автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка системы управления электроэрозионным станком с использованием нейронных сетей и нечетких множеств

На правах рукописи

Сыркин Илья Сергеевич

РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ ЭЛЕКТРОЭРОЗИОННЫМ СТАНКОМ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ И НЕЧЕТКИХ МНОЖЕСТВ

Специальность 05.13.06 - "Автоматизация и управление технологическими процессами и производствами (промышленность)"

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Новокузнецк - 2009

003472996

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования "Кузбасский государственный технический университет" (ГОУ ВПО "КузГТУ")

Научный руководитель:

Доктор технических наук, профессор Полетаев Вадим Алексеевич

Официальные оппоненты:

Доктор технических наук, профессор Пугачев Емельян Васильевич

Кандидат технических наук, доцент Носырев Владимир Иванович

Ведущая организация:

ЗАО «Восточный научно-исследовательский и проектно-технологический институт машиностроения»

Защита состоится 23 июня 2009 г. в Ч:00 часов на заседании диссертационного совета Д 212.252.02 в ГОУ ВПО "СибГИУ" по адресу: 654007, г. Новокузнецк, Кемеровской области, ул. Кирова, 42, СибГИУ.

Факс: (3843) 46-57-92,46-58-83 E-mail: sec_nr@sibsiu.ru

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО "СибГИУ".

Автореферат разослан 22 мая 2009 года.

Ученый секретарь /Пх

диссертационного совета /' г / В. Ф. Евтушенко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Электроэрозионная обработка (ЭЭО) в машиностроении считается одним из наиболее прогрессивных и экономически выгодных процессов. Кроме того, с помощью ЭЭО можно получать поверхности, которые принципиально невозможно изготовить другими технологическими методами. Этот вид обработки используется для изготовления сложно-профильных деталей из трудно обрабатываемых токопроводящих материалов.

В ходе процесса обработки на его характер и эффективность оказывают влияние большое количество факторов: физико-технологические характеристики заготовки и инструмента, полярность включения электродов, электрические и временные параметры напряжения и тока, подаваемого в межэлектродный зазор, характеристики рабочей жидкости, параметры окружающий среды.

В связи с изменяющимися условиями обработки выходные характеристики процесса изменяются в широких пределах. Это касается как качества изделия, так и производительности обработки. Поэтому для достижения заданных результатов требуется управлять ходом технологического процесса.

Основная трудность процесса управления ходом ЭЭО заключается в непредвиденных изменениях в широком диапазоне характеристик внешних воздействий и свойств управляемых объектов, а так же в неполноте информации об этих характеристиках и свойствах. Кроме этого, процесс ЭЭО недостаточно формализован ввиду сложности-взаимодействия технологических показателей и выходных величин.

Процесс ЭЭО подвержен влиянию случайных факторов, действие которых на технологические характеристики разнонаправлено. Управление таким процессом традиционными системами неэффективно, так как эти системы настраиваются только при разработке. Для эффективного управления обработкой необходимо использовать адаптивную систему, которая позволит изменять свои характеристики в соответствии с изменениями свойств объекта управления. Одним из эффективных вариантов адаптивной системы управления служит нейро-нечеткая система управления. Нейро-нечеткие системы управления отличаются от классических тем, что алгоритм их функционирования в начале работы не определен, и полностью задается при их настройке путем обучения.

Работа выполнена в рамках аналитической ведомственной целевой программы Федерального агентства по образованию РФ «Развитие научного потенциала высшей школы 200б-2008г.» в соответствии с планами госбюджетной научно-исследовательской работы Кузбасского государственного технического университета.

Цель н задачи диссертации.

Целью диссертационной работы является разработка системы управления электроэрозионным станком. В соответствии с поставленной целью решаются следующие задачи:

I. Анализ технологического процесса ЭЭО с целью определения целевой функции управления им, выявления управляющих воздействий и зависимостей, описывающих процесс обработки.

2. Построение модели процесса ЭЭО как многомерного объекта управления путем комбинирования различных методов построения моделей.

3. Разработка алгоритма функционирования системы управления, ее функциональной и структурной схем.

4. Создание нейро-нечеткого алгоритма регулирования сервопривода и методики его обучения.

