автореферат диссертации по обработке конструкционных материалов в машиностроении, 05.03.01, диссертация на тему:Повышение эффективности высокоскоростной механической обработки на основе подходов нелинейной динамики и нейронносетевого моделирования

На правах рукописи

БИЛЕНКО СЕРГЕЙ ВЛАДИМИРОВИЧ

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ВЫСОКОСКОРОСТНОЙ МЕХАНИЧЕСКОЙ ОБРАБОТКИ НА ОСНОВЕ ПОДХОДОВ НЕЛИНЕЙНОЙ ДИНАМИКИ И НЕЙРОННОСЕТЕВОГО МОДЕЛИРОВАНИЯ

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

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Комсомольск-на-Амуре - 2006

Работа выполнена в государственном общеобразовательном учреждении высшего профессионального образования «Комсомольский-на-Амуре государственный технический университет» (ГОУВПО «КНАГТУ»)

Научный консультант: Заслуженный деятель науки и техники РФ,

академик РИА, доктор технических наук, профессор

КАБАЛДИН Юрий Георгиевич

Официальные оппоненты: доктор технических наук, профессор

БУШУЕВ Владимир Васильевич доктор технических наук, профессор КРЕТИНИН Олег Васильевич доктор технических наук, профессор ДАВЫДОВ Владимир Михайлович

Ведущая организация: Институт машиноведения и металлургии

ДВО РАН (г. Комсомольск-на-Амуре)

Защита состоится 22 декабря 2006 г. в 10 часов на заседании диссертационного совета ДМ 212.092.01 в ГОУВПО «КнАГТУ» по адресу 681013, г. Комсомольск-на-Амуре, пр. Ленина, 27, ГОУВПО «КнАГТУ», ауд. 201-3.

С диссертацией можно ознакомиться в библиотеке ГОУВПО «КнАГТУ».

Автореферат разослан <£0» ноября 2006 г.

Ученый секретарь диссертационного г-рг"'— Пронин А.И.

совета, к.т.н., доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Повышение эффективности высокоскоростной механической обработки требует углубленного изучения физических явлений, протекающих при резании. Основными отличиями ВСО от традиционной механической обработки с физической точки зрения являются — преобладание быстротекущих динамических процессов, как в зоне резания, так и в упругой системе станка (УСС) и ярко выраженная нелинейность законов развития этих процессов.

Поэтому для условий ВСО перестают быть адекватными многие линейные, либо слабонелинейные математические модели, хорошо зарекомендовавшие себя на малых и средних скоростях резания, и становятся неэффективными большое количество методов оценки состояния динамической системы станка, а также методов диагностики и управления рабочими процессами обработки.

Кроме того, высокая скорость процессов пластической деформации при ВСО в совокупности с существенной нелинейностью зависимости силы резания от толщины среза и скорости резания приводят к возникновению особого типа поведения динамической системы — детерминированному хаосу, в результате чего динамическая система станка становится очень чувствительной даже к незначительным внешним возмущениям. Например, небольшие флуктуации микротвердости заготовки приводят к значительным искажениям траектории формообразования и потерям качества получаемой поверхности.

Следовательно, для обеспечения надежных результатов и достижения максимального эффекта от ВСО необходимо пересмотреть подходы к исследованию, диагностике и управлению процессами обработки, а также методов повышения эффективности механической обработки. Решению этой актуальной для машиностроения проблемы и посвящена настоящая работа.

Цель и задачи работы. Целью работы является повышение эффективности высокоскоростной механической обработки путем исследования физики процесса стружкообразования при ВСО, динамических процессов резания и последующего совершенствования методов диагностики и управления.

Для реализации цели работы поставлены следующие задачи:

— исследовать механизм стружкообразования при высокоскоростном резании и определить его основные характеристики, влияющие на эффективность ВСО;

- экспериментально исследовать механизмы возникновения вибраций и потери устойчивости динамической упругой системой станков при ВСО;

- разработать подход к моделированию процессов высокоскоростной механической обработки, позволяющий адекватно отразить нелинейный характер воспроизводимых явлений;

— исследовать влияние компоновок станочных систем на их жесткость и динамическое качество, разработать пути по обеспечению резерва для повышения эффективности высокоскоростной механической обработки на этапе раннего проектирования металлорежущих станков;

— исследовать влияние характеристик траектории формообразования на устойчивость процесса высокоскоростного резания и разработать методы повышения эффективности ВСО на стадии создания управляющей программы для системы ЧПУ;

— разработать модель процесса высокоскоростного резания, адекватно описывающую потерю устойчивости и возникновения режима детерминированного хаоса, для задач оптимального управления высокоскоростной механической обработкой на этапе изготовления детали;

— разработать методику построения систем эффективного управления процессами ВСО на основе параллельных вычислений и подходов искусственного интеллекта.

Научная новизна работы состоит в том, что:

— предложена новая гипотеза, объясняющая причины изменения типа стружки от сливной к суставчатой при увеличении скорости резания. Показано, что механизм образования суставчатой стружки существенно характеризуется электронной структурой обрабатываемого материала, в частности энергией дефекта упаковки (ЭДУ), определяющей деформационно-скоростные характеристики срезаемого слоя, степень его пластической деформации, интенсивность трещинообразования и сопротивление сдвигу при резании;

— показано что, для возникновения автоколебаний в процессе высокоскоростного резания необходимо наличие, как координатной связи в упругой системе станка, так и нелинейной зависимости сил резания от скорости резания. Установлено, что присутствие периодических импульсных возмущений силы резания, вызванных образованием суставчатой или элементной стружек, приводит автоколебательную систему резания к режиму детерминированного хаоса;

— предложена математическая модель динамики процесса резания в виде нелинейного осциллятора с разрывными характеристиками, позволившая изучить механизмы возникновения динамической неустойчивости и детерминированного хаоса при ВСО;

— разработана методика исследования динамических процессов в станочных системах на основе фрактального анализа виброакустического сигнала и показана возможность количественной оценки устойчивости процесса резания по фрактальной размерности и информационной энтропии. Установлена корреляция между динамикой процесса резания и качеством обработанной поверхности при ВСО;

— предложен новый принцип информационного моделирования технологических процессов высокоскоростной механической обработки, базирующийся на применении нейронных сетей, и дающий возможность однотипными методами создавать широкий спектр нелинейных моделей для задач исследования, диагностики и прогнозирования физических явлений при ВСО;

— разработан новый подход к проектированию оптимальной структуры металлорежущего станка, характеризующейся максимальным запасом его динамической устойчивости в целях обеспечения требуемых технологических па-

раметров качества механической обработки при повышенных скоростях и интенсивных режимах резания;

- предложен набор критериев для качественной оценки траекторий движения режущего инструмента, установлена зависимость между хаотичностью траектории движения режущего инструмента и потерями производительности операций ВСО;

- разработана методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования, базирующаяся на алгоритме решения краевой задачи поля с помощью клеточных нейронных сетей;

- разработан метод оптимального адаптивного управления приводами подач высокоскоростных металлорежущих станков с помощью пейронносете-вой аппроксимации.

Метод исследования сочетает теоретический анализ и физический эксперимент. В теоретических исследованиях применялись методы технологии машиностроения, станковедения, методы теории колебаний, теории нелинейных колебаний и волн, теории катастроф, теории хаоса, теории фракталов и теоретической нелинейной динамики. Широко использовались методы искусственного интеллекта — теории распознавания образов, интеллектуального анализа данных, нейронносетевые технологии. Производственно-экспериментальные исследования проводились с помощью разработанных и изготовленных компьютеризированных стендов, оснащенных оригинальным программным обеспечением, прошедшим предварительное тестирование на модельных данных.

Достоверность и обоснованность полученных результатов работы

обеспечивается применением современных методик физических измерений, сертифицированной измерительной аппаратуры, качественных средств анализа экспериментальных данных, современной вычислительной техники и программных средств для автоматизации эксперимента, а также результатами промышленного внедрения на Комсомольском-на-Амуре авиационном производственном объединении и в учебном процессе на кафедре «Технология машиностроения» Комсомольского-на-Амуре технического университета.

Практическая ценность работы заключается в:

- разработанной методике расчета критериев хаотичности траекторий движения режущего инструмента для оценки потерь производительности операций высокоскоростной механической обработки, вызванных неустойчивостью элементов упругой системы станка в условиях хаотической динамики;

- базирующемся на использовании клеточных нейронных сетей алгоритме формирования эффективных гладких траекторий режущего инструмента для высокоскоростной механической обработки;

- созданном программном модуле динамического анализа и нейронносе-тевой оптимизации траектории движения режущего инструмента для САМ-системы иг^гарЫся, позволяющем формировать три типа гладких спиральных траекторий движения режущего инструмента, оптимальных с точки зрения вы-

сокоскоростного фрезерования карманов деталей авиационной промышленности, и осуществлять сравнительный анализ эффективности полученных траекторий с траекториями, генерируемыми штатными средствами САМ-системы иг^гарЫсз;

- разработанных алгоритмах и прикладном программном обеспечении для исследования динамических процессов высокоскоростной механической обработки методом реконструкции аттракторов по виброакустическим сигналам и профилограммам шероховатости обработанной поверхности с целью выявления корреляции между характером динамики процесса резания и качеством полученной поверхности;

- разработанном алгоритме и программе для его реализации на ЭВМ, позволяющих моделировать динамику процесса высокоскоростного точения труднообрабатываемых материалов в виде нелинейного осциллятора с разрывными характеристиками с целью исследования механизмов возникновения динамической неустойчивости при ВСО;

- разработанном алгоритме и программе для его реализации на ЭВМ, предназначенных для формирования динамического паспорта высокоскоростного металлорежущего станка путем использования двухслойной нейронной сети для сокращения количества необходимых натурных экспериментов.

Результаты работы внедрены на Комсомольском-на-Амуре авиационном производственном объединении.

Личный вклад автора состоит в постановке задачи исследований.

Лично автором предложен набор критериев для качественной оценки траекторий движения режущего инструмента, установлена корреляция между хаотичностью траектории движения режущего инструмента и потерями производительности операций ВСО. Разработана методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования. Разработан метод оптимального адаптивного управления приводами подач высокоскоростных металлорежущих станков с помощью нейронносетевой аппроксимации.

Спроектированы и изготовлены экспериментальные установки, создано программное обеспечение. Выполнен весь комплекс экспериментов с последующим анализом экспериментальных и теоретических данных.

При личном и непосредственном участии автора развита гипотеза о механизме образования суставчатой стружки при повышенных скоростях резания. Разработан принцип информационного моделирования технологических процессов высокоскоростной механической обработки, базирующийся на применении нейронных сетей. Развита методика исследования динамических процессов в станочных системах методом реконструкции аттрактора. Создана математическая модель динамики процесса резания в виде нелинейного осциллятора с разрывными характеристиками. Выработан интеллектуальный подход к оптимизации компоновок высокоскоростных металлорежущих станков на стадии их раннего проектирования. Разработана экспресс-методика составления динамического паспорта станка.

На защиту выносятся:

- механизм образования суставчатой стружки при повышенных скоростях резания;

- математическая модель процесса высокоскоростного резания в виде нелинейного осциллятора с разрывными характеристиками;

- методика исследования динамических процессов в станочных системах методом реконструкции аттрактора;

- принцип нейронносетевого информационного моделирования рабочих процессов высокоскоростной механической обработки;

- интеллектуальный подход, позволяющий спроектировать оптимальную структуру металлорежущего станка, обеспечивающую максимальный запас его динамической устойчивости;

- методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования;

- метод оптимального управления приводами подач высокоскоростных металлорежущих станков с помощью нейронносетевой аппроксимации.

Апробация работы. Научные положения и результаты исследований докладывались и обсуждались на международных и всероссийских научно-технических конгрессах, конференциях и семинарах: «Синергетика. Самоорганизующиеся процессы в системах и технологиях» (г. Комсомольск-на-Амуре, 21-26 сентября 1998г.), «Конструкторско-технологическая информатика 2000» (г. Москва, 3-6 октября 2000 г.), «Нейроинформатика и ее приложения» (г. Красноярск, 5-7 октября 2001 г.), «Нелинейная динамика и прикладная синергетика» (г. Комсомольск-на-Амуре, 23-27 сентября 2002 г.), «Динамика технологических систем (ДТС-2004)» (г. Саратов, 3-9 октября 2004 г.), «Современные проблемы машиноведения и высоких технологий» (г. Ростов-на-Дону, 6-7 октября 2005 г.). Основные результаты работы докладывалась также на расширенных заседаниях кафедры «Технология машиностроения» КнАГТУ (19982006 гг.).

Публикации. Содержание диссертации опубликовано в 44 работах, включая две монографии.

Структура и объем работы. Диссертация состоит из оглавления, введения, шести глав, заключения, библиографического списка и приложений. Диссертация изложена на 331 странице и включает 151 рисунок и 8 таблиц. Библиографический список охватывает 179 литературных источников.

Автор выражает глубокую личную благодарность доктору технических наук, профессору Ю.Г. Кабалдину за научные консультации, помощь в работе, постоянную поддержку.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации. Сформулирована цель и изложены основные результаты работы.

В первой главе анализируется современное состояние методов исследования процессов высокоскоростной механической обработки. Рассмотрены современные взгляды на механизмы возникновения динамической неустойчивости процесса ВСО - появлении возмущений и вибраций в упругой системе станка. Определена степень негативного влияния динамической неустойчивости процесса высокоскоростной механической обработки на параметры ее эффективности - производительность, качество обработанной поверхности, приведенные затраты. Выполнен обзор существующих методов обеспечения эффективности ВСО и проанализированы факторы, сдерживающие увеличение производительности и снижение себестоимости механообработки при переходе к высоким скоростям резания. Поставлены задачи исследований.

Одним из факторов, существенно влияющих на эффективность и надежность высокоскоростной механической обработки, является динамическая устойчивость протекающих при этом процессов. Причем зависимость эффективности ВСО от степени устойчивости процессов механообработки не является однозначной. Так при черновой обработке незначительная неустойчивость процесса резания, сопровождающаяся получением элементной или суставчатой стружек, приводит к повышению производительности за счет улучшения условий стружкодробления. Напротив, при чистовой обработке динамическая неустойчивость строго нежелательна, так как ухудшает качество получаемой поверхности. И при любых видах обработки крайне вредны такие проявления динамической неустойчивости, как подрыв режущего инструмента и резонансные автоколебания, увеличивающие приведенные затраты механообработки за счет быстрого износа инструмента и необходимости более частого сервисного обслуживания станка.

Поэтому в комплексе мероприятий, направленных на повышение точности и качества поверхности обработанных деталей при высокой производительности ВСО, немалое место занимают вопросы изучения динамической устойчивости рабочих процессов обработки.

Большой вклад в исследование динамических процессов при механической обработке внес В.А. Кудинов. Ряд понятий, введенных им при разработке этого научного направления, в настоящее время является общепризнанным. Крупный вклад в решение проблемы управления динамической устойчивости процессов механической обработки внесли Б.М. Бржозовский, И.Г. Жарков, B.JI. Заковоротный, Ю.Г. Кабалдин, С.С. Кедров, A.B. Кудинов, М.Л. Орликов, A.B. Пуш.

К основным причинам возникновения динамической неустойчивости при механообработке относят:

а) нелинейность характеристик сил резания и трения; наличие «падающих» участков зависимости сила — скорость;

б) инерционность самого процесса резания, вызывающая запаздывание изменения силы резания по отношению к изменению толщины среза, затраты времени на стружкообразование;

в) изменение толщины среза и силы резания вследствие относительного колебательного движения инструмента и обрабатываемой детали по замкнутой траектории, обусловленной наличием нескольких степеней свободы УС (координатная связь).

Однако следует отметить, что до настоящего времени нет достаточно полных и хорошо обоснованных математических моделей процесса обработки детали на станке. Поэтому нет единого мнения о том, какая из вышеуказанных причин является доминирующей, и какова их взаимосвязь. Таким образом, для исследования динамики ВСО следует применять новые научные подходы, такие как нелинейная динамика и информационное моделирование.

Во второй главе приводятся методы экспериментальных исследований. Описываются объекты исследований — металлорежущие станки. Представлены технические характеристики используемых измерительных преобразователей (датчиков) и аппаратуры для наблюдения и записи результатов измерения. Рассмотрены применяемые методы устранения шумов в измеряемых сигналах. Приведены алгоритмы обработки и анализа экспериментальных данных.

В качестве объекта экспериментальных исследований при изучении рабочих процессов высокоскоростного фрезерования использовался высокоскоростной малогабаритный фрезерный станок «Снайпер 9» производства ООО «Интел-Инструмент» (г. С-Петербург) 2004 года выпуска. Данный станок оснащен высокоскоростным электрическим шпинделем, позволяющим развивать скорость вращения до 26 тыс. об/мин. Рабочая область станка составляет 540 х 300 х 150 мм. Точность позиционирования по осям X и Y составляет 0,0083 мм (1/120 мм), по оси Z— 0,0042 мм (1/240 мм). Усилия, производимые приводами подач, позволяют производить высокоскоростную обработку любых конструкционных материалов, вплоть до закаленных сталей с параметрами твердости HRC 55. Станок оснащен системой ЧПУ, выполненной на базе промышленного компьютера с предустановленной операционной системой реального времени QNX 6.2.1. Эксперименты по изучению динамики процессов точения жаропрочных сталей и титановых сплавов и исследованию механизмов образования суставчатой стружки проводились на токарном станке повышенной жесткости (с укороченными направляющими) модели 1К62.

Упругие перемещения режущего инструмента измерялись с помощью высокочувствительного высокочастотного трехкоординатного вибродатчика (акселерометра) марки «Briiel & Kjasr 4326А» 2003 года выпуска. Данный датчик позволяет измерять величины виброускорений с частотой до 16 КГц одновременно в трех взаимно ортогональных координатах и в силу своих небольших размеров легко может быть закреплен в непосредственной близости от зоны резания. Для измерения собственных частот и коэффициентов динамического затухания элементов упругой системы станка использовался измерительный молоток модели «AU02» 2003 года выпуска. Данная модель оснащена встроенным датчиком силы и позволяет развивать ударные нагрузки до 500 Кгс.

Силы резания при точении и фрезеровании измерялись четырехкомпо-нентным динамометром «СУР-600» 1989 года выпуска, повторно тарированным в 2004 году. Конструкция динамометра позволяет использовать его вместо резцедержателя для измерения сил резания при точении или крепить к измерительному элементу динамометра (лодочке) заготовку для измерения сил резания при фрезеровании. Динамометр позволяет измерять усилия в координатах X, У и моменты вращения вокруг осей X, Z.

Все измеряемые величины фиксировались с помощью прецизионного че-тырехканалыюго цифрового осциллографа «Adlink NuDAQ РС1-9812» 2002 года выпуска. Осциллограф выполнен в виде модуля расширения для персональной ЭВМ. В измерительной части осциллографа используется 12-разрядный аналого-цифровой преобразователь, что позволяет снизить уровень погрешностей квантования до 0,025%. Максимальная частота преобразования составляет 20 МГц, максимальная длина осциллограммы - 6,7 • 107 отсчетов.

На основе полученных экспериментальных данных рассчитывались динамические характеристики рабочих процессов механической обработки. Расчет проводился с помощью оригинального, созданного в рамках данной работы, программного обеспечения. За основу были взяты математические алгоритмы нелинейной динамики и методы реконструкции фазовых траекторий (аттракторов) динамических систем. Рассматривались показатели хаотичности и динамической устойчивости исследуемых процессов, основными из которых являются фрактальная размерность D, старший показатель ?ч Ляпунова и информационная энтропия //.

