Казака; Под ред. Ю.Н. Ру-денко. М.: Энергоатомиздат. 1983. - 334с., ил. 22

106. Янке Е., Эмде Ф., Леш Ф. Специальные функции (Формулы, графики, таблицы) М. 1968 г., 344 стр с ил.