5. Разработка алгоритма нейро-нечеткого управления процессом обработки и методики его обучения.

6. Техническая реализация разработанной системы управления процессом ЭЭО и ее исследование с целью подтверждения эффективности разработанных алгоритмов регулирования.

Методы выполнения работы. В работе использованы методы теории автоматического управления, теории искусственного интеллекта, теории искусственных нейронных сетей, теории нечетких множеств. Применялось имитационное моделирование методами конечных элементов, и вычислительного эксперимента, при разработке программного обеспечения использовались методы структурного программирования.

Научная новизна диссертации составляет: 1. Комбинированная модель процесса электроэрозионной обработки, структура которой содержит подмодели, полученные как на основе фундаментальных законов естественных наук, так и методами идентификации, связи между которыми отражают основные особенности и условия протекания технологического процесса. 2. Структура СУ процессом ЭЭО, отличающаяся от известных наличием двух блоков настройки регулятора обработки - предварительного и рабочего. 3. Алгоритм функционирования нечёткого регулятора. 4. Методики построения обучающей выборки для обучения нейро-нечеткого ПИД-регулятора и нейро-нечеткого регулятора процесса обработки.

Практическая значимость работы. Разработанные модель процесса ЭЭО и нейро-нечёткий регулятор позволяют улучшить качество обработки, повысить эффективность процесса. Новые алгоритмы обучения нейро-нечётких регуляторов позволят создавать адаптивные системы управления различными технологическими процессами, математические модели которых сложны или не существуют. Модели процесса и регулятора прошли модельные испытания и могут быть использованы для управления реальным процессом обработки. Предлагаемые методические разработки рекомендованы к применению в учебно-исследовательском процессе технических вузов Кузбасса.

Реализации результатов работы. Система управления электроэрозионной обработкой принята к использованию на ООО «Электродвигатель-Ремонт». Методические разработки по синтезу нейро-нечетких систем управления используются в КузГТУ (г. Кемерово). Они нашли применение при выполнении лабораторных работ по курсам: "Теория автоматического управления", "Автоматизация технологических процессов и производств".

Предмет защиты и личный вклад автора. На защиту выносятся: комбинированная модель процесса электроэрозионной обработки, структурная схема управления процессом ЭЭО, алгоритмы обучения нейро-нечётких регу-

ляторов. Личный вклад автора заключается в разработке обобщенной модели процесса ЭЭО, разработке нейро-нечсткого алгоритма регулирования и методике составления обучающей выборки для его обучения.

Апробации работы. Основные положения диссертации докладывались и получили одобрение на 18 конференциях.

Публикации. По материалам диссертации опубликовано 24 статьи и докладов на конференциях, в том числе 1 статья в издании, рекомендуемом ВАК и одна монография.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и выводов, списка литературы, приложений и содержит 188 страницы основного текста, включая 104 рисунка и 4 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

ГЛАВА 1. АНАЛИЗ ПРОЦЕССА ЭЭО И СИСТЕМ УПРАВЛЕНИЯ. Первая глава содержит аналитический обзор и обоснование направления работы, формальное описание процесса ЭЭО и систем управления.

Исследованию процессов электроэрозионной обработки и анализу теоретических и экспериментальных исследований посвящены работы российских и зарубежных ученых: Артамонова Б. А., Верхотурова А.Д., Волосатова В.А., Золотых Б. Н., Красюк Б.А., Лазаренко Б. Р., Лазаренко Н. И., Некрашевича И.Г., Мицкевича М. К., Палатника Л.С., Носулснко В. И., Намитокова К.К., Отто М.Ш., Саушкина Б. П., Лившица А.Л., Ставицкого Б, И., Фотеева Н. К., Левит М.Л., Любимова В.В., Волгина В.М., Халдеева В.Н., Подураева В.Н., Ушомир-ской Л.А., Зингерман A.C., Сосенко А.Б., Ким В.А., Кравец А.Т., Якимовича Б.А. и Иноуэ Киси др., ставшие фундаментальными, классическими работами в области ЭЭО.