Для расчета фрактальной размерности в большей части использовался поточечный метод, сочетающий приемлемую точность и быстроту вычисления. В случае необходимости, для более строгих расчетов величины D применялся метод Грассберга-Прокаччиа, отличающийся высокой точностью, но требующий существенно большего времени вычисления. И в рамках данной работы принято решение отказаться от метода подсчета ячеек (box counting), так как было установлено, что он характеризуется быстрым нарастанием вычислительной погрешности и практически неприменим для вычисления фрактальных характеристик, если, размерность исходных данных превышает 10 отсчетов.

В третьей главе приведены результаты экспериментальных исследований. Изучены особенности процесса стружкообразования при ВСО. Приведены результаты экспериментальных исследований сигналов виброакустической эмиссии, излучаемой при высокоскоростном резании, и профиля поверхности, получаемой после обработки. Подробно исследован механизм перехода динамически устойчивого сливного стружкообразования к неустойчивому суставчатому при повышении скорости резания. Показано, что вид суставчатой стружки определяется электронной структурой обрабатываемых материалов, влияющей на их ЭДУ.

Основным показателем пластической устойчивости процесса резания традиционно считается тип получаемой стружки. Причем тип стружки сильно зависит от режима обработки и вида обрабатываемого материала.

и

Известно, что с ростом скорости резания при обработке сталей происходит последовательное изменение вида стружки от элементной к сливной, а далее к суставчатой (сегментной). При обработке титановых и жаропрочных сплавов суставчатая стружка может формироваться в широком диапазоне скоростей резания. Процесс высокоскоростной механической обработки сопровождается получением суставчатой стружки.

Исследование формирования суставчатой стружки рассмотрено в работах В.Ф. Боброва и А.И. Седельникова, A.M. Дапиеляна, H.H. Зорева, Ю.Г. Кабал-дина, М.И. Клушина, A.A. Козлова, Б.А. Кравченко, В.А. Кривоухова, В.А. Ку-динова, Т.Н. Лоладзе, Н.И. Резникова, Р.Ф. Рсхта, A.A. Рыжкина, Н.В. Таланто-ва и других отечественных и зарубежных исследователей.

Одним из первых механизм образования суставчатой стружки изучал М.И. Клушин. Согласно его исследованиям, образование суставчатой стружки объясняется адиабатическими условиями деформирования материала, т.е. его разупрочнением в зоне локализованного сдвига под воздействием высокой температуры. Иначе говоря, при высокоскоростном резании условия деформирования в зоне стружкообразования таковы, что теплота, выделившаяся вследствие деформации в зоне локализованного сдвига, не отводится, т.е. диффузионные процессы не реализуются и сопротивление тсдв пластическому деформированию в условной плоскости сдвига снижается. В работах Р.Ф. Рехта такой механизм формирования элемента стружки назван «разрушающим термопластическим сдвигом».

В работах М.И.Клушина и A.A. Рыжкина возможность реализации адиабатического сдвига при резании связывают, прежде всего, с низкими значениями теплопроводности и температуропроводности материала. Именно этой причиной объясняется то, что при резании титанового сплава значения тсдв ниже, чем при резании сталей. Однако при обработке жаропрочных сплавов, согласно В.Ф. Боброву, значение тСД1! оказывается высоким.

При обработке закаленных сталей скорость резания, при которой сливная стружка переходит в суставчатую, снижается, однако температуропроводность сталей после термической обработки не изменяется. Кроме того, суставчатая стружка образуется и при резании алюминиевых сплавов, отличающихся высокой температуропроводностью. Таким образом, нельзя однозначно утверждать, что образование суставчатой стружки связано только с теплофизическими свойствами материала, либо с ростом температуры резания

Изложенное указывает на сложность рассматриваемого вопроса и позволяет заключить, что изучать напряженное состояние материала, механизмы деформации и виды стружки при резании следует изучать на основе экспериментальных исследований с привлечением современных достижений в области физики и химии твердого тела и материаловедения.

Традиционный взгляд на пластическую деформацию предполагает, что пластическое течение материала начинается при напряжении, равном пределу текучести тт, и учитывает только деформационное упрочнение. Это представление является ошибочным, так как не учитывает градиенты напряжений, при которых на-

чинается пластическое течение. Неоднородность напряженного состояния в деформируемом кристалле, обусловливающая релаксационный характер его пластического течения, порождает внутреннее механическое поле вихревой природы и фрагментацию дислокационной структуры с образованием элементов неустойчивой диссипативной структуры.

В соответствии с исследованиями В.Е. Панина, при высоких степенях деформации зерно под действием напряжений поворачивается как единое целое и фрагментируется. В основе этого явления лежит относительно высокая подвижность дислокаций на границах зерен и возникновение в нагруженном зерне напряжений под действием моментов М Данный эффект зависит от свойств обрабатываемого материала и состояния границ зерен. Если напряжения сдвига не уравновешены по границам, то возникают моменты М, поворачивающие зерна. В результате формируется цепочка зерен, вытянутых вдоль верхней границы зоны стружкообразования, и образуется текстура, характеризуемая углом у.

Образование текстуры свидетельствует о том, что в условиях специфического напряженного состояния в зоне стружкообразования происходит одновременная релаксация концентраторов напряжений в стыках поворачивающихся зерен. В результате достигается высокая степень деформации и значительное внут-ризеренное упрочнение. В таких условиях работа источников деформации становится самоорганизованной, что обусловливает самоустановление угла р скольжения (сдвига). Самоорганизация релаксационных процессов, происходящая в деформированных объемах на концентраторах напряжений, может приводить к возникновению периодических волн локализованных сдвигов с высокой частотой, что способствует образованию характерных «ступенек» на наружной поверхности стружки.

Исследования показывают, что на сопротивление срезаемого слоя пластической деформации большое влияние оказывают тип кристаллической решетки, величина ЭДУ и способность материала к релаксации на границах зерен. Влияние этих параметров проявляется через виды диссипативных структур (полоса скольжения, фраг-ментированные дислокационные структуры и т.д.), формирующихся в процессе деформирования срезаемого слоя и определяющих характер пластического течения.

Зависимость величины тсдв от ЭДУ различных металлов (рис. 1) обусловлена влиянием ЭДУ на расщепле- Рис- !• Зависимость напряжения тсдв от ние дислокаций, на их подвижность и эДу Для различных материалов: 1 -способность к фрагментации. Извест- медь; 2 - сталь 10; 3 - сталь 20; 4 -но, что чем выше ЭДУ, тем больше сталь 40; 5 - сталь У8; 6 - сталь У12.

Тсдв., МПа

склонность дислокаций к фрагментации, что способствует повышению тсдв. В металлах с объемно-центрированной (ОЦК) решеткой (к ним относятся стали) в результате взаимодействия дислокаций с примесями (углеродом) повышается сопротивление скольжению дислокаций, вследствие чего тСД8 возрастает. В металлах с гексагональной плотноупаковапной (ГПУ) решеткой (титановые сплавы) число плоскостей скольжения невелико, фрагментации дислокаций в зернах не выявлено. Это способствует уменьшению тсдв при их обработке, хотя угол ß достаточно большой.

Согласно исследованиям H.H. Зорсва при высоких скоростях резания происходит запаздывание пластических деформаций, и деформированное состояние стружки перестает соответствовать ее напряженному состоянию, причем, чем больше скорость резания, тем больше это несоответствие. Изменяется и механизм деформации зерен обрабатываемого материала в зоне стружкообра-зования. В связи с увеличением температуры при высоких скоростях резания деформация в зоне стружкообразования локализуется на границах зерен. Эти границы следует рассматривать как систему плоскостей, в которых с запаздыванием реализуется межзеренное проскальзывание. В результате размеры (длина и толщина) области локализованного сдвига и значения тСд8 уменьшаются, а внутренние зерна элементов стружки деформируются меньше, чем в области локализованного сдвига. Причем вследствие разупрочнения прирезцового слоя стружки его микротвердость близка к микротвердости элемента стружки (рис. 26), что свидетельствует также о снижении несущей способности стружки.

За время сдвига элемента стружки в деформированных объемах могут протекать разупрочняющие процессы, так как температура в зоне стружкообразования может превышать 300° С. Это предположение, в определенной мерс, подтверждается результатами экспериментов. Так, на микрофотографиях дислокационной структуры подошвы нароста и зоны стружкообразования отчетливо видны фрагменты шарообразной формы. Это свидетельствует о разупрочнении деформируемых объемов.

В первом приближении критерием оценки интенсивности разупроч-няющих процессов в зоне стружкообразования может служить отношение тСд|Ат, которое составляет около 1,26 для титанового сплава, 3,5—3,8 для сталей без термической обработки, примерно 1,07 для закаленной стали (30— 35 HRC) и 0,91 для жаропрочного сплава ЭИ 961.

Рис. 2. Микрофотография сливной стружки при резании стали 20: У= 120 м/мин, а = 0,2 мм (а) и распределение микротвердости по шлифу стружки (б).

ЭДУ, МДж/мг

120 100 80 60

Таким образом, гипотеза о механизме образования суставчатой стружки, связанная с адиабатическим разогревом не является единственной и даже главной. Причиной образования стружки такой формы, как показывают проведенные исследования, описанные выше, существенно определяются также разупрочняющи-ми процессами типа динамического возврата, зависящие от величины ЭДУ. Это объясняется тем, что, во-первых, температура в зоне стружкообразования превышает температуру, при которой реализуется динамический возврат, а во-вторых, интенсивность разупрочнения (отношение тсдв/тт), сопротивление сдвигу (см. рис. 1), а также критическая скорость укр резания (т.е. скорость, при которой сливная стружка переходит в суставчатую) зависят от ЭДУ обрабатываемого материала.

На рис. 3 показано влияние ЭДУ обрабатываемых материалов на укр. Установлено, что при резании углеродистых сталей значение уменьшается с ростом ЭДУ. При резании титановых сплавов суставчатая стружка образуется в широком диапазоне скоростей резания.

I кр, мкм

40 60 80 120 160 200 Мр., м/мин

Рис. 3. Влияние ЭДУ на критическую скорость укр резания при обработке различных материалов: 1 — сталь У12; 2 — сталь У8; 3 — сталь 40; 4 — сталь 20; 5 - титановые сплавы; 6 — коррозионностойкис стали; 7 — хро-моникелевые жаропрочные сплавы.

Как показали исследования, локализация деформации является следствием зарождения микротрещин в плоскости скольжения, что видно на внешней поверхности стружки (рис 2а). Расчеты критической длины /кр микротрещин (при /кр микротрещина не способна к залечиванию в условиях локализованного сдвига) показали, что чем меньше /кр, тем выше склонность материала к образованию сегментной стружки. При обработке углеродистых сталей /кр зависит от ЭДУ, причем, чем меньше ЭДУ, тем больше (рис. 4). В коррозионно-стойких сталях и жаропрочных сплавах деформация локализуется вблизи так называемых вторых фаз

0,3 1

0,2 -

0,1 -

2 А

4

6

••7

•8

50

100 ЭДУ, МДж/м

Рис. 4. Зависимость критической длины /кр микротрещин в плоскости скольжения от ЭДУ различных материалов: 1 - сталь 10; 2 — медь; 3 — сталь 45; 4 — сталь У8; сталь У12; хромоникелевые жаропрочные сплавы; 7 - коррозионно-стойкие стали; 8 — титановые сплавы.

(включений, дисперсных частиц), что обусловливает малые значения /кр (см. рис. 4) и элементный характер стружки.

Таким образом, в соответствии с выдвинутой гипотезой, причинами, вызывающими переход сливной стружки к суставчатой являются тип кристаллической решетки, ЭДУ материала, влияющие на деформационно-скоростные характеристики срезаемого слоя, а также на разупрочняющие процессы в зоне стружкообразования и прирезцовых слоях стружки. Запаздывание пластических деформаций с ростом скорости, разупрочняющие процессы, в свою очередь, снижают несущую способность элемента стружки и его сопротивление сдвигу.

В четвертой главе рассмотрены основные энергетические и термодинамические уравнения, определяющие процесс резания, как неравновесную динамическую систему. Описаны пути управления динамическим качеством металлорежущих станков путем варьирования их компоновочными характеристиками на этапе раннего проектирования. Предложен базирующийся на математическом аппарате нейронных сетей подход, позволяющий спроектировать оптимальную структуру станка, обеспечивающую требуемые технологические параметры процесса резания и резервы для повышения эффективности высокоскоростной механической обработки.

Синтез компоновки станочных систем производится на ранней стадии их проектирования. Анализ исходных данных для конструирования станочных систем показывает, что для проектирования металлорежущих станков требуется информация о реализуемом технологическом процессе изготовления заданной номенклатуры деталей. В современном компьютеризированном производстве всю необходимую информацию о заданной номенклатуре изготовляемых деталей можно извлечь из базы данных САПР или из корпоративной РОМ-системы (системы управления проектом). И в соответствии с этой информацией ставится задача синтезировать оптимальную компоновку станка, реализующего максимально широкий спектр технологических операций для изготовления данных деталей с приемлемым качеством и высокой производительностью.

Большинство современных машиностроительных используют электронные трехмерные модели изготовляемых деталей. Каждую такую модель можно представить в виде совокупности поверхностей, заданным образом расположенных в пространстве. В контексте поставленной задачи целесообразно группировать поверхности, из которых состоит исходная деталь, по технологическим методам обработки. Например, все наружные поверхности вращения, ось симметрии которых совпадает с осью симметрии детали, следует отнести к поверхностям, получаемым точением, а все внутренние цилиндрические поверхности вращения среднего и малого диаметров следует отнести к поверхностям, получаемым сверлением, и т. д.

Таким образом, все поверхности можно разделить на 11 групп, перечисленных в табл. 1. Каждая группа поверхностей соответствует какому-либо одному методу обработки и для анализа исходной номенклатуры важно знать, какие именно технологические методы используются при изготовлении данных деталей, и в какой пропорции соотносятся площади поверхностей, подлежащих

обработке тем или иным методом. В зависимости от этого можно определить количество необходимых направлений формообразующих движений (подач) для проектируемой станочной системы и оценить параметры приводов.

Таблица!.

№ Тип поверхности Метод обработки

1. Наружные поверхности вращения; боковые поверхности вращения (торцы); наружные резьбовые поверхности с крупным шагом. точение

2. Наружные цилиндрические поверхности вращения с повышенными требованиями к качеству обработанной поверхности. круглое шлифование (после предварительного обтачивания)

3. Наружные резьбовые поверхности со средним и мелким шагом. нарезание наружной резьбы

4. Внутренние нецилиндрические поверхности вращения, цилиндрические поверхности вращения большого диаметра. растачивание

5. Внутренние цилиндрические поверхности вращения среднего и малого диаметров. сверление

6. Внутренние цилиндрические поверхности вращения среднего и малого диаметров с повышенными требованиями к качеству обработанной поверхности. хонингование

7. Внутренние резьбовые поверхности со средним и мелким шагом. нарезание внутренней резьбы

8. Плоские поверхности 2,5-координатное фрезерование

9. Плоские поверхности с повышенными требованиями к качеству обработанной поверхности. плоское шлифование (после предварительного 2,5-координат-ного фрезерования)

10. Объемные поверхности; внутренние нецилиндрические поверхности вращения, оси которых параллельны оси Z вращения шпинделя. 3-координатное фрезерования

11. Объемные поверхности с повышенными требованиями к качеству обработанной поверхности; внутренние резьбовые поверхности с крупным шагом; внутренние нецилиндрические поверхности вращения, ось которых не параллельна оси Ъ. 5-координатное фрезерования

Помимо чисто технологической информации об изготовляемой детали необходимы ее физические параметры. Для оценки устойчивости процесса обработки следует учитывать податливости детали в направлении каждой из пространственных координат X, У и X. Также важна масса т детали. Все эти параметры могут быть получены из исходных электронных моделей деталей сред-

ствами инженерного анализа интегрированного в САПР-систему. Для предварительной оценки режимов обработки дополнительно следует учитывать предел прочности о материала детали, значения которого также хранятся в базе данных САПР. Следовательно, вектор /признаков, характеризующий каждую деталь из определенной номенклатуры, состоит из 17 элементов:

7 = [5, В,, В2,..., Ви, Пх, Пу, Пг, от, сг], где 5 - суммарная площадь всех обрабатываемых поверхностей детали; Ви В2, ..., Вц — отношения суммарной площади поверхностей, обрабатываемых одним из 11 технологических методов (см. табл. 1), к общей площади 5; Пх, Пу, Яг -податливость детали в направлении координат X, У и 2 соответственно.

В некоторых случаях полученный вектор 7 имеет избыточную размерность. Например, для номенклатуры корпусных деталей, не содержащих наружных поверхностей вращения, элементы В1 и В2 вектора не будут использоваться, и всегда будут равны нулю. Наоборот, для номенклатуры деталей типа «валы» и «втулки» неиспользуемыми будут элементы Я8, В9, /¡¡о, Вп, соответствующие операциям фрезерования. Поэтому на этапе анализа исходной информации для синтеза станочной системы целесообразно произвести понижения размерности.

Эффективным методом понижения размерности является нейронная сеть встречного распространения (ВР), которая реализует комбинацию двух основных подходов к снижению размерности — анализа главных компонент и кластеризации данных. Выходным значением сети ВР является вектор: О = [А'Л-, Му, Л'г, Л'А, , Л'Г, , Л', , V, 5, /, г„, <р{, /7ср ),

включающий следующие элементы: рекомендуемые значения Л'х, Л'г , .. мощности приводов подач по координатам X, У, 2, ..., Е соответственно; рекомендуемые параметры режима резания - скорость V, подачу 5 и глубину / на лимитирующей (характеризующейся наибольшей производительностью) операции; рекомендуемые характеристики инструмента - радиус г0 вершины, вспомогательный угол ср, в плане для осуществления лимитирующей операции и податливость детали /7ср на лимитирующей операции.

На качество функционирования сети ВР существенно влияет ее размерность — количество слоев и нейронов в слоях сети. Экспериментально было установлено, что для достижения наилучшего эффекта необходимо видоизменить классическую сеть ВР, дополнив ее до трехслойной архитектуры. Где первый слой является самообучающейся картой Кохонена, а второй и третий — состоят из нейронов с сигмоидной активационной функцией и образуют двухслойный персептрон. Оптимальным для выбора количества нейронов в слое Кохонена является соотношение п1 ~ 0,15А', где N — количество деталей в исследуемой номенклатуре. Количество нейронов выходного слоя равно размерности выходного вектора сети: п3 — 14. А количество нейронов второго слоя вычисляется по приближенной формуле «2 к >'11л[>Ь ■

Предварительные расчеты показали, что для более качественного осуществления процедуры синтеза компоновки станочной системы необходимо учи-

тывать такие параметры как сила Ррез резания, динамический параметр г и величину /?а шероховатости на лимитирующей операции. Для упрощения сети ВР и уменьшения времени обучения целесообразно формировать данные параметры с помощью отдельных нейронных сетей.