Процесс обработки представляет собой разрушение токопроводящего материала под действием электрических разрядов. Для обеспечения стабильного процесса электроэрозионной обработки необходимо подвести к электродам импульсы технологического тока требуемой формы, а также ввести в межэлектродную полость поток диэлектрической жидкости для удаления продуктов обработки и охлаждения рабочей зоны. Кроме того, необходимо настроить сервопривод на поддержание оптимального эрозионного промежутка (ЭП). Таким образом, регулируют электрические, гидравлические и механические параметры режима обработки, взаимосвязанные через рабочую зону. Для обеспечения устойчивой работы электроэрозионного станка необходимо поддерживать величину межэлектродного промежутка в требуемых пределах.

Существующие системы управления ЭЭО построены на основе моделей процесса, не учитывающих большое количество факторов. В большинстве из них используются косвенные показатели, которые не в полной мере отражают состояние процесса обработки. К этим показателя относят отношение числа «нерабочих» и «рабочих» импульсов, время задержки между моментом подачи импульса напряжения в МЭЗ и началом импульса тока, и т.п. Существующие программные и адаптивные системы управления не учитывают все сложные взаимосвязи между отдельными элементами процесса обработки, что приводит к снижению их эффективности. Существующие системы управления, основан-

ные на нейронных сетях и нечетких множествах, так же обладают рядом недостатков. К ним относят малое количество регулируемых параметров генератора: длительность импульсов и величину промежутков между ними. Такие системы не могут поддерживать процесс обработки на режимах, максимально близких к критическим для получения максимальной производительности. Следовательно, существующие системы управления не позволяют поддерживать оптимальные условия обработки, при которых происходят наиболее эффективный съем металла.

Поэтому необходима разработка системы управления процессом обработки, позволяющей управлять всеми параметрами - положением электрода, параметрами генератора импульсов и механизма прокачки.

ГЛАВА 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОЦЕССА ЭЭО

Задача управления процессом ЭЭО состоит в оптимизации технологических показателей при заданных ограничениях Q, тш < Ql < 2, тах, 1=1,2,...п, где п - количество технологических показателей. Предварительно выделены связи основных технологических показателей процесса ЭЭО (производительность обработки, её точность, определяемая износом электрода-инструмента и качество формирования поверхности детали - шероховатость) от управляющих воздействий процесса обработки:

У = 60^му3/

где V - производительность обработки, Уз - средний объем металла, удаляемого за один импульс; ц/м - коэффициент, учитывающий наличие не вызывающих эрозию импульсов короткого замыкания и холостых импульсов, / - частота импульсов, г'„ - рабочий ток, /„ - длительность импульса, Ц - длительность паузы между импульсами, у - износ электрода-инструмента, Яг - шероховатость поверхности.

Система уравнений (1) характеризует эффективность процесса ЭЭО. В общем случае технологический процесс (операция) состоит из следующих операций (переходов): черновой, получистовой и чистовой. Выбор целевой функции управления процессом зависит от задач, решаемых на каждой операции (переходе). Поддержание одного показателя на заданном уровне ведет к изменению остальных. Поэтому для разработки системы управления процессом обработки необходимо рассмотреть модель процесса ЭЭО как многомерного объекта управления.

В результате анализа литературных источников и экспериментальных исследований были выделены зависимости, описывающие процесс ЭЭО. Эти зависимости описывают при помощи уравнений физики основные процессы, происходящие при электроэрозионной обработке. Помимо уравнений, полученных из фундаментальных законов физики, отдельные элементы процесса описываются зависимостями, полученными методом идентификации.

(2)

Расчет глубины образующейся лунки происходит и результате решения уравнения теплопроводности:

dQ(z,t)= Лт ¿?2бМ | gjz,î) dt стрм &2 сшрм где рт - плотность вещества электрода; Лт - коэффициент теплопроводности, ст - теплоемкость, 0 - температура, z - координата, вдоль которой рассчитывается распространение теплоты.

Для случая непрерывного удаления расплавленного металла из лунки под действием теплового потока глубина лунки вычисляется по формуле:

где qM - удельный тепловой поток, поступающий на электрод, г„ - длительность импульса, сх - теплоемкость, 0Ш - температура плавления, Q0 - начальная температура, Lucn - теплота испарения металла, ир - скорость разлета частиц расплава (несколько сотен м/с).

Вероятность пробоя P(Td ) электрического промежутка определяется по формуле, полученной в Швейцарии в результате анализа экспериментальных данных:

где аиЬ- параметры, зависящие от свойств зазора, Td - время задержки искры (время между передним фронтом импульса тока и передним фронтом импульса напряжения).

Для определения зависимости Tj были проведены эксперименты. По результатам экспериментов методом наименьших квадратов была построена модель:

T^vS- (5)

где 5 - величина зазора; v, п - параметры эмпирической модели, зависящие от состояния диэлектрика.

Износ инструмента определяется по формуле:

/^'"(п+^К-ГзЮ (6)

где г( - параметры модели, to - длительность паузы между импульсами, /„ -длительность импульса, iu - рабочий ток импульса.

Анализ механизма процесса выявил основные этапы протекания обработки: пробой зазора; образование лунки в заготовке; уменьшение высоты заготовки, приводящее к увеличению зазора; вымывание частиц продуктов эрозии из зазора; уменьшение высоты электрода-инструмента в результате износа. Электрический пробой зазора зависит от распределения продуктов эрозии в межэлектродном промежутке и от геометрии поверхности элеюродов. На основе системного анализа, анализа механизма процесса ЭЭО разработана обобщенная структура модели процесса ЭЭО (рис. 1).

В структуре модели выделены 3 блока входных воздействий:

• привод подачи задает положение электрода X;

• генератор импульсов вырабатывает последовательность рабочих импульсов с амплитудой напряжения и, рабочим током г, длительностью импульса г и длительностью паузы между импульсами г„;

• механизм прокачки создает принудительный поток рабочей жидкости со

Износ

Рис. 1 Обобщенная структура модели процесса ЭЭО

Разработанная модель состоит из трех типов модельных блоков:

1. известные уравнения физики (определение размеров лунок, уменьшение высоты электродов, съем металла)

2. уравнения, полученные методом идентификации - вероятность пробоя, износ инструмента.

3. блоки, моделирующие поведение совокупности дискретных элементов (частиц продуктов эрозии и отдельных лунок).

Модельные блоки «Td», «P(Td)», «Н(Р)» «V(H)>> используются для расчета глубины образующейся лунки. Изменение высоты заготовки моделируется блоком «V/S» (где V - объем удаленного металла, S - площадь сечения заготовки). В результате этого увеличивается межэлектродный зазор S. При моделировании удаления материала заготовки из лунок блоком «Rz» рассчитывается микрогеометрия рельефа. Моделирование осуществляется методом имитации образования поверхности с учетом вероятности возникновения лунок в различных местах в зависимости от ее кривизны. Выходная переменная этого блока -

шероховатость поверхности. Удаленный материал заготовки, попадающий в межэлектродный зазор, образует частицы почти сферической формы радиусом R4. Радиусы частиц продуктов эрозии распределены по нормальному закону. Каждый разряд приводит к образованию в рабочей жидкости ударной волны, которая приводит к перемещению жидкости внутри зазора. Помимо естественного потока в зазоре существует принудительный (со скоростью V0), создаваемый механизмом прокачки рабочей жидкости. Описанные выше потоки жидкости приводят к удалению частиц эрозии из межэлектродного промежутка со скоростями V4. Моделирование движения частиц производится на основе уравнений гидродинамики. Разработанная подмодель учитывает положение всех частиц и определяет их перемещение в ходе процесса обработки. Наличие частиц эрозии в зазоре приводит к изменению условий пробоя, что влияет на образование новых лунок. По этой причине в модели присутствует блок «Влияние частиц на характер протекания процесса», который описывает изменение пробивного напряжения и межэлектродного зазора. В ходе процесса обработки кроме удаления материала с заготовки происходит износ инструмента у. Он приводит к увеличению межэлектродного зазора, которое рассчитывается блоком «у IS».

Адекватность всех подмоделей подтверждается путем сравнения модельных и натурных данных. Например, среднеквадратичное отклонение натурных значений износа электрода от модельных находится в диапазоне 8.5-9%. Адекватность подмодели образования поверхности детали так же подтверждена сравнением модельной поверхности и микрофотографии рельефа, полученной при натурных экспериментах. В соответствии с ГОСТ 2789-73 были определены основные критерии шероховатости поверхности (Ra, Rz, . В результате сравнения расхождения каждого из этих критериев между модельными и натурными данными составляет не более 12%. Такое расхождение допустимо с технологической точки зрения.