Одним из основных показателей качества компоновки, от которого зависят точность и производительность обработки деталей, является ее жесткость и устойчивость. При этом общие свойства компоновки зависят от совокупности статических и динамических параметров отдельных ее элементов (шпиндель, направляющие, станины, колонны и т.д.). Поэтому при поиске оптимальной компоновки станка необходимо производить расчет показателей для большого количества возможных вариантов конструкторской реализации ее составных частей.

Например, для компоновки фрезерного станка могут быть использованы следующие модификации ее составных элементов: стойка может быть выполнена в трех вариантах: одноколонная, П-образная с замкнутым контуром или П-образная с разомкнутым контуром (С[=3); стол может быть крестовым прямым, крестовым обратным или поворотным (Сг=3); шпиндель может быть электрическим или пневматическим (С3=2); направляющие стойки, стола, саней стола и шпиндельной бабки тоже могут быть выбраны из широкого спектра модификаций - скольжения, качения или комбинированные (С4=С5=С6=С7=3). Подсчитывая общее количество вариантов компоновки по формуле: С=СУ С2- СУ С4- С5-С6• Су, получим число 1458.

На данном примере видно, что даже для несложной компоновки станка общее количество возможных конструкторских решений приближается к 1500. А если также учитывать различные модификации элементов (укороченные направляющие, удлиненный стол, шпиндель повышенной мощности и т. д.), то количество вариантов увеличится еще на несколько порядков.

В силу большого числа исходных вариантов синтез компоновок металлорежущих станков выполним методом комбинаторной оптимизации, реализованной с помощью нейронной сети Хопфилда. Для выбора оптимальной компоновки станочной системы с помощью сети Хопфилда нужно закодировать набор составных элементов компоновки активностью нейронов и так подобрать связи между нейронами, чтобы энергия нейронной сети оказалась связанной с показателями качества полученного станка.

Кодирование информации для сети Хопфилда произведем в виде бинарного множества. Для этого сформируем множество из N всех возможных составных элементов компоновок станка (а также различных модификаций этих элементов) и построим сеть Хопфилда, состоящую из N нейронов. Для каждой модификации определенного элемента компоновки выделим в сети Хопфилда свой нейрон с бинарным выходом. Рассмотрим в качестве примера один из нейронов сети, соответствующий признаку наличия в станочной системе привода движения по координате X. Если в процессе оптимизации нейронная сеть Хопфилда установит выход этого нейрона в состояние +1, то привод по координате А" присутствует в оптимальной компоновке. Если же выход нейрона после завершения оптимизации будет равен -1, то для изготовления заданной но-

менклатуры деталей подача по оси X не требуется. Аналогично кодируется ин формация для приводов всех осей координат, принятых для станков с ЧШ (ГОСТ 23597-79).

База данных обрабатываемых деталей

Блок декомпозиции конструктивных элементов

Блок инженерного анализа

дттл

5 В1 Вг В3— В„ Пх Пу Пг т СГа

Нейросеть обобщения характеристик исходного множества деталей

Запуск

Ых Ыу Ы2 - НЕ V в < г, ф, л1

Нейросеть силы резания

Нейросеть шероховатости

=П

Нейросеть динамической устойчивости

(да/нет)

-Наличие привода координаты X

Нейросеть комбинаторной оптимизации компоновки станка

->■ Наличие привода координаты У Наличие привода координаты Z

->• Наличие привода координаты Е Наличие п-образной стойки Наличие одноколонной стойки

Наличие электрического шпинделя Наличие пневматического шпинделя

->■ Наличие направляющих скольжения стола —Наличие направляющих качения стола Наличие комбинир. направляющих стола

Рис. 5. Схема процесса интеллектуального проектирования станочных систем с помощью нейронных сетей.

Далее, пусть группа из С| нейронов соответствует С1 вариантам исполнения стойки (одноколонная, П-образная и т. д.) и пусть задано ограничение функционирования сети так, чтобы в каждый момент времени один и только один из нейронов этой группы был активен (находился в состоянии +1). Тогда в процессе оптимизации сеть Хопфилда выберет наилучший вариант исполнения стойки станка и выставит на выходе соответствующего нейрона значение+1.

Таким образом, если обозначить через К количество элементов, составляющих компоновку, через С) (/ = 1, 2,..., К) — количество вариантов конструктивного исполнения /-го элемента компоновки, а через А,,, Q,¡, Р,, и - соответственно приведенные показатели влияние данного конструктивного исполнения элемента на динамическую устойчивость Ь станка, то решение задачи синтеза оптимальной компоновки сводится к минимизации целевой функции:

■ 1

при дополнительном условии: из всех Су вариантов конструктивного исполнения элемента в компоновке присутствует лишь один (в каждой группе нейронов, соответствующей определенному элементу компоновки, только один нейрон может быть активированным).

Теперь заменим обучение сети прямым заданием весов и порогов, и динамика полученной нейронной сети будет приводить к поиску оптимальной компоновки станка. Стартуя со случайного начального состояния, нейронная сеть будет стремиться к стационарной конфигурации, которая будет соответствовать если не оптимальному, то, по крайней мере, хорошему решению задачи.

Таким образом, путем объединения трех нейронносетевых архитектур -модифицированной сети встречного распространения, многослойных персеп-троноо и сети Хопфилда (как показано на рис. 5) в данной работе успешно решается задача интеллектуального проектирования станочных систем с целью повышения их динамического качества и обеспечения, тем самым, резервов для увеличения эффективности высокоскоростной механической обработки.

Пятая глава посвящена методике повышения эффективности ВСО на стадии проектирования траектории формообразования. Рассмотрены основные проблемы при расчете траекторий режущего инструмента для высокоскоростной обработки деталей и описаны пути решения этих проблем. Приводятся методика оптимизации траекторий формообразования на основе алгоритмов нелинейной динамики и методика формирования гладких спиральных траекторий для ВСО с помощью клеточных нейронных сетей. Описан программный модуль для САМ-системы игпдгарЫсэ, дополняющий ее штатные возможности функциями динамического анализа и нейронносетевой оптимизации траекторий движения режущего инструмента.

В современном производстве при создании управляющих программ (УП) для высокоскоростных станков с ЧПУ невозможно обойтись без САМ-системы. Но даже самая функциональная САМ-система не способна самостоятельно, без вмешательства человека, сформировать оптимальную управляющую программу.

В соответствии со своими встроенными алгоритмами САМ-система генерирует УП, основываясь на использовании множества методов и шаблонов обработки. Настройка алгоритма и выбор шаблона в САМ-системе производится вручную на этапе проектирования детали. При неправильной настройке САМ-системы, траектория исполнительного органа станка получается сильно запутанной, изобилующей моментами резкой смены направления движения. При отработке такой УП на станке приводы станка не успевают выйти на номинальную, заданную программой, скорость подачи, а на 80% времени работают в режиме разгона или торможения. Подобный «дерганый» режим перемещения исполнительного органа станка не позволяет добиться равномерного процесса удаления материала. Режущий инструмент испытывает нежелательные циклические нагрузки из-за постоянно меняющейся толщины срезаемого слоя, что приводит к его преждевременному износу.

Для оптимальной настройки алгоритма формирования УП в наиболее распространенных САМ-системах (Unigгaphics, Саиа, Пе1сагп Ро\уегМ1ЬЬ) необходимо задать несколько десятков параметров. Параметры эти назначаются технологом исходя из его эвристических знаний, и не всегда удачно. До сих пор не существует научно обоснованных методик, позволяющих осуществить задачу настройки САМ-систем для формирования оптимальной УП для конкретной модели станка с конкретными динамическими свойствами.

Поэтому такая методика была разработана в рамках данной работы. Методика основывается на базе алгоритмов нелинейной динамики и для се осуществления первоначально строится фазовое пространство динамической системы станка, включающее в себя следующие степени свободы:

координаты исполнительного органа станка (X, }', 2 и т.д.); координатные скорости (Х,У,2. и т.д.); ускорений координатных перемещений (Х,У,Ё и т.д.); объем материала, снимаемого за единицу времени V. В полученном фазовом пространстве моделируется поведение динамической системы станка в соответствии с заданной управляющей программой ЧПУ и строится аттрактор. Далее этот аттрактор анализируется методами нелинейной динамики. Для него вычисляются критерии хаотичности (такие как энтропия Шеннона, фрактальные показатели, коэффициенты Ляпунова) и скорость перемешивания траектории. Цель настройки САМ-системы — получение наименее хаотичного аттрактора, минимизировав при этом время изготовления детали.

Проиллюстрируем данный подход на примере изготовления детали пунсона (рис. 6). Деталь

Рис. 6. Деталь пуансона.

имеет габаритные размеры 700x600x200 мм и изготавливается на фрезерном станке класса ИС800ПМФ4. Составим для данной детали два варианта управляющей программы, используя два разных шаблона формирования траектории движения режущего инструмента. В первом случае применим метод резания зиг-заг, а во втором — резание по спирали.

При использовании шаблона зиг-заг система ип^гарЫсБ генерирует УП, общая длина перемещений инструмента которой составляет 2016,9 метра с учетом петель на изломах траектории. Промоделировав на компьютере процесс изготовления детали с учетом реальных динамических характеристик станка ИС800ПМФ4, построим фазовую траекторию в координатах X, У, 2, Х,У,2, Х,У,Ё и V.

Анализ данной фазовой траектории показал, что ее старший показатель Ляпунова положителен: Л\ = 0,186. То есть последовательность движений, задаваемая данным вариантом УП, характеризуется некоторой степенью неупорядоченности, выраженной в перемешивании фазовой траектории в фазовом пространстве. Факт перемешивания фазовой траектории хорошо заметен при проецировании фазового пространства на плоскость координатных скоростей X и У (рис. 7а). Следствием такого неупорядоченности траектории движения в процессе изготовления детали является нестабильная динамика станка, что хорошо видно на проекции фазового пространства в плоскость координатных ускорений X и У (рис. 76).

График показывает, что достаточно большая часть точек фазовой траектории расположена в области высоких координатных ускорений и приближаются к предельно допустимым для станка ИС800ПМФ4 значениям Хтах = = 8 м/с2. Расчетное время изготовления детали на станке (по результатам компьютерного моделирования) при использовании метода резания зиг-заг составило 393,5 минуты.

-6000 -4000 -2000 О 2000 4000 €000 -8 -6 -4 -2 0 2 4 68

Координатная скорость X', мм/мин Координатное ускорение X", м/с/с

Рис. 7. График координатных скоростей Л" и К (а) и координатных ускорений X и У (б) движения режущего инструмента при изготовлении детали пуансона с использованием метода резания зиг-заг.

Теперь рассмотрим другой вариант формирования траектории движения режущего инструмента — резание по спирали вдоль наружной границы. При ис-

пользовании данного шаблона САП/САМ-система ип^гарЫсэ генерирует управляющую программу, общая длина перемещений инструмента которой составляет 2089,2 метра, что на 3,6% больше чем при использовании шаблона зигзаг. Но при моделирования процесса обработки на компьютере расчетное время изготовления составило 369,1 минуты, то есть выигрыш во времени по сравнению с зиг-загом составил почти 0,5 часа.

Рассмотрим, каким образом такой выигрыш достигается. Построим фазовую траекторию процесса изготовления детали в соответствии с новой УП, и рассчитаем показатель Ляпунова, который в этом случае тоже положительный, но гораздо меньший по модулю: Л1 = 0,054. То есть траектория движения исполнительного органа станка в этом случае более упорядочена. Проектирование фазового пространства на плоскость координатных скоростей X и У визуально подтверждает меньшую степень перемешивания фазовой траектории (рис. 8а).

При исследовании фазового пространства в координатах ускорений X и У (рис. 86) наблюдаем, что в данной проекции точки фазовой траектории расположены более компактно и практически не попадают в области высоких координатных ускорений. Это означает, что скоростной режим движения инструмента, задаваемый этим вариантом УП более ровный и интерполятору ЧПУ приходится делать меньше циклов разгона и торможения. Именно сокращение во втором варианте УП числа избыточных участков разгона и торможения формообразующего органа станка позволяет получить уменьшение времени обработки на 24,4 минуты при увеличении общей длины перемещений на 73,7 метра.

б)

1 » и 4

I I

-4000 -2000 0 2000 4000 Координатная скорость мм'мин

-4 -2 0 2 4 Координатное ускорение X", м*с/с

Рис. 8. График координатных скоростей X и У (а) и координатных ускорений X и У (б) движения режущего инструмента при изготовлении детали пуансона с использованием метода резания по спирали.

Следует заметить, что с точки САМ-системы оптимальным будет признан первый вариант УП (резание зиг-загом), так как он минимизирует общую длину перемещений инструмента. Тогда как с точки зрения производства оптимальным является второй вариант (резание по спирали), так как в этом случае минимизируется количество участков разгона и торможения приводов станка и, как следствие, уменьшается время изготовления детали.

Еще одним подходом к повышению эффективности ВСО на стадии проектирования управляющих программ для систем ЧПУ является формирование гладких спиральных траекторий движения режущего инструмента, позволяющих добиться наиболее высокой производительности обработки с обеспечением заданного уровня качества поверхностного слоя деталей.

При высокоскоростном фрезеровании оптимальными считаются следующие условия резания:

1. Резание в только одном направлении - попутное фрезерование для черновой и получистовой обработок и встречное для финишных операций.

2. Траектория движения инструмента должна быть максимально гладкой, то есть исключать резкое изменение направления движения.

3. Траектория движения инструмента должна предотвращать его перегрузку. Для каждой фрезы существуют рекомендуемые значения радиального ае и осевого йгр шагов обработки (рис. 9). Превышение этих значений ведет к усиленному износу инструмента. Чаще всего такие перегрузки происходят при резании полным диаметром инструмента (ае = О, где О — диаметр фрезы).

Однако современные САМ-системы пока не придерживаются этих важных с точки зрения ВСО принципов. Ни одна из используемых в существующих САМ-системах стратегий обработки (фрезерование зигом, зиг-загом, по эквидистанте вдоль контура и т.д.) не дает хороших результатов в условиях ВСО. Даже трохои-дальная обработка, которая специально разрабатывалась для ВСО, в большинстве реальных ситуаций оказывается слишком малопроизводительной. А, часто рекомендуемая для высокоскоростной обработки, сплайн-интерполяция способна добиться выполнения только одного из условий высокоскоростного фрезерования - получения гладкой траектории без изломов, при этом от перегрузок и преждевременного выхода из строя дорогостоящего режущего инструмента сплайн-интерполяция не спасает. Таким образом, задача повышения эффективности высокоскоростной механической обработки путем поиска оптимальной траектории движения режущего инструмента остается актуальной.

В данной работе показано, что поиск оптимальной траектории формообразования при высокоскоростном фрезеровании можно успешно осуществить путем решения краевой задачи поля. Так рассматривая зону фрезерования как поле, решая задачу теплопроводности данного поля для граничных условий Дирихле и произведя затем градиентный спуск можно получить достаточно гладкую спиральную траекторию без изломов и резких изменений толщины срезаемого слоя (см. рис. 106). Полученная траектория выгодно отличается от стандартно применяемых в САМ-системах отсутствием перегрузок инструмента и избыточных нерабочих перемещений.

Для решения краевых задач поля аналитические методы применимы только для ограниченного круга задач, поэтому, в основном, используются раз-

Рис. 9. Радиальный ас и осевой ор шаги фрезерования.

нообразные приближенные аналитические и численные методы. Большинство численных методов сводит решение таких задач к решению систем алгебраических уравнений, которые характеризуются высоким порядком и разреженностью матрицы. Эти обстоятельства требуют для решения аппроксимирующих систем высокой производительности компьютеров. Выходом из этой ситуации является распараллеливание вычислений.

^ ВрвМЯ, в

Рис. 10. Фрезерование квадратного кармана по спирали, полученной путем решения краевой задачи поля теплопроводности: график решения задачи (а), траектория инструмента (б) и график усилий на режущий инструмент (в).

Среди парадигм вычислений, ориентированных на массовый параллелизм, наиболее перспективной в данном случае является реализация в виде клеточных нейронных сетей (КНН). Структура клеточной нейронной сети адекватна многим задачам с естественным параллелизмом, легко устанавливаемое соответствие между разностным шаблоном и топологией сети делает привлекательным использование КНН для решения краевых задач поля.

На основе описанного подхода был создан программный модуль «NeuroModuIe UG» для САМ-системы Unigraphics. Модуль разработан с помощью механизма UG Open API и позволяет дополнить штатные возможности САМ-системы Unigraphics процедурой автоматизированного формирования траекторий движения инструмента для высокоскоростного фрезерования широкого класса деталей авиационной промышленности, таких как шпангоут, лонжерон, нервюра, содержащих большое количество технологических элементов типа карман.

Модуль самостоятельно определяет количество и геометрию карманов и формирует для каждого из них несколько траекторий движения режущего ин-

струмента. Затем из полученных траекторий выбирается наилучшая с позиций ВСО, позволяющая наиболее полно раскрыть преимущества высокоскоростного фрезерования для данной формы кармана.

Расчет каждого кармана происходит в два этапа. Вначале, путем решения задачи теплопроводности, с помощью клеточной нейронной сети анализируется форма кармана и строится линия его симметрии равновесия (рис.11а).

Рис. 11. Фрезерование кармана по траектории, полученной с помощью клеточной нейронной сети: линия симметрии равновесия кармана (а); траектории инструмента, полученные методами «Нейроспираль с постоянным линейным шагом» (б), «Нейроспираль с нелинейным шагом» (в) и «Нейросмещение» (г). Сплошная линия - рабочий ход, пунктир — ускоренные перемещения.

Затем на основе полученных результатов производится построение гладких спиральных траекторий специальной формы, такой, чтобы расстояние между витками спирали оставалось максимально стабильным на всех ее участках или менялось плавным образом. В центре каждой траектории располагается максимально короткий (для данной формы кармана) участок трохоидального движения. При расчете траекторий используются следующие методы, различающихся набором критериев оптимальности:

1. Метод «Нейроспираль с постоянным линейным шагом» (рис. 116) обеспечивает максимально стабильные условия резания и максимальную про-

изводительность при некотором снижении допуска на минимальное количество резких смен направления движения. Дает наилучшие результаты для карманов с выпуклыми скругленными границами без островов.

2. Метод «Нейроспиралъ с нелинейным шагом» (рис. 11 в) обеспечивает максимально плавное изменение условий резания и минимальное количество резких смен направления движения при снижении допуска на максимальную производительность процесса фрезерования. Дает наилучшие результаты для карманов сложной формы без островов.

3. Метод «Нейросмещение» (рис. Иг) обеспечивает максимальную производительность при снижении допуска на максимально стабильные условия резания и минимальное количество резких смен направления движения. Дает наилучшие результаты для карманов сложной формы с островами.

В модуле используется программная реализация клеточной нейронной сети. Для уменьшения времени вычислений без потери точности формирования траектории клеточная нейронная сеть выполнена двухслойной. На расчет траектории высокоскоростной обработки одного кармана площадью 100 см2 с точностью позиционирования инструмента 0,05 мм затрачивается около 288 минут для процессора класса Pentium IV - 2,4 ГГц. Увеличение точности в 2 раза влечет за собой увеличение времени расчета в среднем в 5-8 раз в зависимости от формы кармана. Время вычисления можно существенно уменьшить, используя не программную, а аппаратную реализацию нейронной сети. Именно аппаратная реализация клеточных нейронных сетей позволит добиться распараллеливания вычислений и снизить продолжительность формирования траектории на несколько порядков.

В шестой главе представлены методы повышения эффективности ВСО путем качественного мониторинга и оптималыюго управления процессами резания на этапе изготовления детали. Описана методика синтеза диагностических моделей процесса резания на базе нейронных сетей встречного распространения. Приведена методика диагностики динамических процессов в станочных системах при резании методом реконструкции аттрактора. Представлена математическая модель динамики процесса высокоскоростного резания в виде нелинейного осциллятора с разрывными характеристиками, позволяющая выявить механизмы возникновения динамической неустойчивости и детерминированного хаоса при ВСО с целью прогнозирования условий появления данных явлений в условиях реальной обработки. Описаны методы оптималыюго адаптивного управления приводами подач высокоскоростных металлорежущих станков, основанные на нейронносетевой аппроксимации. Приведена методика ускоренного составления динамического паспорта станка, исходя из которого, определяются режимы резания, обеспечивающие максимальную производительность ВСО, но не приводящие при этом к динамической неустойчивости и связанным с этим негативным явлениям.

Управление процессами механообработки в автоматизированных машиностроительных производствах возможно лишь на основе новых подходов к изучению явлений, сопровождающих процесс резания металлов. Перспективным направлением комплексного изучения процессов стружкообразования, ди-

намики резания и механизма образования поверхностного слоя заготовки является системный энергетический подход, согласно которому процесс механической обработки следует рассматривать как систему диссипативных процессов, описываемую энергетическим уравнением:

Ар = Ад + Атри + Атр 3 + А„ар , (1)

где Ар. - работа резания; Ад — работа деформации в области сдвига; А„:р„ и Атр1 - работы силы трения по передней и по задней грани инструмента соответственно; А„ар. - работа, затрачиваемая на разрушение нароста.

В этом случае Аа, Атрж, Ат/1.3., А1Шр. являются компонентами системы диссипативных процессов (рис. 12), а сигналы, излучаемые системой в процессе резания, следует рассматривать как отображением внутреннего состояния системы.

Рис. 12. Схема процесса резания в виде системы диссипативных процессов.

Как видно из рис. 12 система процесса резания не является простой. Тесная взаимосвязь физико-механических процессов, происходящих в зоне резания (трение, наростообразование, пластическая деформация и др.) повышает сложность системы, формализующей процесс обработки, до такого уровня, когда наблюдаемое поведение и свойства системы не сводятся к простой сумме свойств отдельных ее компонент.

Поэтому для моделирования процесса резания неприменимы традиционные методы анализа, состоящие в последовательном расчленении системы на компоненты и построении моделей все более простых элементов. Эффективным подходом в данном случае является построение модели процесса резания на основе синтеза компонент. Основным принципом синтетического информационного моделирования является принцип «черного ящика». В качестве «черного ящика» следует рассматривать совокупность взаимосвязанных диссипативных процессов, происходящих в зоне резания. Входными данными для модели являются сигналы виброакустической эмиссии (ВАЭ), излучаемые процессом резания, а на ее выходе получим предполагаемые значения зависимых параметров резания - степень износа инструмента, интенсивность наростообра-зования, характер образующейся стружки.

Для диагностирования качества обработанной поверхности и надежности металлообработки был разработан ряд нейронносетевых моделей процесса резания. Эти модели позволяют в режиме реального времени оценить мгновенные

значения степени износа 5 инструмента, высоту /1„ар. нароста и диагностировать вид получаемой стружки по сигналам ВАЭ. Оценка мгновенных значений зависимых параметров резания основывается на структурно-энергетическом представлении процесса механической обработки в виде системы диссипативных процессов, описываемой энергетическим уравнением (1). Предполагается, что каждый из рассмотренных процессов сопровождается акустическими колебаниями, определенной амплитуды и спектральной плотности. Суммарный сигнал акустической эмиссии представляет собой суперпозицию колебаний, характеризующих каждое из слагаемых правой части выражения (1), и является отображением внутреннего состояния процесса резания. Любое изменение износа инструмента 5 (как по передней, так и по задней поверхностям), высоты нароста й„ар и вида стружки повлияют на соотношение Л0, Л,,,,,,, , А„ар, и, в конечном итоге, на спектральную плотность суммарного сигнала ВАЭ.

Задача моделирования каждого из параметров сводится к созданию обучающей выборки сигналов ВАЭ, характеризующей фазовые переходы процесса резания в связи с изменением контролируемой величины, и соответствующего обучения нейронной сети. Обучающие выборки для нейронносетевых диагностических моделей формируются на основе однофакторных экспериментов.

Для величины износа 63 инструмента по задней поверхности в качестве такого однофакторного эксперимента были использованы стойкостные испытания по классической схеме, а для высоты Л„ар нароста и вида стружки — точение с изменяющейся скоростью резания. В процессе эксперимента непрерывно фиксировался сигнал ВАЭ, оцифровывался и сохранялся в памяти ЭВМ. Полоса частот сигнала ВАЭ ограничивалась аппаратным ФВЧ и программно реализованным ФНЧ до двух порядков частотного диапазона (1-100 КГц для 53, 5500 Гц для Аиар и 1-100 КГц для вида стружки). Для каждой осциллограммы методом быстрого преобразования Фурье вычислялся энергетический спектр мощности сигнала. Затем частотная шкала спектров всех осциллограмм приводилась к единому логарифмическому виду, где каждый последующий отсчет получается увеличением предыдущего в 10"64 раз (3,66%). Таким образом, увеличение частоты на порядок отображался с помощью 64 отсчетов шкалы, а вся шкала для исследуемого диапазона составляла 128 отсчетов.

Каждый преобразованный спектр мощности рассматривался как вектор {он, о>2, ..., ®12з) в 128-мерном ортогональном пространстве, где й} — мощность сигнала ВАЭ, излучаемого ву'-том диапазоне частот. Направление этого вектора определяется соотношением значений щ, йь, ..., ©ш, и характером процессов, происходящих в зоне резания.

Истинность выдвинутых предположений и корректность математической обработки сигналов ВАЭ предварительно была проверена с помощью метода главных компонент. Проекция одной из обучающей выборки, полученной в результате стойкостных испытаний, на плоскость главных компонент представлена на рис. 13. Каждая осциллограмма представлена в виде маркера, соответствующего вершине вектора, форма и цвет маркера определяется значением ширины 53 фаски износа инструмента по задней поверхности. Маркеры склады-

ваготся в характерный веерообразный рисунок. Группа маркеров (кластер) в нижней части графика соответствует осциллограммам, записанных в промежутках между резанием, при включенном шпинделе. Дугообразная цепочка кластеров в верхней части графика соответствует осциллограммам, записанных во время резания инструментом с различной степенью износа.

0,4 -----1-,-,-,-

Износ 0 мм Износ 0,1 им

д Износ 0,2 мм

д Износ 0,3 мм

♦ Износ 0,4 мм

Износ 0,5 мм

а Износ 0,6 мм

• Износ 0,7 мм

-0,5

Рис. 13. Двухкоординатный график наблюдений зависимости спектральной

плотности сигнала АЭ от линейного износа 53 инструмента. Оси графика — соответственно 1-ая и Н-ая главные компоненты.

Предварительный анализ исходных данных с помощью метода главных компонент (рис. 13) показал, что, несмотря на частичное перекрытие кластеров, наблюдается визуальная корреляция между спектральными характеристиками сигнала ВАЭ и условиями протекания процесса резания.

Наличие в рамках данной обучающей выборки информации об изменении спектральной плотности виброакустической эмиссии, соответствующего увеличению степени износа инструмента, доказывает возможность построения нейронносетевой диагностической модели процесса резания, способной идентифицировать состояние инструмента по спектру сигналов ВАЭ.

С целью выявления роли высоты нароста на спектр ВАЭ были проведены эксперименты по точению с разными скоростями резания. В процессе исследований фиксировался сигнал ВАЭ. Устойчивое точение останавливалось с помощью устройства для мгновенного прекращения резания, затем по корням стружки измерялась высота нароста. Математическая обработка сигналов ВАЭ проводилась аналогичным образом, как в случае с износом инструмента. Результаты обработки данных с помощью метода главных компонент приведены на рис 14.

На графике видно, что маркеры, соответствующие осциллограммам, также расположены в виде веерообразного рисунка. Излом цепочки кластеров обусловлен тем, что зависимость высоты нароста от скорости резания немонотонна и имеет один максимум. Таким образом, некоторым значениям И„ар. соответст-

вуют два кластера, которые, тем не менее, могут быть объединены в общую выпуклую область. А весь график главных компонент может быть поделен на зоны, соответствующие наиболее вероятному значению высоты нароста. Один из вариантов такого деления изображен на графике с помощью пунктирных линий.

■ у=6 м/мин; Ь=0,3 им

■ 4-9 м/мин; /1=0,35 мм а 4=12 м/мин; /1=0,4 мм

♦ у=15 м/мин; /1=0,45 мм

♦ 4*13 м/мин; Ь=0,4 мм О 4=20 м/мин; ¡1=0.35 мм

* 4=22 м/мин; Ь-0,3 мм

* 4=25 м/мин; /1=0,25 мы а у~30 м/мин; /7=0,15 мм

• у-35 м/мин; 11=0, Т мм

• 4=40 м/мин; /1=0,05 мм о 4=60 м/мин; Ь<0.01 мм

0,6 о Центры кластеров

Рис. 14. Двухкоординатный график наблюдений зависимости спектральной

плотности сигнала ЛЭ от высоты 1г„ар. нароста. Оси графика - соответственно 1-ая и П-ая главные компоненты.

Проверка повторяемости результатов экспериментов проводилась для нескольких значений подачи, но всегда цепочка кластеров имела характерный излом, соответствующий максимальной высоте нароста. Следовательно, проведенные эксперименты показали корреляцию изменения спектральной плотности ВАЭ именно с высотой нароста, а не с другими параметрами, зависимыми от скорости резания.

Для оценки мгновенных значений ширины 53 фаски износа инструмента, высоты Инар. нароста и вида получаемой стружки созданы диагностические информационные модели, реализованные в виде программно сформированных ИНС встречного распространения. Первый слой каждой сети имеет 128 входов и состоит из 1024 нейронов, представляя собой двумерную самоорганизующуюся карту Кохонепа 32x32. Второй, выходной слой Гроссберга состоит из 9 нейронов.

Обучение нейронносетевых диагностических моделей проводится послойно. На первом этапе входные 128-разрядные образы а, случайным образом предъявляются на входы слоя Кохонена. Задачей слоя Кохонепа является классификация входных образов в группы схожих и автоматизированное построение отображения набора входных 128-мерных векторов в двумерную карту кластеров, причем таким образом, что близким кластерам на карте отвечают близкие друг к другу входные вектора а>! в исходном пространстве. В качестве ме-

ры близости используется Евклидова метрика. Результатом самоорганизации нейронов слоя Кохонена является определение множества, отраженных в обучающей выборке, внутренних состояний процесса резания и выявление скрытых зависимостей спектральных характеристик сигнала ВАЭ от состояния процесса.

Вторым этапом производится обучение слоя Гроссберга. Задачей слоя Гроссберга является конечное кодирование выходных значений диагностической модели. Слой Гроссберга обучается с учителем, на основе априорной информации о соответствии предъявляемого образа Ш одному из значений <У диагностируемого параметра. После процедуры обучения, ИНС способна идентифицировать ситуацию отсутствия резания или, в противном случае, оценивать значение одного из параметров резания, измеряя его по 8-бальной дискретной шкале.

Наряду с осуществлением качественного мониторинга рабочих процессов ВСО с помощью нейронносетевых диагностических моделей еще одним подходом к повышению эффективности высокоскоростной механообработки является исследования причин возникновения динамической неустойчивости в упругой системе станка и предотвращение сценариев развития данного вида неустойчивости. С этой целью в работе была разработана математическая модель процесса обработки детали на станке в виде нелинейного осциллятора с разрывными характеристиками.

Для ее создания динамическая система резания рассматривается в виде двухмассовой модели с четырьмя степенями свободы (рис. 15). Состояние данной динамической системы можно описать с помощью системы дифференциальных уравнений:

+ + сг\-\ =

+ + спу{ = -Рг

■ „ . , ^ , _ г > гае (2)

."ЧУг + К1У1 + спУг = /7г /77] и тг - приведенные массы инструмента и заготовки соответственно; Иги Лг2, куг - коэффициенты диссипации (рис. 15); с2Ь суь с-/2, сУ2 - коэффициенты жесткости; Кг и Гу - проекции силы резания, вычисляемые следующим образом:

Рг = Р<У)Т- и Ъ = ' ГДе (3)

2 2

АУ=У2-У,+ (¿1 - - -.2)+ л2.

Дг = г, - гг ,

Ь2 = 7Ау2 + Дг2 , а

F(v) = |/-'| — функция модуля силы резания в зависимости от скорости V = Vреэ+:1 — ¿2 перемещения режущей кромки инструмента относительно обрабатываемой поверхности детали.

Рис. 15. Кинематическая схема процесса резания при точении.

Параметры динамической системы резания при точении проходным резцом с сечением державки 20X20 мм (вылет = 35 мм) стальной заготовки (длина 400мм, диаметр 2Я2 — 80 мм), закрепленной в патроне и задней бабке, на токарно-винторсзном станке 1К62 были получены экспериментально с помощью обстукивания упругой системы станка измерительным молотком.

Согласно с предложенной схемой (рис. 15) и с учетом реальной кинематики процесса точения, функция силы резания Е(у) принята в виде разрывной зависимости, имеющей вид:

, ч есл" V > 0

(0 , если V < О Р{у) — аппроксимирующая функция.

Функция Р\у) определена как для положительных, так и для отрицательных скоростей V. Но при переходе в область отрицательных значений функция терпит разрыв (инструмент обгоняет обрабатываемую поверхность и выходит из контакта с заготовкой). И, таким образом, при неположительных значениях V сила резания /-'(г) всегда равна нулю.

Для численного решения системы уравнений (2) и расчета процессов, протекающих в исследуемой динамической системе, применялся метод Рупге-Кутта четвертого порядка и специализированное, разработанное в рамках данного исследования, программное обеспечение. Для достижения приемлемой точности метода Рунге-Кутта использовался фиксированный шаг по времени М, равный 1/100 периода Гк собственных колебаний самой высокочастотной степени свободы исследуемой системы.

Предварительное исследование динамики системы (2) проводилось с помощью одномерного точечного (дискретного) отображения. В целях упрощения расчета учитывались только вертикальные колебания Г] вершины инструмента, то есть система (2) временно сводилась к одному уравнению:

«1-. +сг1=, (4)

имеющему двумерное фазовое пространство (плоскость).

Рис. 16. Одномерные точечные отображения и фазовые траектории для различных значений скорости Урез: 20 м/мин (а, б), 40 м/мин (в, г), 60 м/мин (д, е)

Анализ полученных отображений (рис. 16), показывает, что при значении скорости Крез = 20 м/мин точечное отображение (рис. 16а) пересекает биссектрису один раз в направлении по часовой стрелке (если взять за центр вращения левый нижний угол графика). Это означает, что фазовая траектория осциллято-

ра (4) при данном значении параметра Урсз имеет одну устойчивую точку, в которой режущая кромка инструмента находится в покое (Уг\ = 0). И, судя по тому, что диаграмма Ламерея имеет всего 2-3 видимых итераций, эта точка является узлом с очень сильным притяжением, что хорошо заметно на графике фазовой траектории (рис. 166).

Для значения скорости У^ = 40 м/мин точечное отображение (рис. 16в) пересекает биссектрису в трех точках, причем два раза по часовой стрелке (точки А и С) и один раз против часовой (точка В). Применительно к исследуемой динамической системе это означает, что ее фазовая траектория в данном случае имеет две устойчивые точки А и С и одну неустойчивую точку В. Точки А и С являются симметричными (для точки А значение Уг\ < 0, а для точки С Уг1 > 0) и принадлежат одному устойчивому предельному циклу. Это значит, что осциллятор (4) при данном Крез способен совершать автоколебания. Наличие внутри цикла неустойчивой точки В говорит о том, что в данном случае присутствует режим мягкого самовозбуждения колебаний, то есть автоколебания возникнут с течением времени при любых начальных условиях.

При увеличении скорости Крез до 60 м/мин точечное отображение (рис. 16г) все еще сохраняет изогнутую форму, но пересекает биссектрису всего один раз и по часовой стрелке. Что означает, что фазовая траектория имеет всего одну устойчивую точку Уц = 0, и как заметно из диаграммы Ламерея (6-8 видимых итераций), эта точка является устойчивым фокусом со слабым притяжением.

Смещение у1, мм Смещение у2-у1, мм

а) б)

Рис. 17. Траектории перемещений для модели динамической системы резания (2) при скорости резания Урез. = 40 м/мин: траектория перемещений вершины инструмента (а) и траектория относительных перемещений инструмента и детали (б). Дальнейшее исследование динамической системы процесса резания проводилось после перехода от упрощенной модели (4) обратно к исходному виду (2). Исследовались траектория перемещения вершины инструмента в координатах (у), Г[) и относительные перемещения инструмента и детали в координатах

(У2~У\> -2--1), представляющие наибольший интерес с точки зрения оценки точности формообразования.

На рисунке 17 изображены двумерные проекции фазовых траекторий динамической системы (2) для значения параметра Кр(Я, равном 40 м/мин. С точки зрения механообработки в данном случае динамическая система резания находится в неустойчивом состоянии, то есть совершает автоколебания. Но с точки теории колебаний данная система устойчива, так как:

а) обладает общей устойчивостью - фазовая траектория системы не убегает с течением времени в бесконечность, а локализуется в конечном объеме фазового пространства;

б) обладает и локальной устойчивостью - небольшие внешние возмущения не изменяют форму фазовой траектории, траектория сохраняет форму предельного цикла.

Рассмотрим, возможна ли в динамической системе резания неустойчивость с математической точки зрения, другими словами возможно ли при обработке металлов точением возникновение детерминированного хаоса. Для этого условимся, что резание, как это достаточно часто бывает при обработке жаропрочных сталей и титановых сплавов, сопровождается образованием элементной стружки. Тогда добавим в динамическую систему (2) еще одну нелинейную функцию с разрывной правой частью. Проекции силы резания Р2 и Ру в этом случае будут вычисляться следующим образом:

. Дг

И Ру

"Р

, где

(4)

, где

2 2

Р ('»V) — сила резания при элементном стружкообразовании (рис. 18), значение которой приближенно можно вычислить следующим образом:

Г Р(у), если {ИТстр}<\-5 :{0 ,если^/Тстр}>\-3 "

{} - означает дробную часть от числа; 7"стр = 1 / Рстр - период времени, за который образуется один элемент стружки; Р„р - частота стружкообразования; 3-относительная доля времени холостого пробега инструмента после отделения очередного элемента стружки к периоду стружкообразования Т^.

Зададим значение частоты стружкообразования Рсгр = 58,5 Гц и построим траектории перемещения вершины инструмента и относительных перемещений инструмента и детали (рис. 19а). На графиках видно, что перемещение вершины инструмента в данном случае уже не представляет собой правильный эллипс перемещений, как при использовании зависимостей (3) (рис. 17). Пре-

Время обработки

Рис. 18. График изменения силы резания при образовании элементной стружки, дельный цикл рассогласовывается, происходит удвоение его периода.

При увеличении частоты /^р стружкообразования до 88,5 Гц (рис. 196) разрушение предельного цикла продолжается - происходит утроение периода.

а)

-0.005 0 0.005 0.01 0,015 Смещение у 1. мм

0 0,01 Смещение у 1. мм

-0,005 0 0,005 0,01 0.0И Смещение у 1, мм

в)

Рис. 19. Последовательность разрушения предельного цикла динамической системы резания и образования хаоса: а — резание с образованием элементной стружки и частотой отделения элементов Гстр=58,5 Гц (удвоение периода предельного цикла); в - Рсф =88,5 Гц (утроение периода); Д, е — Истр =200 Гц (хаотический аттрактор).

И при значении /■'ср. = 200 Гц (рис. 19в) предельный цикл разрушается полностью и превращается в странный (хаотический) аттрактор. Этот аттрактор характеризуется тем, что обладает общей устойчивостью, но при этом имеет локальную неустойчивость — фазовые траектории, принадлежащие этому аттрактору, подвергаются интенсивному перемешиванию, что хорошо заметно па графике. Таким образом, в данном случае динамическая система резания проявляет хаотические свойства и является неустойчивой как по Кудинову, так и по Андронову.

Несколько слов следует сказать о наблюдаемом сценарии перехода к хаосу. Наличие удвоения периода при частоте /\гр = 58,5 Гц (рис. 19а) создает первоначальное впечатление о том, что детерминированный хаос в системе возникает согласно сценарию Фейгенбаума - через каскад бифуркаций, сопро-

вождаемых удвоениями периода. Но присутствие ситуации, когда после удвоения периода следует его утроение (рис. 196), то сеть увеличение относительно первоначальной величины в три раза, а не в четыре (как было бы в случае каскада бифуркаций Фейгенбаума) говорит о том, что в данном случае реализуется сценарий Рюэля-Такенса - разрушение предельного цикла.

Удостоверившись в том, что хаотическое поведение присуще исследуемой динамической системе (1) с дополнением (4), проведем более полный се анализ методом стробоскопических отображений. Для этого построим семейство проекций фазовых траекторий осциллятора (1,4) на плоскость координат z, и ¿1 для значений параметров F„р. = const, Vva = 5, 10, ..., 200 м/мин. Фазовый портрет осциллятора (1, 4) в стробоскопическом сечении для значения Fcф —> О (нет образования элементной стружки) приведен на рис. 20а, а для значений Fcrp- 100 и 200 м/мин - па рис. 21а, 22а. На графиках видно, что при отсутствии стружкообразования фазовые траектории осциллятора (1, 4) представляют собой предельные циклы.

При FCTp = 100 м/мин предельные циклы уже начинают деформироваться, но детерминированного хаоса еще не наблюдается.

И при F„р> 200 м/мин динамическая система резания проявляет явные хаотические свойства.

а)

•О.» 4S -CMS O.I ' •O.OS

( »(DIMM pfXVBLtft кромки мнпргмгнти II, MM

0

6) 21.0

_L

20

S

0

40

60

so

100

Скоропъ pf iiuniH Vpf z., м MIXH

Рис. 20. Семейство аттракторов (а) и график зависимости корреляционной размерности Ог от скорости Урез (б) динамической системы резания (1,4) без образования элементной стружки.

б) а

40 60

Скорость рншш м мин

Рис. 21. Ссмсйство аттракторов (а) и график зависимости 02 от Уре1 (б) динамической системы резания с образованием элементной стружки и частотой отделения элементов Рсгр=100 Гц.

а)

I . • »

* О

»

« и

Г:!

г-.и

б)

40 60

СКОрОГО [>ПШШЯ \"рп.. м МШ1

Рис. 22. Семейство аттракторов (а) и график зависимости 02 от Урс, (б) динамической системы резания с образованием элементной стружки и частотой отделения элементов Рстр=200 Гц.

Следует заметить, что двумерные точечные отображения (рис 20а — 22а) позволяют получить лишь наглядную картину хаоса в динамической системе резания. Количественную меру хаоса можно определить, исследовав фрактальные характеристики фазовых траекторий. Наиболее удобным и быстрым алгоритмом вычисления фрактальных характеристик является расчет корреляционной фрактальной размерности П2 поточечным методом.

Полученная величина £)2 тесно коррелирует с хаусдорфовой фрактальной размерностью £>0 и позволяет количественно оценить топологию фазовой траектории динамической системы. Так для аттрактора, имеющего вид устойчивой точки корреляционная размерность 0 < И2< \ и чем 02 ближе к 0, тем сильнее притягивающая способность аттрактора и устойчивее (по Кудинову) процесс резания. Для предельного цикла значение й2 ~ 1, то есть превышение величиной П2 порога равного 1 означает, что процесс резания динамически неустойчив и в динамической системе с течением времени, рано или поздно, возникнут автоколебания.

Для странного хаотического аттрактора й2 > 1, причем, чем больше значение £>2, тем сильнее его хаотичность или, применительно к данному случаю, - тем сильнее разрушен исходный предельный цикл.

Рис. 23. Карта динамической устойчивости процесса резания при точении стали 35ХЗМН (расчетные данные). Оттенками серого обозначена фрактальная размерность 02 аттрактора динамической системы. При 02 > 1 процесс резания динамически неустойчив.

Анализ графиков зависимости корреляционной размерности й2 от скорости Крез резания (рис 206 - 226) показывает, что при точении стали 35ХЗМН

1100

■ 1,515

■ 1,466

■ 1,418 11,369

■ 1,32

■ 1,271

■ 1,222 3 1,173

б 1,124 В 1,075

11,027 Я 0,978 в 0,929

1с 0,88

0,831 0,782 0,733

0 10 20 30 40 50 60 70 80 90 100 110 Скорость резания Урез, мм/мин

наиболее неблагополучным с точки зрения динамической устойчивости диапазон скоростей резания является 20 <; Крез ^ 50 м/мин.

На практике значением частоты /■"сф стружкообразования при точении можно управлять (хотя и не в очень широких пределах) с помощью изменения глубины / резания и подачи 5. Поэтому для прогнозирования динамической устойчивости процесса резания на различных режимах обработки будет полезно составить двумерную карту, отражающую зависимость параметра 02 топологической размерности аттрактора динамической системы от условий резания Крез и Р^,. (рис. 23).

Таким образом, согласно проведенным исследованиям для возникновения автоколебаний в процессе высокоскоростного резания необходимо присутствие, как координатной связи упругой системы станка, так и нелинейной зависимости сил резания от скорости резания. Для возникновения хаоса дополнительно необходимо присутствие ударных воздействий, которые в данной модели отображены в виде разрывных функций.

Предложенная математическая модель динамики процесса резания позволяет моделировать условия устойчивости динамической системы при резании и определять пути повышения ее устойчивости. Предложенная модель (1,4) достаточно хорошо иллюстрирует механизм возникновения хаоса при точении титановых сплавов и жаропрочных сталей. Кроме того, данная математическая модель легко может быть переложена на другие виды механообработки, которые также сопряжены с ударными или импульсными воздействиями, такими как фрезерование и электроэрозионная обработка. Модель позволяет объяснить наблюдаемые особенности указанных процессов и при необходимости предугадывать новые, пока не встречавшиеся эффекты.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Результаты теоретических и экспериментальных исследований позволили сделать вывод о том, что механизм образования суставчатой стружки при высоких скоростях резания существенно определяется типом кристаллической решетки обрабатываемого материала и его энергией дефекта упаковки, влияющей на деформационно-скоростные условия резания и интенсивность разу-прочняющих процессов в зоне стружкообразования и прирезцовых слоях стружки. При высоких скоростях резания происходит запаздывание пластической деформации и она локализуется на границах зерен. Разупрочняющие процессы, протекающие с высокой скоростью, способствуют снижению несущей способности стружки и сопротивления сдвигу элемента стружки.

2. Предложена математическая модель высокоскоростного резания, позволяющая изучить механизмы возникновения динамической неустойчивости и детерминированного хаоса при резании. Установлено, что для возникновения автоколебаний в процессе высокоскоростного резания необходимо присутствие, как координатной связи упругой системы станка, так и нелинейной зависимости сил резания от скорости резания. Наличие периодических импульсных возмущений силы резания, вызванных образованием суставчатой или элемент-

ной стружек, переводит автоколебательную систему резания в состояние детерминированного хаоса.

3. Теоретически обосновано и подтверждено в ходе вычислительных экспериментов, что алгоритмы нелинейной динамики и нейронные сети являются эффективной информационной средой при моделировании структуры и динамики металлорежущих станков уже на стадии их раннего проектирования. Предложены принципы, позволяющие спроектировать оптимальную структуру станка, обеспечивающую максимальный запас его динамической устойчивости и создающую, тем самым, резерв для повышения эффективности высокоскоростной механической обработки на этапе раннего проектирования металлорежущих станочных систем.

4. Доказано, что для качественного сравнения нескольких вариантов траектории режущего инструмента, разработанных для выполнения операции высокоскоростной обработки, могут быть использованы показатели хаотичности координатных перемещений исполнительного органа станка, а также показатели хаотичности их производных - координатных скоростей и координатных ускорений. Установлена корреляция между хаотичностью траектории движения режущего инструмента и потерями производительности операций высокоскоростной механической обработки, вызванных неблагоприятными динамическими процессами в упругой системе станка.

5. Теоретически обосновано и экспериментально подтверждено, что гладкие спиральные траектории режущего инструмента для высокоскоростного фрезерования карманов могут быть получены, путем решения краевой задачи поля в замкнутой области, ограниченной контурами кармана. Полученные траектории характеризуются отсутствием изломов и резких изменений толщины срезаемого слоя, что значительно повышает эффективность высокоскоростной обработки, увеличивает стойкость дорогостоящего режущего инструмента и снижает время выполнения операции. Доказано, что применение клеточных нейронных сетей для построения гладких траекторий дает наилучшие результаты по сравнению с другими математическими методами приближенного решения краевых задач поля. При этом математический алгоритм функционирования клеточных нейронных сетей имеет невысокую вычислительную сложность и легко может быть распараллелен и реализован на аппаратном уровне.

6. Теоретически обосновано и экспериментально подтверждено, что задача оценки состояния процесса резания по результатам косвенных измерений может быть формализована и корректно перенесена на класс задач, решаемых искусственными нейронными сетями. Использование нейронных сетей позволяет однотипными методами создавать широкий спектр диагностических моделей процесса резания для задач объективного мониторинга и оптимального управления рабочими процессами механической обработки с целью повышения общей эффективности ВСО.

7. Проведенные теоретические и практические исследования показали, что для диагностики устойчивости процесса резания и упругой системы станка хорошей результативностью обладает метод реконструкции аттрактора по временным рядам. Данный метод превосходит по своим возможностям другие,

традиционно применяемые для подобных исследований, методы (построение амплитудно-фазовых частотных характеристик, Фурье-анализ) и в отличие от них способен оценить устойчивость сильно нестационарных динамических систем, таких как процесс прерывистого резания при высокоскоростном фрезеровании. Также, в отличие от традиционно используемых, метод реконструкции аттрактора позволяет в качественном измерении оценить сложность динамики исследуемого процесса механической обработки и определить количество переменных, которое должна содержать соответствующая математическая модель.

8. Доказано, что определенным образом обученные нейронные сети способны в режиме реального времени высокоскоростной механической обработки динамически вычислять оптимальные координатные скорости исполнительного органа станка, что позволит системе ЧПУ осуществлять мягкие режимы разгона и торможения для приводов соответствующих подач, не сопровождающиеся инерционными ударами или потерей производительности процесса резания. Показано, что за счет использования параллельных вычислений (нейрокомпыо-тинга) предложенный метод обладает более высоким быстродействием по сравнению с применяемыми в современных системах ЧПУ алгоритмами последовательного предпросмотра траекторий (Look Ahead) и, поэтому, более эффективен для управления приводами подач высокоскоростных металлорежущих станков в реальном времени обработки.

9. Теоретически обосновано и экспериментально подтверждено, что на базе алгоритмов нелинейной динамики и многослойной нейронной сети может быть составлен персональный динамический паспорт для металлорежущего станка, исходя из которого, можно будет назначать режимы механической обработки, обеспечивающие максимальную производительность и гарантированно не приводящие к неустойчивости динамической системы резания. Показано, что использование нейронной сети для процедуры многомерной аппроксимации позволяет снизить количество измерений, необходимых для составления имеющей одинаковую точность во всей области исследуемых значений многомерной эмпирической зависимости, по сравнению с традиционными методами планирования эксперимента.

Основные положения диссертации опубликованы в работах:

1. Кабалдин Ю.Г., Биленко C.B., Серый C.B. Управление динамическими процессами в технологических системах механообработки на основе искусственного интеллекта. Комсомольск-на-Амуре: ГОУ ВПО «Комсомольский-на-Амуре гос. техн. ун-т», 2003. - 201 с.

2. Кабалдин Ю.Г., Биленко C.B., Серый C.B. Управление динамическим качеством металлорежущих систем на основе искусственного интеллекта. Комсомольск-на-Амуре: ГОУ ВПО «Комсомольский-на-Амуре гос. техн. ун-т», 2004. - 240 с.

3. Кабалдин Ю.Г., Биленко C.B. Метод нейросетевой аппроксимации в управлении проводами подач высокоскоростных металлорежущих станков // Вестник машиностроения. 2002. - №10. — С. 50-56.

4. Кабалдин Ю.Г., Биленко С. В. Интеллектуальное проектирование станочных систем // Вестник машиностроения. 2004. -№3. - С. 43-46.

5. Кабалдин Ю.Г., Биленко С.В. Физические основы высокоскоростного резания // СТИН. 2004. - №10. - С. 23-29.

6. Кабалдин Ю.Г., Биленко С.В. Расширение возможностей САМ-системы Urographies с помощью клеточных нейронных сетей и алгоритмов нелинейной динамики для высокоскоростной обработки резанием И Вестник машиностроения. 2006. - №7. - С. 36^11.

7. Кабалдин Ю.Г., Биленко С.В., Шпилев A.M. Построение перспективных систем управления металлорежущими станками на основе самоорганизации и принципов искусственного интеллекта // Вестник машиностроения. 2002. - №6. - С. 59-65.

8. Кабалдин Ю.Г., Биленко С.В., Шпилев A.M. Применение нейросете-вых моделей процесса резания в системах адаптивного управления // СТИН., 2002.-№3,-С. 3-7.

9. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Исследование детерминированного хаоса в динамике процессов механообработки методом реконструкции аттрактора // Вестник машиностроения. 2003. — №1, — С. 50—56.

10. Кабалдин Ю.Г., Биленко С.В., Сердцев П.А. Управление динамическими свойствами технологических систем на основе нсйросетевых моделей // Вестник машиностроения. 2002. — №7. — С. 38-41.

11. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Использование методов нелинейной динамики при управлении станков с ЧПУ // Вестник машиностроения. 2003.-№3. - С. 38-41.

12. Кабалдин Ю.Г., Серый С.В., Биленко С.В. Метод исследования динамической устойчивости упругой системы станка// Вестник машиностроения. 2004,-№4.-С. 43-44.

13. Кабалдин Ю.Г., Серый С. В., Биленко С. В. Нейросетевое моделирование динамики технологических систем механической обработки // Вестник машиностроения. 2004. - №5, - С. 47-49.

14. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Нелинейная динамика в процессах внешнего трения // Вестник машиностроения. 2006. — №2, С. 54-56.

15. Кабалдин Ю.Г., Биленко С.В., Саблин П.А. Математическое моделирование динамической устойчивости процесса резания в виде нелинейного осциллятора с разрывными характеристиками // Вестник машиностроения. 2006. — №10.

16. Кабалдин Ю.Г., Соловьев В.А., Дерюжкова Н.Е., Биленко С.В. Управление технологическим оборудованием на основе искусственного интеллекта // Вестник машиностроения. -2001. —№11. - С. 52-57.

17. Yu. G. Kabaldin, S. V. Bilenko, and A. M. Shpilev. Design of future metal-cutting machine-tool control systems on the basis of self-organization and AI principles // Russian Engineering Research, Vol. 22, No.6, pp. 59-67,2002.

18. Yu. G. Kabaldin, S. V. Bilenko, and N. F. Serdtsev. Controlling the dynamic properties of technological system on the basis of neural-network models // Russian Engineering Research, Vol. 22, No.7, pp. 52-57,2002.

19. Yu.G. Kabaldin, S.V. Bilenko, and S.V. Scryi. Using nonlinear-dynamic methods in the operation of numerically controlled machine tools // Russian Engineering Research, Vol. 23, No.3, pp. 25-30, 2003.

20. Фролов Д.Н., Биленко C.B., Просолович A.A. Информацинно-измерительная система контроля параметров пластической деформации при резании // Информационные технологии в образовании, управлении и промышленности: Тез. докл. международн. начн.-практ. конф. (г.Комсомольск-на-Амуре, 25-29 сентября 1996г.). - Комсомольск-на-Амуре: Изд-во КнАГТУ, 1996,-4.2. -С.41.

21. Биленко C.B., Виноградов C.B. Комплекс динамического мониторинга процесса резания при токарной обработке// Синергетика. Самоорганизующиеся процессы в системах и технологиях: Материалы международной научно-технической конференции (г.Комсомольск-на-Амуре, 21-26 сентября 1998г.).-Комсомольск-на-Амуре: Изд-во КнАГТУ, 1998.-Ч.1.-С. 166-169.

22. Виноградов C.B., Биленко C.B., Воронин Н.В., Щелкунова М.Е. Применение синергетического подхода к созданию аппаратно-программного комплекса динамического мониторинга процесса резания // Синергетика. Самоорганизующиеся процессы в системах и технологиях: Материалы международной научно-технической конференции (г.Комсомольск-на-Амуре, 21-26 сентября 1998г.).-Комсомольск-на-Амуре: Изд-во КнАГТУ, 1998. - 4.1. - С. 170-174.

23. Кабалдин Ю.Г., Биленко C.B., Шпилев A.M. Применение нейросете-вых моделей процесса резания в системах адаптивного управления. // Конст-рукторско-технологическая информатика 2000: Материалы IV международного конгресса (г. Москва, 3-6 октября 2000 г.). - М.: МГТУ «Станкин». - т.1. - С. 241-243.

24. Кабалдин Ю.Г., Биленко C.B., Шпилев A.M., Бурков A.A. Применение принципа самоорганизации и методов искусственного интеллекта в задачах синтеза систем управления технологическими процессами. // Синергетика. Самоорганизующиеся процессы в технологиях и системах: Материалы международной научно-технической конференции (г. Комсомольск-на-Амуре, 20-24 сентября 2000 г.). - Комсомольск-на-Амуре: Изд-во КнАГТУ, 2000. - ч. 1. - С. 41-44.

25. Биленко C.B. Использования сигналов акустической эмиссии для нейросетевой диагностики процесса токарной обработки. // Синергетика. Самоорганизующиеся процессы в технологиях и системах: Материалы международной научно-технической конференции (г. Комсомольск-на-Амуре, 20-24 сентября 2000 г.). - Комсомольск-на-Амуре: Изд-во КнАГТУ, 2000. - ч. 1. - С. 47-4926. Биленко C.B., Бурков A.A. Оптимизация нейросетсвых моделей технологических процессов механообработки путем предварительной оценки степени неопределенности исходных данных.// Синергетика. Самоорганизующиеся процессы в технологиях и системах: Материалы международной научно-технической конференции (г. Комсомольск-на-Амуре, 20-24 сентября 2000 г.). - Комсомольск-на-Амуре: Изд-во КнАГТУ, 2000. - 4.1. - С. 45-46.

27. Кабалдин Ю.Г., Биленко C.B. Применением метода нейросетевой аппроксимации в управлении приводами подач высокоскоростных металлорежу-

щих станков // Нейроинформатика и сс приложения: Материалы IX Всероссийского семинара (г. Красноярск, 5—7 октября 2001 г.). — Красноярск: ИПЦ КГТУ, 2001 -С. 87-88.

28. Кабалдин Ю.Г., Биленко C.B. Нейросетевая система управления контактными процессами при резании // Нейроинформатика и ее приложения: Материалы IX Всероссийского семинара (г. Красноярск, 5—7 октября 2001 г.). — Красноярск: ИПЦ КГТУ, 2001 - С.89-90.

29. Кабалдин Ю.Г., Биленко C.B., Руденко A.C. Нелинейная динамика. О коренных изменениях во взглядах на динамику станочных систем // Вестник КнАГТУ. Вып. 3. Нелинейная динамика, фракталы и нейронные сети в системах и технологиях: Сб. научн. тр. - Комсомольск-на-Амуре: КнАГТУ, 2002. — С. 9-15.

30. Кабалдин Ю.Г., Шпилев A.M., Биленко C.B., Руденко A.C., Серый C.B. Нелинейная динамика станочных систем обработки резанием // Вестник КнАГТУ. Вып. 3. Нелинейная динамика, фракталы и нейронные сети в системах и технологиях: Сб. научн. тр. — Комсомольск-на-Амуре: КнАГТУ, 2002. -С. 25-33.

31. Кабалдин Ю.Г., Биленко C.B. Применением метода нейросстевой аппроксимации в управлении приводами подач высокоскоростных металлорежущих станков // Вестник КнАГТУ. Вып. 3. Нелинейная динамика, фракталы и нейронные сети в системах и технологиях: Сб. научн. тр. — Комсомольск-на-Амуре: КнАГТУ, 2002. - С. 72-79.

32. Кабалдин Ю.Г., Серый C.B., Медведева О.И., Биленко C.B., Руденко A.C. Стенд и алгоритмы расчета фрактальности шероховатости обработанной поверхности при резании // Вестник КнАГТУ. Вып. 3. Нелинейная динамика, фракталы и нейронные сети в системах и технологиях: Сб. научн. тр. — Комсомольск-на-Амуре: КнАГТУ, 2002. - С. 80-81.

33. Биленко C.B., Салушкин C.B. Использование фрактального подхода для исследований явления самоорганизации // Нелинейная динамика и прикладная синергетика: Материалы международной научной конференции (г. Комсомольск-на-Амуре, 23-27 сентября 2002 г.). — Комсомольск-на-Амуре: ГОУВПО «КнАГТУ», 2003.-С. 170-175.

34. Кабалдин Ю.Г., Биленко C.B. Интеллектуальное проектирование мет-лорежущих систем // Динамика технологических систем: Сб. тр. VII Междунар. науч.-техн. конф. (ДТС-2004) - Саратов: СГТУ, 2004. - С. 168-174.

35. Кабалдин Ю.Г., Биленко C.B., Серый C.B. Управление динамическим качеством станка на основе искусственного интеллекта // Динамика технологических систем: Сб. тр. VII Междунар. науч.-техн. конф. (ДТС-2004) - Саратов: СГТУ, 2004.-С. 174-178.

36. Кабалдин Ю.Г., Биленко C.B., Беляев С.А. Физические основы высокоскоростного резания // Труды Комсомольского-на-Амуре госуд. техн. университета. Выпуск 4. г. Комсомольск-на-Амуре, 2004. - С. 59-70.

37. Кабалдин Ю.Г., Биленко C.B., Серый C.B. Использование методов нелинейной динамики при управлении станком с ЧПУ // Труды Комсомольского-

на-Лмуре госуд. техн. университета. Выпуск 4. г. Комсомольск-на-Лмуре, 2004. - С. 88-96.

38. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Исследование динамических процессов в технологических системах механообработки методом реконструкции аттрактора // Труды Комсомольского-на-Амуре госуд. техн. университета. Выпуск 4. г. Комсомольск-на-Амуре, 2004. — С. 97-106.

39. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Оптимизация траектории движения инструмента на станках с ЧПУ на основе методов нелинейной динамики // Труды Комсомольского-на-Амуре госуд. тех», университета. Выпуск 4. г. Комсомольск-на-Амуре, 2004.-С. 118-126.

40. Кабалдин Ю.Г., Биленко С.В. Применение клеточных нейронных сетей для формирования эффективных траекторий движения режущего инструмента при HSM-обработке (пленарный доклад) // Современные проблемы машиноведения и высоких технологий: Материалы Международной научно-технической конференции (г. Ростов-на-Дону, 6-7 октября 2005 г.). - Ростов-на-Дону: ИЦ ДГТУ, 2005. - С. 8-13.

41. Свид-во об офиц. регистр, интеллектуального продукта «Методика формирования гладких траекторий режущего инструмента для высокоскоростного фрезерования» / Кабалдин Ю.Г., Биленко С.В. — № 72200500037. Зарегистрирован ФГУП «ВНИТЦ» 22.08.05.

42. Свид-во об офиц. регистр, программы для ЭВМ № 2005612179. «Программный модуль динамического анализа и нейросетевой оптимизации траектории движения режущего инструмента для САМ системы Urographies (NeuroModule UG)» / Кабалдин Ю.Г., Биленко С.В. - Зарегистрировано в Реестре программ для ЭВМ 25.08.05.

43. Свид-во об офиц. регистр, программы для ЭВМ № 2006613308. «Программа расчета динамического паспорта токарного станка (Dynamic Machine Tool Passport)» / Биленко С.В. - Зарегистрировано в Реестре программ для ЭВМ 19.09.06.

44. Свид-во об офиц. регистр, программы для ЭВМ № 2006613307. «Программа моделирования динамической системы процесса резания в виде нелинейного осциллятора с разрывными характеристиками (Non-Linear Oscillator)» / Биленко С.В. - Зарегистрировано в Реестре программ для ЭВМ 19.09.06.

Подписано в печать 25.10.2006 Формат 60 х 84 1/16. Бумага писчая. Ризограф ГЯ395ЕР-а. Усл. печ. л. 2,79. Уч. изд. л. 2,70. Тираж 100 экз. Заказ 20298.

Полиграфическая лаборатория Государственного образовательного учреждения высшего профессионального образования "Комсомольский-на-Амуре государственный технический университет" 681013, Комсомольск-на-Амуре, пр. Ленина, 27.

Введение

ГЛАВА 1. Современное состояние вопроса исследования процессов высокоскоростной механической обработки. Постановка и задачи исследования.

1.1. Состояние и перспективы высокоскоростной обработки.

1.2. Современные теории возникновения вибраций при резании.

1.2.1. Возникновение автоколебаний вследствие нелинейной характеристики силы резания.

1.2.2. Возникновение автоколебаний вследствие инерционности самого процесса резания.

1.2.3. Возникновение автоколебаний вследствие координатной связи.

1.3. Характеристики процесса резания.

1.3.1. Статическая характеристика процесса резания.

1.3.2. Динамическая характеристика резания.

1.4. Современные методы обеспечения эффективности высокоскоростной обработки.

1.4.1. Трохоидальная обработка.

1.4.2. Плунжерное фрезерование.

1.4.3. Сплайн-интерполяция.

1.5. Постановка задачи исследования.

ГЛАВА 2. Методы экспериментальных и теоретических исследований.

2.1. Описание стендов для исследования высокоскоростной обработки.

2.1.1. Стенд для исследования процесса точения.

2.1.2. Стенд для исследования процесса фрезерования.

2.2. Методы устранения шумов в измеряемых сигналах.

2.2.1. Экранирование.

2.2.2. Заземление.

2.2.3. Устранение кабельного эффекта.

2.3. Используемые алгоритмы обработки экспериментальных данных.

2.3.1 Практические аспекты вычисления фрактальной размерности.

2.3.2 Алгоритм вычисления информационной энтропии.

2.4. Выводы.

ГЛАВА 3. Экспериментальные исследования.

3.1. Исследование механизма стружкообразования при высокоскоростном резании.

3.2. Исследование динамических процессов при механической обработке.

3.3. Исследование сигналов виброакустической эмиссии, излучаемой при высокоскоростной обработке.

3.4. Исследование профиля поверхности, получаемой после механической обработки.

3.5. Выводы.

ГЛАВА 4. Повышение эффективности высокоскоростной механической обработки на этапе раннего проектирования металлорежущих станков.

4.1. Энергетические и термодинамические соотношения, определяющие технологические свойства механической обработки.

4.2. Обеспечение динамической устойчивости металлорежущих станков на стадии их раннего проектирования.

4.3. Интеллектуальное проектирование станочных систем на основе подходов синергетики и математического аппарата нейронных сетей.

4.4. Выводы.

ГЛАВА 5. Повышение эффективности высокоскоростной механической обработки на стадии расчета траектории движения режущего инструмента.

5.1. Основные проблемы при проектировании траекторий режущего инструмента для высокоскоростной обработки деталей.

5.2. Пути решения проблемы составления управляющих программ ЧПУ при высокоскоростном резании.

5.3. Оптимизация траекторий движения режущего инструмента и управляющих программ для станков с ЧПУ на основе методов нелинейной динамики.

5.4. Применение клеточных нейронных сетей для формирования эффективных траекторий движения режущего инструмента при высокоскоростной обработке.

5.4.1. Методика формирования траекторий режущего инструмента для операций высокоскоростного фрезерования открытых полостей (карманов)

5.4.2 Расширение возможностей САМ-системы Unigraphics с помощью клеточных нейронных сетей и алгоритмов нелинейной динамики.

5.5. Выводы.

ГЛАВА 6. Повышение эффективности высокоскоростной механической обработки на этапе изготовления детали.

6.1. Применение искусственных нейронных сетей для качественного мониторинга и оптимального управления процессами механической обработки.

6.1.1. Синтез диагностических моделей процесса резания на базе нейронных сетей встречного распространения.

6.1.2. Синтез динамических нейронносетевых моделей для мониторинга рабочих процессов высокоскоростной механической обработки.

6.1.3. Синтез интерполяционных нейронносетевых моделей для задач оптимального управления технологическими процессами ВСО.

6.2. Диагностика динамических процессов высокоскоростной механической обработки методами нелинейной динамики.

6.2.1. Исследование динамической системы станка при резании методом реконструкции аттрактора.

6.2.2. Оценка устойчивости упругой системы станка методом реконструкции уравнений аттрактора.

6.2.3. Оптимизация динамических свойств упругой системы станка на основе алгоритмов нелинейной динамики.

6.4. Применение метода нейронносетевой аппроксимации в управлении приводами подач высокоскоростных металлорежущих станков.

6.5. Динамический паспорт станка для операций высокоскоростной обработки.

6.5.1. Высокоскоростное фрезерование.

6.5.2. Высокоскоростное точение.

6.6. Математическое моделирование динамической устойчивости процесса резания в виде нелинейного осциллятора с разрывными характеристиками.

6.7. Выводы.

Повышение эффективности высокоскоростной механической обработки требует углубленного изучения физических явлений, протекающих при резании. Основными отличиями ВСО от традиционной механической обработки с физической точки зрения являются - преобладание быстротекущих динамических процессов, как в зоне резания, так и в упругой системе станка (УСС) и ярко выраженная нелинейность законов развития этих процессов.

Поэтому для условий ВСО перестают быть адекватными многие линейные, либо слабонелинейные математические модели, хорошо зарекомендовавшие себя на малых и средних скоростях резания, и становятся неэффективными большое количество методов оценки состояния динамической системы станка, а также методов диагностики и управления рабочими процессами обработки.

Кроме того, высокая скорость процессов пластической деформации при ВСО в совокупности с существенной нелинейностью зависимости силы резания от толщины среза и скорости резания приводят к возникновению особого типа поведения динамической системы - детерминированному хаосу, в результате чего динамическая система станка становится очень чувствительной даже к незначительным внешним возмущениям. Например, небольшие флуктуации микротвердости заготовки приводят к значительным искажениям траектории формообразования и потерям качества получаемой поверхности.

Следовательно, для обеспечения надежных результатов и достижения максимального эффекта от ВСО необходимо пересмотреть подходы к исследованию, диагностике и управлению процессами обработки, а также методов повышения эффективности механической обработки. Решению этой актуальной для машиностроения проблемы и посвящена настоящая работа.

Таким образом, целью работы является повышение эффективности высокоскоростной механической обработки путем исследования физики процесса стружкообразования при ВСО, динамических процессов резания и последующего совершенствования методов диагностики и управления.

Научная новизна работы состоит в том, что:

- предложена новая гипотеза, объясняющая причины изменения типа стружки от сливной к суставчатой при увеличении скорости резания. Показано, что механизм образования суставчатой стружки существенно характеризуется электронной структурой обрабатываемого материала, в частности энергией дефекта упаковки (ЭДУ), определяющей деформационно-скоростные характеристики срезаемого слоя, степень его пластической деформации, интенсивность трещинообразования и сопротивление сдвигу при резании;

- показано что, для возникновения автоколебаний в процессе высокоскоростного резания необходимо наличие, как координатной связи в упругой системе станка, так и нелинейной зависимости сил резания от скорости резания. Установлено, что присутствие периодических импульсных возмущений силы резания, вызванных образованием суставчатой или элементной стружек, приводит автоколебательную систему резания к режиму детерминированного хаоса.

- предложена математическая модель динамики процесса резания в виде нелинейного осциллятора с разрывными характеристиками, позволившая изучить механизмы возникновения динамической неустойчивости и детерминированного хаоса при ВСО;

- разработана методика исследования динамических процессов в станочных системах на основе фрактального анализа виброакустического сигнала и показана возможность количественной оценки устойчивости процесса резания по фрактальной размерности и информационной энтропии. Установлена корреляция между динамикой процесса резания и качеством обработанной поверхности при ВСО;

- предложен новый принцип информационного моделирования технологических процессов высокоскоростной механической обработки, базирующийся на применении нейронных сетей, и дающий возможность однотипными методами создавать широкий спектр нелинейных моделей для задач исследования, диагностики и прогнозирования физических явлений при ВСО;

- разработан новый подход к проектированию оптимальной структуры металлорежущего станка, характеризующейся максимальным запасом его динамической устойчивости в целях обеспечения требуемых технологических параметров качества механической обработки при повышенных скоростях и интенсивных режимах резания;

- предложен набор критериев для качественной оценки траекторий движения режущего инструмента, установлена зависимость между хаотичностью траектории движения режущего инструмента и потерями производительности операций ВСО;

- разработана, методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования, базирующаяся на алгоритме решения краевой задачи поля с помощью клеточных нейронных сетей;

- разработан метод оптимального адаптивного управления приводами подач высокоскоростных металлорежущих станков с помощью нейронносете-вой аппроксимации.

Метод исследования сочетает теоретический анализ и физический эксперимент. В теоретических исследованиях применялись методы технологии машиностроения, станковедения, методы теории колебаний, теории нелинейных колебаний и волн, теории катастроф, теории хаоса, теории фракталов и теоретической нелинейной динамики. Широко использовались методы искусственного интеллекта - теории распознавания образов, интеллектуального анализа данных, нейронносетевые технологии. Производственно-экспериментальные исследования проводились с помощью разработанных и изготовленных компьютеризированных стендов, оснащенных оригинальным программным обеспечением, прошедшим предварительное тестирование на модельных данных.

Достоверность и обоснованность полученных результатов работы обеспечивается применением современных методик физических измерений, сертифицированной измерительной аппаратуры, качественных средств анализа экспериментальных данных, современной вычислительной техники и программных средств для автоматизации эксперимента, а также результатами промышленного внедрения на Комсомольском-на-Амуре авиационном производственном объединении и в учебном процессе на кафедре «Технология машиностроения» Комсомольского-на-Амуре технического университета.

Практическая ценность работы заключается в:

- разработанной методике расчета критериев хаотичности траекторий движения режущего инструмента для оценки потерь производительности операций высокоскоростной механической обработки, вызванных неустойчивостью элементов упругой системы станка в условиях хаотической динамики;

- базирующемся на использовании клеточных нейронных сетей алгоритме формирования эффективных гладких траекторий режущего инструмента для высокоскоростной механической обработки;

- созданном программном модуле динамического анализа и нейронносе-тевой оптимизации траектории движения режущего инструмента для САМ-системы Unigraphics, позволяющем формировать три типа гладких спиральных траекторий движения режущего инструмента, оптимальных с точки зрения высокоскоростного фрезерования карманов деталей авиационной промышленности, и осуществлять сравнительный анализ эффективности полученных траекторий с траекториями, генерируемыми штатными средствами САМ-системы Unigraphics;

- разработанных алгоритмах и прикладном программном обеспечении для исследования динамических процессов высокоскоростной механической обработки методом реконструкции аттракторов по виброакустическим сигналам и профилограммам шероховатости обработанной поверхности с целью выявления корреляции между характером динамики процесса резания и качеством полученной поверхности;

- разработанном алгоритме и программе для его реализации на ЭВМ, позволяющих моделировать динамику процесса высокоскоростного точения труднообрабатываемых материалов в виде нелинейного осциллятора с разрывными характеристиками с целью исследования механизмов возникновения динамической неустойчивости при ВСО;

- разработанном алгоритме и программе для его реализации на ЭВМ, предназначенных для формирования динамического паспорта высокоскоростного металлорежущего станка путем использования двухслойной нейронной сети для сокращения количества необходимых натурных экспериментов.

Результаты работы внедрены на Комсомольском-на-Амуре авиационном производственном объединении.

Личный вклад автора состоит в постановке задачи исследований.

Лично автором предложен набор критериев для качественной оценки траекторий движения режущего инструмента, установлена корреляция между хаотичностью траектории движения режущего инструмента и потерями производительности операций ВСО. Разработана методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования. Разработан метод оптимального адаптивного управления приводами подач высокоскоростных металлорежущих станков с помощью нейронносетевой аппроксимации.

Спроектированы и изготовлены экспериментальные установки, создано программное обеспечение. Выполнен весь комплекс экспериментов с последующим анализом экспериментальных и теоретических данных.

При личном и непосредственном участии автора развита гипотеза о механизме образования суставчатой стружки при повышенных скоростях резания. Разработан принцип информационного моделирования технологических процессов высокоскоростной механической обработки, базирующийся на применении нейронных сетей. Развита методика исследования динамических процессов в станочных системах методом реконструкции аттрактора. Создана математическая модель динамики процесса резания в виде нелинейного осциллятора с разрывными характеристиками. Выработан интеллектуальный подход к оптимизации компоновок высокоскоростных металлорежущих станков на стадии их раннего проектирования. Разработана экспресс-методика составления динамического паспорта станка.

На защиту выносятся:

- механизм образования суставчатой стружки при повышенных скоростях резания;

- математическая модель процесса высокоскоростного резания в виде нелинейного осциллятора с разрывными характеристиками;

- методика исследования динамических процессов в станочных системах методом реконструкции аттрактора;

- принцип нейронносетевого информационного моделирования рабочих процессов высокоскоростной механической обработки;

- интеллектуальный подход, позволяющий спроектировать оптимальную структуру металлорежущего станка, обеспечивающую максимальный запас его динамической устойчивости;

- методика формирования гладких и динамически устойчивых траекторий режущего инструмента для операций высокоскоростного фрезерования;

- метод оптимального управления приводами подач высокоскоростных металлорежущих станков с помощью нейронносетевой аппроксимации.

Апробация работы. Научные положения и результаты исследований докладывались и обсуждались на международных и всероссийских научно-технических конгрессах, конференциях и семинарах: «Синергетика. Самоорганизующиеся процессы в системах и технологиях» (г. Комсомольск-на-Амуре, 21-26 сентября 1998г.), «Конструкторско-технологическая информатика 2000» (г. Москва, 3-6 октября 2000 г.), «Нейроинформатика и ее приложения» (г. Красноярск, 5-7 октября 2001 г.), «Нелинейная динамика и прикладная синергетика» (г. Комсомольск-на-Амуре, 23-27 сентября 2002 г.), «Динамика технологических систем (ДТС-2004)» (г. Саратов, 3-9 октября 2004 г.), «Современные проблемы машиноведения и высоких технологий» (г. Ростов-на-Дону, 6-7 октября 2005 г.). Основные результаты работы докладывалась также на расширенных заседаниях кафедры «Технология машиностроения» КнАГТУ (19982006 гг.).

Публикации. Содержание диссертации опубликовано в 44 работах, включая две монографии.

Структура и объем работы. Диссертация состоит из оглавления, введения, шести глав, заключения, библиографического списка и приложений. Диссертация изложена на 331 странице и включает 151 рисунок и 8 таблиц. Библиографический список охватывает 179 литературных источников.

В первой главе анализируется современное состояние методов исследования процессов высокоскоростной механической обработки. Рассмотрены современные взгляды на механизмы возникновения динамической неустойчивости процесса ВСО - появлении возмущений и вибраций в упругой системе станка. Определена степень негативного влияния динамической неустойчивости процесса высокоскоростной механической обработки на параметры ее эффективности - производительность, качество обработанной поверхности, приведенные затраты. Выполнен обзор существующих методов обеспечения эффективности ВСО и проанализированы факторы, сдерживающие увеличение производительности и снижение себестоимости механообработки при переходе к высоким скоростям резания. Поставлены задачи исследований.

Во второй главе приводятся методы экспериментальных исследований. Описываются объекты исследований - металлорежущие станки. Представлены технические характеристики используемых измерительных преобразователей (датчиков) и аппаратуры для наблюдения и записи результатов измерения. Рассмотрены применяемые методы устранения шумов в измеряемых сигналах. Приведены алгоритмы обработки и анализа экспериментальных данных.

В третьей главе приведены результаты экспериментальных исследований. Изучены особенности процесса стружкообразования при ВСО. Приведены результаты экспериментальных исследований сигналов виброакустической эмиссии, излучаемой при высокоскоростном резании, и профиля поверхности, получаемой после обработки. Подробно исследован механизм перехода динамически устойчивого сливного стружкообразования к неустойчивому суставчатому при повышении скорости резания. Показано, что вид суставчатой стружки определяется электронной структурой обрабатываемых материалов, влияющей на их ЭДУ.

В четвертой главе рассмотрены основные энергетические и термодинамические уравнения, определяющие процесс резания, как неравновесную динамическую систему. Описаны пути управления динамическим качеством металлорежущих станков путем варьирования их компоновочными характеристиками на этапе раннего проектирования. Предложен базирующийся на математическом аппарате нейронных сетей подход, позволяющий спроектировать оптимальную структуру станка, обеспечивающую требуемые технологические параметры процесса резания и резервы для повышения эффективности высокоскоростной механической обработки.

Пятая глава посвящена методике повышения эффективности ВСО на стадии проектирования траектории формообразования. Рассмотрены основные проблемы при расчете траекторий режущего инструмента для высокоскоростной обработки деталей и описаны пути решения этих проблем. Приводятся методика оптимизации траекторий формообразования на основе алгоритмов нелинейной динамики и методика формирования гладких спиральных траекторий для ВСО с помощью клеточных нейронных сетей. Описан программный модуль для САМ-системы Unigraphics, дополняющий ее штатные возможности функциями динамического анализа и нейронносетевой оптимизации траекторий движения режущего инструмента.

В шестой главе представлены методы повышения эффективности ВСО путем качественного мониторинга и оптимального управления процессами резания на этапе изготовления детали. Описана методика синтеза диагностических моделей процесса резания на базе нейронных сетей встречного распространения. Приведена методика диагностики динамических процессов в станочных системах при резании методом реконструкции аттрактора. Представлена математическая модель динамики процесса высокоскоростного резания в виде нелинейного осциллятора с разрывными характеристиками, позволяющая выявить механизмы возникновения динамической неустойчивости и детерминированного хаоса при ВСО с целью прогнозирования условий появления данных явлений в условиях реальной обработки. Описаны методы оптимального адаптивного управления приводами подач высокоскоростных металлорежущих станков, основанные на нейронносетевой аппроксимации. Приведена методика ускоренного составления динамического паспорта станка, исходя из которого, определяются режимы резания, обеспечивающие максимальную производительность ВСО, но не приводящие при этом к динамической неустойчивости и связанным с этим негативным явлениям.

Автор выражает глубокую личную благодарность доктору технических наук, профессору Ю.Г. Кабалдину за научные консультации, помощь в работе, постоянную поддержку.

15

ОБЩИЕ ВЫВОДЫ

В целом, основные результаты диссертационной работы состоят в следующем:

1. Проведенные теоретические и экспериментальные исследования позволили сделать вывод о том, что механизм образования суставчатой стружки при высоких скоростях резания существенно определяется типом кристаллической решетки обрабатываемого материала и его энергией дефекта упаковки, влияющей на деформационно-скоростные условия резания и интенсивность разупрочняющих процессов в зоне стружкообразования и прирезцовых слоях стружки. При высоких скоростях резания происходит запаздывание пластической деформации и она локализуется на границах зерен. Разупрочняющие процессы, протекающие с высокой скоростью, способствуют снижению несущей способности стружки и сопротивления сдвигу элемента стружки.

2. Предложена математическая модель высокоскоростного резания, позволяющая изучить механизмы возникновения динамической неустойчивости и детерминированного хаоса при резании. Установлено, что для возникновения автоколебаний в процессе высокоскоростного резания необходимо присутствие, как координатной связи упругой системы станка, так и нелинейной зависимости сил резания от скорости резания. Наличие периодических импульсных возмущений силы резания, вызванных образованием суставчатой или элементной стружек, переводит автоколебательную систему резания в состояние детерминированного хаоса.

3. Теоретически обосновано и подтверждено в ходе вычислительных экспериментов, что алгоритмы нелинейной динамики и нейронные сети являются эффективной информационной средой при моделировании структуры и динамики металлорежущих станков уже на стадии их раннего проектирования. Предложены принципы, позволяющие спроектировать оптимальную структуру станка, обеспечивающую максимальный запас его динамической устойчивости и создающую, тем самым, резерв для повышения эффективности высокоскоростной механической обработки на этапе раннего проектирования металлорежущих станочных систем.

4. Доказано, что для качественного сравнения нескольких вариантов траектории режущего инструмента, разработанных для выполнения операции высокоскоростной обработки, могут быть использованы показатели хаотичности координатных перемещений исполнительного органа станка, а также показатели хаотичности их производных - координатных скоростей и координатных ускорений. Установлена корреляция между хаотичностью траектории движения режущего инструмента и потерями производительности операций высокоскоростной механической обработки, вызванных неблагоприятными динамическими процессами в упругой системе станка.

5. Теоретически обосновано и экспериментально подтверждено, что гладкие спиральные траектории режущего инструмента для высокоскоростного фрезерования карманов могут быть получены, путем решения краевой задачи поля в замкнутой области, ограниченной контурами кармана. Полученные траектории характеризуются отсутствием изломов и резких изменений толщины срезаемого слоя, что значительно повышает эффективность высокоскоростной обработки, увеличивает стойкость дорогостоящего режущего инструмента и снижает время выполнения операции. Доказано, что применение клеточных нейронных сетей для построения гладких траекторий дает наилучшие результаты по сравнению с другими математическими методами приближенного решения краевых задач поля. При этом математический алгоритм функционирования клеточных нейронных сетей имеет невысокую вычислительную сложность и легко может быть распараллелен и реализован на аппаратном уровне.

6. Теоретически обосновано и экспериментально подтверждено, что задача оценки состояния процесса резания по результатам косвенных измерений может быть формализована и корректно перенесена на класс задач, решаемых искусственными нейронными сетями. Использование нейронных сетей позволяет однотипными методами создавать широкий спектр диагностических моделей процесса резания для задач объективного мониторинга и оптимального управления рабочими процессами механической обработки с целью повышения общей эффективности ВСО.

7. Проведенные теоретические и практические исследования показали, что для диагностики устойчивости процесса резания и упругой системы станка хорошей результативностью обладает метод реконструкции аттрактора по временным рядам. Данный метод превосходит по своим возможностям другие, традиционно применяемые для подобных исследований, методы (построение амплитудно-фазовых частотных характеристик, Фурье-анализ) и в отличие от них способен оценить устойчивость сильно нестационарных динамических систем, таких как процесс прерывистого резания при высокоскоростном фрезеровании. Также, в отличие от традиционно используемых, метод реконструкции аттрактора позволяет в качественном измерении оценить сложность динамики исследуемого процесса механической обработки и определить количество переменных, которое должна содержать соответствующая математическая модель.

8. Доказано, что определенным образом обученные нейронные сети способны в режиме реального времени высокоскоростной механической обработки динамически вычислять оптимальные координатные скорости исполнительного органа станка, что позволит системе ЧПУ осуществлять мягкие режимы разгона и торможения для приводов соответствующих подач, не сопровождающиеся инерционными ударами или потерей производительности процесса резания. Показано, что за счет использования параллельных вычислений (нейрокомпью-тинга) предложенный метод обладает более высоким быстродействием по сравнению с применяемыми в современных системах ЧПУ алгоритмами последовательного предпросмотра траекторий (Look Ahead) и, поэтому, более эффективен для управления приводами подач высокоскоростных металлорежущих станков в реальном времени обработки.

9. Теоретически обосновано и экспериментально подтверждено, что на базе алгоритмов нелинейной динамики и многослойной нейронной сети может быть составлен персональный динамический паспорт для металлорежущего станка, исходя из которого, можно будет назначать режимы механической обработки, обеспечивающие максимальную производительность и гарантированно не приводящие к неустойчивости динамической системы резания. Показано, что использование нейронной сети для процедуры многомерной аппроксимации позволяет снизить количество измерений, необходимых для составления имеющей одинаковую точность во всей области исследуемых значений многомерной эмпирической зависимости, по сравнению с традиционными методами планирования эксперимента.

1. Аверьянов О.И. Развитие модульного принципа построения многоцелевых станков с ЧПУ для обработки корпусных деталей. М.: Машиностроение, 1981.-231 с.

2. Андронов А.А., Витт А.А., Хайкин С.Э. Теория колебаний / 2 издание, Физматгиз, 1959 г. 916 с.

3. Анищенко B.C. Аттракторы динамических систем // Изв. вузов. Прикладная нелинейная динамика. 1997. Т. 5, № 1. С. 109-127

4. Анищенко B.C. Сложные колебания в простых системах: Механизмы возникновения, структура и свойства динамического хаоса в радиофизических системах. -М.: Наука. Гл. ред. физ.-мат. лит., 1990, 196 с.

5. Архитектурные особенности нейропроцессора NM6403 / В.Е. Черников, П.Е. Виксне, Д.В. Фомин, П.А. Шевченко // Всероссийская научно-техническая конференция «Нейроинформатика-99»: Сборник научных трудов. 4.2. - М.: МИФИ, 1999. - С. 93 - 101.

6. Базров Б.М. Модульная технология в машиностроении. М.:2001. - 368 с.

7. Байков В.Д., Вашкевич С.Н. Решение траекторных задач в микропроцессорных системах ЧПУ / Под ред. В. Б. Смолова. Л.: Машиностроение, 1986.- 106 с.

8. Бега Н.Д., Даниеленко В.М., Засимчук Е.Э. Моделирование начальной стадии деформации молибдена // Проблемы прочности. 1979. - № 3. - С. 6264.

9. Бобрик Л.П.,Аверьянов О.И. Анализ компоновок станков, построенных по модульному принципу.// Станки и инструмент, 1982, №6. С. 6-8.

10. Бобров В.Ф. Основы теории резания металлов. М., 1975. - 344 с.

11. Бобров В.Ф., Сидельников А.И. Особенности образования суставчатой и элементной стружек при высокой скорости резания // Вестник машиностроения, 1976, №7. С. 61-66.

12. Божокин С.В. Фракталы и мультифракталы / С.В. Божокин, Д.А. Паршин. НИЦ «Популярная и хаотическая динамика», 2001. 125 с.

13. Бржозовский Б.М. Обеспечение инвариантности сложных технологических систем в реальном режиме времени / Сб. Труды VI Международной научно-технической конференции. Ростов-на-Дону, 2001, т.1. С. 12-15.

14. Бржозовский Б.М., Мартынов В.В. Динамический мониторинг и оптимизация процессов механической обработки // СТИН. 2002. - № 1. - С. 3 - 8.

15. Бутенин Н.В., Неймарк Ю.И., Фуфаев Н.А., Введение в теорию нелинейных колебаний, М., Наука, 1976. 385с.

16. Вайс С.Д., Корниенко А.А. Оценка конкурентоспособности металлорежущих станков. // СТИН, 2002, №1, С. 8-12.

17. Васильев Т.Н. Автоматизация проектирования металлорежущих станков. -М.: Машиностроение, 1987. 280 с.

18. Вибрации в технике: Справочник. В 6-ти т. / Ред. совет: В. Н. Челомей (пред.). М.: Машиностроение, 1979 - Т. 2. Колебания нелинейных механических систем / Под ред. И. И. Блехмана. 1979. 351 с.

19. Виттингтон К., Власов В. Высокоскоростная механообработка // САПР и графика. 2002. №11.

20. Внедрение HSM фрезерования в современном производстве. Материалы компании ООО «Инженерный консалтинг». Адрес в Интернет http://www.-e-consul.ru/content/page240.html

21. Воронин А.Ю. Современные системы управления высокоскоростным фрезерованием. // «Комплект: ИТО». 2000. № 03, С. 12-18.

22. Врагов Ю.Д. Анализ компоновок металлорежущих станков: (Основы компонетики). М.: Машиностроение, 1978. - 208 с.

23. Выбор станков для высокоскоростной обработки. Материалы компании «Galika AG». Адрес в Интернет: http://www.galika.ru/article17.htm.

24. Гленсдорф П., Пригожин И.Р. Термодинамическая теория структуры, устойчивости и флуктуаций. М.: Мир, 1973. - 280 с.

25. Горбань А.Н. Функции многих переменных и нейронные сети // Соросов-ский образовательный журнал, 1998, №12, С. 105-112.

26. Горбаченко И.В. Нейрокомпьютеры в решении краевых задач поля. М.: Радиотехника, 2003. - 336 с. (Научная серия «Нейрокомпьютеры и их применение»).

27. Горизонтальные обрабатывающие центры. ИС800ПМФ4 адрес в Интернет: http://www.ivanovocenter.ru/product/is500pmf4.html.

28. Горизонтальные обрабатывающие центры. Супер-центр ИС630 адрес в Интернет: http://www.ivanovocenter.ru/product/is630.html

29. Городецкий Ю.И. Моделирование нелинейных явлений при резании металлов и компьютерные технологии. Труды IV Международного конгресса «Конструкторско-технологическая информатика 2000», Москва, 3-6 октября 2000г. С. 151-153.

30. Григорьев С.Н. Направления развития отечественного станкостроения. // «Комплект: ИТО». 2003. № 05, С. 3-5.

31. Евстигнеев В.Н., Бобрынин С.Б. Анализ компоновок металлорежущих станков по критерию жесткости. Учебное пособие. НГТУ, Нижний Новгород, 2002,-104с.

32. Егорушкин В.Е. Динамика пластической деформации. Волны локализованной пластической деформации в твердых телах / Сб. Физическая мезо-механика и компьютерное конструирование материалов. Новосибирск. Наука. 1995. С. 50-77.

33. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе (серия «Учебники экономико-аналитического института МИФИ» под ред. проф. В.В. Харитонова). М.: МИФИ, 1998. 224 с.

34. Жарков И.Г. Вибрации при обработке лезвийным инструментом. JL: Машиностроение, 1986. - 184 с.

35. Заковоротный В.Л., Волошин Д.А. Изучение эволюционных преобразований динамической системы резания // Известия ВУЗов. Северо-Кавказский регион. Технические науки. 2005. Спецвыпуск. С. 11-22.

36. Заковоротный B.JI., Марчак М. Диагностика эволюционных преобразований при резании и трении. / Сб. труды VI Международной научно-технической конференции. Ростов-на-Дону,2001. С.15-22.

37. Заславский Г.М. Стохастическая необратимость в нелинейных системах. -М.: Наука, 1970.-197с.

38. Зорев Н.Н. Вопросы механики процесса резания. М.: Машгиз, 1956. 365 с.

39. Зорев Н.Н. Исследования процесса резания металлов в США. Выпуск II, Обрабатываемость металлов и износ режущего инструмента, М., НИИ Маш., 1967.

40. Зуев Л.Б., Данилов В.И., Баранникова С.А., Гончиков К.В., Зыков И.Ю. О новом тике волн пластической деформации // Известия вузов. Физика. № 2, 2001. С. 46-53.

41. Зуев Л.Б., Данилов В.И., Мних Н.М., Оленский А.И. Пластическое течение как волновой процесс // Известия вузов. Черная металлургия, № 10, 1990. С. 79-81.

42. Иванова B.C. Разрушение металлов. М: Металлургия, 1985. 197с.

43. Ивахненко А.Г. Концептуальное проектирование металлорежущих систем. Структурный синтез. Хабаровск: изд-во Хабаровского гос. ун-т. 1998. -124с.

44. Итоги науки и техники: физические и математические модели нейронных сетей, том 1, М., изд. ВИНИТИ, 1990. 126 с.

45. Кабалдин Ю.Г. К вопросу об адиабатическом сдвиге элемента стружки при резании // Вестник машиностроения. 1998. - № 6. - С. 25-29.

46. Кабалдин Ю.Г. Резание металлов в условиях адиабатического сдвига элемента стружки // Вестник машиностроения. 1995, № 7. С. 19-25.

47. Кабалдин Ю.Г., Биленко С.В., Сердцев Н.А. Управление динамическими свойствами технологических систем на основе нейросетевых моделей // Вестник машиностроения, 2002, №7, С. 38-41.

48. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Использование методов нелинейной динамики при управлении станком с ЧПУ // Вестник машиностроения, 2003, № 3, С. 38-41.

49. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Исследование детерминированного хаоса в динамике процессов механообработки // Вестник машиностроения, 2003, №1, С. 50 56.

50. Кабалдин Ю.Г., Биленко С.В., Серый С.В. Управление динамическими процессами в технологических системах механообработки на основе ис-скуственного интеллекта. Комсомольск-на-Амуре: ГОУ ВПО «Комсомоль-ский-на-Амуре гос. техн. ун-т», 2003. 201с.

51. Кабалдин Ю.Г., Олейников А.И., Бурков А.А. Синергетический подход к анализу динамических процессов в металлорежущих станках // СТИН, 2003, №1 и №2. С. 3-6.

52. Кабалдин Ю.Г., Олейников А.И., Шпилев A.M., Бурков А.А. Математическое моделирование самоорганизующихся процессов в технологических системах обработки резанием. Владивосток: Дальнаука, 2000. 195 с.

53. Кабалдин Ю.Г., Соловьев В.А., Дерюжкова Н.Е., Биленко С.В. Управление технологическим оборудованием на основе искусственного интеллекта // Вестник машиностроения, 2001, №11, С. 52 57.

54. Кабалдин Ю.Г., Шпилев A.M. Самоорганизующиеся процессы в технологических системах обработки резанием. Диагностика, управление. Владивосток: Дальнаука, 1998. - 296 с.

55. Кабалдин Ю.Г., Шпилев A.M. Синергетический подход к процессам механообработки в автоматизированном производстве. // Вестник машиностроения. 1996. -№ 8. - С. 13-19.

56. Казаков А., Карабчеев К. Механообработка в ADEM на простых примерах // САПР и графика. 2004. №11.

57. Каминская В.В. Взаимосвязь выходных характеристик станка с критериями работоспособности его подсистем // СТИН. 1993. №4. С. 2-4.

58. Каминская В.В., Еремин А.В. Расчетный анализ динамических характеристик токарных станков разных компоновок // Станки и инструмент. 1985. №7. С. 3-6.

59. Каминская В.В., Кушнер Э.Ф. Динамическая характеристика процесса резания при сливном стружкообразовании // Станки и инструменты, 1979, №5, С. 27-30.

60. Каневский Г.Н., Панышев Н.Н., Зимин М.Н. Влияние формы петель на производительность станка с ЧПУ / Сб. «Нелинейная динамика и прикладная синергетика», Комсомольск-на-Амуре, 2002. С. 128- 133.

61. Кедров С.С. Колебания металлорежущих станков. М.: Машиностроение, 1978.- 196 с.

62. Клушин М.И. О физических основах сверхскоростного резания. Горький, ГПИ, 1961. т. XVII. Вып.4. С. 15-22.

63. Клушин М.И. Резание металлов. М.: Машгиз. 1956. 363с.

64. Колбасников Н.Г. Теория обработки металлов давлением. Сопротивление деформации и пластичность. Санкт-Петербург. СПБГТУ. 2000. 314с.

65. Колупаева С.Н, Вихрь Н.А., Коротаева Н.В., Попов JI.E. Движение дислокаций при формировании полосы кристаллографического скольжения // ФММ, №11. С.51-57.

66. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учеб. пособие для ВУЗов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002. - 320 с.

67. Коротаев С. М. Энтропия и информация универсальные естественнонаучные понятия. Адрес в Интернет: http://www.chronos.msu.ru/RREPORTS/-korotaeventropia.pdf

68. Коротаева B.JL, Рудиенко В.В., Демиденко B.C. Роль энергии дефекта упаковки в локализации пластической деформации при ударно-волновом на-гружении твердых растворов на основе меди // Известия вузов. Физика. 1993, №2. С. 30-34.

69. Корытин А М., Шапарев М.К. Оптимизация управления токарной обработки. // Станки и инструмент. 1969. - № 11. - С. 21-23.

70. Кудинов А.В. Качественная идентификация вибраций и форм потери виброустойчивости в станках // СТИН, 1992, №7, С. 15-21.

71. Кудинов А.В. Особенности нейронносетевого моделирования станков // СТИН. №1.2001. С. 13-18.

72. Кудинов В.А. Автоколебания на низких и высоких частотах (устойчивость движений) при резании. // Станки и инструмент. 1997. -№ 10. - С. 16-22.

73. Кудинов В.А. Динамика станков. М.: Машиностроение. 1967. 360 с.

74. Кудинов В.А., Чуприна В.М. Поузловой анализ динамических характеристик упругой системы станка. // Станки и инструмент, 1989, №1, С. 8-11.

75. Кузнецов С.П. Динамический хаос (курс лекций). Издательство Физико-математической литературы, 2001. - 296 с.

76. Куприянов Д.А., Либов Л.Я. Проектирование металлорежущих станков с ЧПУ на агрегатно-модульной основе // Станки и инструмент. №8. 1998. С. 7-9.

77. Кутин А.А. Создание конкурентоспособных станков на основе взаимосвязей конструкторско-технологических и экономических решений. Дисс. д.т.н., Москва, 1997. 35с.

78. Ландау Л.Д., Лифшиц Е.М. Гидродинамика. М: Наука, 1986. - 272с.

79. Леви Б.Г. Новый глобальный фрактальный формализм описывает различные сценарии перехода к хаосу. В сб.: Физика за рубежом. Вып. 87. - М.: Мир, 1987. С. 263-270.

80. Локтев Д.А. Тенденции в обработке резанием. // «Комплект: ИГО». 2003. №04, С. 21-23.

81. Макаров В.Н., Проскуряков С.Л. Термодинамика высокоскоростной лезвийной обработки // Вестник машиностроения. 1993, № 5-6. С. 28-29.

82. Максимов И.Л., Сарафанов Г.Ф., Нагорных С.Н. Кинетический механизм формирования полосы скольжения в деформируемых кристаллах. // Физика твердого тела. № 10, № 37. С. 3169-3178.

83. Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики. М.: Эдиториал УРСС, 2000. - 336 с.

84. Мандельштам Л.И. Лекции по колебаниям. М.: Изд-во АН СССР, 1955.

85. Материалы компании «Cincinnati Machine». Ссылка в Интернет: http://www.cinmach.com/

86. Материалы компании «Sandvik Coromant». Адрес в Интернет: http://www.coromant.sandvik.com

87. Металлорежущие станки / Под ред. В.Э. Пуша. М.: Машиностроение, 1985.-576 с.

88. Металлорежущие станки и автоматы / Под ред. Пронникова А.С. М.: Машиностроение, 1981.-479 с.

89. Мохель А.Н., Солганик Р.Л., Христианович С.А. Теоретическое описание запаздывания пластической деформации стали / Сб. Пластичность и разрушение твердых тел. М.: Наука. 1988. С. 145-157.

90. Мун Ф. Хаотические колебания, М.: Мир, 1990 г. 312 с.

91. Научно-технический центр «Модуль» Адрес в Интернет: http://www.-module.ru/.

92. Неймарк Ю.И. Метод точечных отображений в теории нелинейных колебаний. М.: Наука, 1972. - 472 с.

93. Неймарк Ю.И., Ланда Л.С. Стохастические и хаотические колебания, 1987. -424 с.

94. Нейропроцессор NM6403. Материалы компании ЗАО НТЦ «Модуль». Адрес в Интернет: http://www.module.ru.

95. Новокшенов В.Ю. Введение в теорию солитонов. Ижевск. Институт компьютерных исследований. 2002. 96с.

96. Норенков Н.П., Кузьминок П.К. Информационная поддержка наукоемких изделий. CALS технологии. - М.: Изд.-во МГТУ им. Н.Э. Баумана, 2002. -319с.

97. Оптимизация режимов обработки на металлорежущих станках. / А. И. Гильман, Л.А. Брахман, Д.Н. Батищев и Л.К. Митяев. М.: Наука, 1975. -162 с.

98. Орликов M.JI. Динамика станков. 2-е изд., перераб. и доп. Киев.: Выща шк., 1989.-272 с.

99. Орлов А.Н. Введение в теорию дефектов в кристаллах. М.: Высшая школа, 1983.-144с.

100. Панин В.Е. Новая область физики твердого тела // Известия вузов. Физика, № 1, 1987. С. 3-8.

101. Панин В.Е. Структурные уровни локализации деформации / Сб. «Кооперативные деформационные процессы и локализация деформации». Киев. Наукова думка. 1989. С. 38-57.

102. Панин В.Е., Зуев Л.Б., Данилов В.И., Мних A.M. Пластическая деформация как волновой процесс // Доклады АН СССР, № 2, 1989. С. 1375-1379.

103. Панин В.Е., Лихачев В.А., Гриняев Ю.В. Структурные уровни деформации твердых тел. Новосибирск, наука. 1985. 227с.

104. Полетика М.Ф. Контактные нагрузки на режущих поверхностях инструмента. М.: Машиностроение, 1969 148 с.

105. Потапов В.А. Третья международная конференция по высокоскоростной обработке // СТИН, № 5, 2002. С. 35-40.

106. Потемкин B.C., Потемкин В.Г. Нейронные сети. MATLAB 6. М.: Диалог-МИФИ, 2002. - 489 с.

107. Пригожин И.Р., Гленсдорф Л. Термодинамическая теория структур, устойчивости и флуктации. М.: Мир. 1973. 280с.

108. Пригожин И.Р., Стенгерс И. Порядок из хаоса М.: Мир, 1986. - 430 с.

109. Производительная обработка нержавеющих и жаропрочных сплавов / Н.И. Резников, И.Г. Жарков, В.М. Зайцев и др. М.: Машгиз, 1960. - 199 с.

110. Пронников A.C. Параметрическая надежность машин и технологического оборудования. Проблемы, перспективы, тенденции // Проблемы машиностроения и надежности машин. 1990. - № 2. - с. 50-59.

111. Пронников А.С. Программный метод испытаний металлорежущих станков. М.: Машиностроение, 1985. - 288 с.

112. ПЗ.Птицын С.В., Чесов Ю.С. Методология прогнозирования технических характеристик станков // Известия вузов. Машиностроение, 2000, №1-2. С. 90-96.

113. Пуртов A. SprutCAM версия 3: оптимальное решение в подготовке программ ЧПУ // САПР и Графика, 2001, № 4.

114. Пуш А.В. Диагностика станков. Труды IV Международного конгресса «Конструкторско-технологическая информатика 2000», Москва, 3 6 октября 2000г. С. 122- 125.

115. Пуш А.В. Оценки динамического качества станков по областям состояний их выходных параметров // Станки и инструмент, №8. 1984. С. 9-12.

116. Пуш А.В., Ежков А.В., Иванников С.Н. Испытательно-диагностический комплекс для оценки качества и надежности станков // Станки и инструмент, 1987, №9.

117. Рагулин А. Эффективная черновая обработка на станках с ЧПУ // САПР и графика, 2003, №2.

118. Расчет динамических характеристик упругих систем станков с ЧПУ: Методические рекомендации / Под. Ред. В.А. Кудинова. М.: ЭНИМС, 1976. -97 с.

119. Резников А.Н. Теплофизика процессов механической обработки материалов. М.: Машиностроение, 1981. - 279 с.

120. Рехт Р.Ф. Разрушающий термопластический сдвиг // Тр. Амер. общества инж.-механиков. Пер. с англ. Т.31. Серия Е, № 2. М.: МИД, 1964. С. 189— 193.

121. Решетов Д.Н., Портман В.Т. Точность металлорежущих станков. М.: Машиностроение, 1986. - 336 с.

122. Розенберг A.M., Розенберг Ю.А. Механика пластического деформирования в процессах резания и деформирующего протягивания. Киев: Наукова думка, 1990.-320 с.

123. Рыбин В.В. Большие пластические деформации и разрушение металлов. М.: Металлургия, 1986. 224 с.

124. Рыжкин А.А., Климов М.М., Сергеев Р.В. Влияние износостойких покрытий на процесс стружкообразования / Сб. VI Международная конференция по динамике технологических систем. Т.З. Ростов-на-Дону, 2001. С. 118122.

125. Рыжков Д.И. Вибрации при резании металлов и методы их устранения. -М., 1961.-72 с.

126. Рюэль Д., Такенс Ф. О природе турбулентности // Странные аттракторы / Под. ред. Я.Г. Синая и Л.П. Шильникова.-М.: Мир, 1981. с. 117-151.

127. Серридж Марк, Лихт Торбент Р. Справочник по пьезоэлектрическим акселерометрам и предусилителям. Глострун (Дания): Изд. «Ларсен и сын». 1987- 194 с.

128. Синай Я.Г. О понятии энтропии динамической системы // ДАН СССР. 1959. Т. 124, С. 768-771.

129. Соломенцев Ю. М., Митрофанов В. Г., Протопопов С. П. и др. Адаптивное управление технологическими процессами. -М.: Машиностроение, 1980. -536 с.

130. Станочное оборудование автоматизированного производства. Т.1 / Под ред. Бушуева В.В. М.: Станкин, 1993. - 582 с.

131. Степанов А. Высокоскоростное фрезерование в современном производстве // «CAD/CAM/CAE Observer», 2004-2005, №№12-15.

132. Стромец И. Высокоскоростное фрезерование: за и против // САПР и графика, 2003, №2.

133. Ташлицкий Н.И. Явление запаздывания усилений при прерывистом резании с переменной толщиной среза // Вестник машиностроения, 1960, №4, С. 67-68.

134. Тверской М.М. Автоматическое управление режимами обработки деталей на станках. М.: Машиностроение. 1982. - 208 с.

135. Терехов С.А. Лекции по теории и приложениям искусственных нейронных сетей. Снежинск, 1998, Адрес в Интернет: http://alife.narod.ru/-lectures/neural/

136. Трент Е.М. Резание металлов. М.: Машиностроение, 1980. - 263 с.

137. Трефилов В.И., Мильмен Ю.В., Фирстов С.А. Физические основы прочности тугоплавких металлов. Киев. Наукова думка. 1975. 315с.

138. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.-693 с.

139. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика. М.: Мир, 1992. 184 с.

140. Управление резанием в автоматизированном производстве. ВТО «Стан-кин». Адрес в Интернет: http://www.vto.stankin.ru/

141. Фейгенбаум М. Универсальность в поведении нелинейных систем // УФН. 1983. Т. 141, №2. С. 343-374.

142. Филимонов Л.Н. Петрашина Л.Н. Особенности стружкообразования в условиях локального термопластического сдвига при высокоскоростном резании // Вестник машиностроения. 1993. № 5-6. С.23-25.

143. Хакен Г. Синергетика. Пер. с англ.- М.: Мир, 1973. 404с.

144. Хоббс Стив. CAD/CAM-системы для высокоскоростной обработки // САПР и графика, 2002, №12.

145. Холодниок М., Клич А., Кубичек М., Марек М. Методы анализа нелинейных динамических моделей М.: Мир, 1991. 368с.

146. Хомяков B.C., Давыдов И.И. Прогнозирование точности станка на ранней стадии его проектирования с учетом компоновочных факторов // Станки и инструмент, 1987. № 9. С. 5-7.

147. Хомяков B.C., Досько С.И., Лю Цзои. Идентификация упругих систем станков на основе модального анализа // Станки и инструмент, №7. 1988. С. 11-14.

148. Хомяков B.C., Тарасов И.В. Оценка влияния качества стыков на точность станков // Станки и инструмент, 1991, № 7, С. 13-17.

149. Черпаков Б.И. Тенденции развития мирового станкостроения в начале XXI века // «Комплект: ИГО». 2003. № 05, С. 5-7.

150. Что такое сплайн? Москва: Siemens AG, 2001. Адрес в Интернет: http://www.simodrive.ru/download/archive/press/infoaboutspline.pdf.

151. Чуличков А.И. Математические модели нелинейной. М.: Физматлит, 2000. - 296 с.

152. Шеннон К.Э. Работы по теории информации и кибернетике. М.: Ил., 1963 829с.

153. Шустер Г. Детерминированный хаос. М.: Мир, 1988. 240 с.

154. Экман Ж. Переход к турбулентности в диссипативных динамических системах. // В кн.: Синергетика / Под ред. Б.Б. Кадомцева. М.: Мир, 1984. С. 190-219.

155. Эльясберг М.Е., Савинов И.А. Экспериментальное определение параметров обрабатываемого материала, влияющих на устойчивость автоколебаний и расчет станков // Станки и инструмент, 1979, №12, С. 23 27.

156. Этин А.О. Выбор рациональных режимов резания с учетом ограничений, накладываемых системой СПИД. // Обработка резанием новых конструкционных и неметаллических материалов: Материалы всесоюзного семинара.-М. 1973,-№ 10,-С. 11-12.

157. Юркевич В.В. Влияние колебаний резца на форму обработанной поверхности // СТИН, 1997, №8, С.20 21.

158. Chua L.O. Cellular Neural Networks: Theory / L. O. Chua, L. Yang // IEEE Transactions on Circuits and Systems. 1988, vol. 35, №10, pp. 1257 - 1272.

159. Chua L.O. The CNN Paradigm / L. O. Chua, T. Roska // IEEE Transactions on Circuits and Systems. 1993, vol. 40, №3, pp. 147 - 156.

160. Dundas Bill. Rethinking Machine Tool Spindles Modern Machine Shop. 2002. V. 81. Nr. 7, p. 36-42.

161. Goldberg D.E. Genetic algorithms in search, optimization, and machine learning. Reading, MA: Addison-Wesley. 1989.

162. Greenside H. S., Wolf A., Swift J., Pigmuaro T. Impracticality of a box counting algorithm for calculating the dimensionality of strange attractors. // Phys. Rev. A. 25 (1982). №6. P. 3453-3456.

163. Hecht-Nielsen R. Counterpropagation networks // Applied Optics, 26(23), 1987, pp. 4979-4984.

164. Hecht-Nielsen R. Counterpropagation networks // Proceedings of the IEEE First International Conference on Neural Networks, eds. M. Caudill and C. Butler, vol. 2. San Diego, CA: SOS Printing, 1987, pp. 19-32.

165. High speed machining and conventional die and mould machining. Материалы компании Sandvik Coromant. адрес в Интернет: http://www2.coromant.-sandvik.com/coromant/products/die&mould/newpdf/HSM.pdf

166. Hopfield J.,J., & Tank, D.,W. (1985) «Neural computation of decisions in optimization problems», Biological Cybernetics, 52,141.

167. Insperger T. et al. Research of frequencies of vibrations at high-speed milling for deriving practical recommendations // Journal of Manufacturing Science and Engineering. 2004. V. 126. Nr. 3. pp. 459-466.

168. Rossler O.E. An equation for continuous chaos / Phys. Lett. 1976. V. A57, № 5. P. 397-398.

169. Rossler O.E. An equation for hyperchaos / Phys. Lett. 1979. V. A71, № 2,3. P. 155-159.

170. Rowlands G., Sprott J. C. Extraction of dynamical equations from chaotic data // PhysicaD58,251 (1992).

171. Ruelle D., Takens F. On the nature of turbulence / Comm. Math. Phys. 1971. V. 20. P. 167-192.

172. Shannon C.E. A mathematical theory of communications // Bell Systems Tech. J. 1948. V. 27. pp. 623-656.

173. Skopecek T. et al. Den Beschluss der thermischen Probleme bei dem trocknen Hochgeschwindigkeitsfrasen des Stahls // Werkstatt und Betrieb. 2003. Nr. 5. pp. 10-14.

174. SURFCAM 2002 что нового? // САПР и графика. - 2002, №9, С. 60 - 64.

175. Takens F. Detecting strange attractors in turbulence. In: Dynamical Systems and Turbulence. Lecture Notes in Mathematics, edited by D.A.Rand L.S.Young. Heidelberg: Springer-Verlag, 1981, pp. 366-381.

176. Unigraphics, версия 18.0. Справочник по фрезерной обработке. Корпорация Unigraphics Solutions Inc., 2001.

177. Wolf A., Swift J. В., Swinney H. L., Vastano J. A. Determining Lyapunov exponents from a time series // Physica D 16,285-317 (1985).