Выходными переменными модели служат: V - производительность обработки, Rz - шероховатость получаемой поверхности и у - величина износа инструмента, влияющая на точность обработки.

Для подтверждения адекватности всей модели были проведены эксперименты по исследованию влияния входных переменных процесса на выходные переменные. Была составлена матрица планирования эксперимента. Диапазоны изменения входных величин составили:

• рабочий ток v. 20-60А, с шагом 5А;

• длительность импульсов ти: 20мс - 500мс, с шагом 20мс;

• длительность паузы между импульсами: 20-100мс, с шагом 20мс.

• рабочее напряжение во всех экспериментах было одинаковым и составило 80В,

• межэлектродный зазор изменялся в пределах 5-1 ООмкм.

Обработке подвергались стальные стержни диаметром 5мм, электрод выполнен из меди, его диаметр так же 5мм. Износ инструмента и производительность обработки измерялись как изменение веса детали за нормированный ин-

тервал времени. Точность измерения веса - 0.01г. Расхождение натурных и модельных значений производительности, шероховатости и износа для различных комбинаций входных воздействий составило от 1 до 9%.

Для наглядного подтверждения адекватности разработанной модели были построены графики зависимости производительности от длительности импульса (рис. 2). Получена регрессионная модель влияния длительности импульса на объем единичной лунки:

Г(т) = -7.4т3 + 0.043г2 + О.ОООЗг (7)

х 101 1.С

Рис. 2 Зависимость производительности Рис. 3 Зависимость производительно-(объем одной лунки) от длительности сти от величины межэлектродного за-импульса. Точками обозначены экспе- зора

риментальные данные, тонкая линия -экспериментальная кривая, толстая линия - модельная кривая.

Исследование модели процесса ЭЭО показало, что производительность обработки пропорционально зависит от величины зазора, причем при достижении критического значения производительность резко уменьшается (рис. 3). Следовательно, для получения максимальной производительности требуется поддерживать величину зазора чуть меньше критической. Существует ограничение на это значение, накладываемое условиями пробоя зазора (в данной модели рабочая жидкость - чистый керосин, напряжение импульсов и=150В, пробивной зазор 5 = 0.02мм). При увеличении зазора до определенной величины, пробой становится невозможным. Колебания производительности при зазоре меньше критического подтверждают нестабильность процесса обработки.

При изучении модели процесса ЭЭО проводились исследования зависимости производительности, шероховатости и точности обработки в зависимости от величины рабочего тока, длительности импульсов и величины паузы между ними.

Исследования показали, что для данных целевых функций требуется управление различными параметрами процесса. При этом необходимо постоянно поддерживать оптимальный межэлектродный зазор.

ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ НЕЙРО-НЕЧЕТКОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ЭЭО.

Анализ процесса ЭЭО показал, что он является нестабильным благодаря недетерминированному поведению продуктов эрозии и случайному формированию микрогеометрии образующейся поверхности детали. На основании этого был сделан вывод о необходимости использования адаптивной системы управления для поддержания процесса в стабильном состоянии. Среди множества алгоритмов адаптивного управления выбран нечеткий. Его преимущество заключается в том, что при проектировании системы управления возможно внести в алгоритм управления априорную информацию об объекте и желаемом поведении системы. Другое преимущество - возможность применения нечеткого регулятора для объектов, описываемых системами дифференциальных уравнений высоких порядков. Недостаток - сложность настройки параметров регулятора. Для решения этой проблемы предлагается использовать нейронную сеть, которая подстраивает указанные параметры.

Обобщенную структуру нейро-нечеткой системы управления можно представить нечетким регулятором и блоком его настройки, работающим на базе нейронных сетей. Нечеткий регулятор выполняет трг. основных действия: фазификацию - преобразование числового значения входных переменных в набор нечетких величин, принятие решений (нечеткий вывод), преобразование нечетких величин в числовые значения (дефазификация). Уточнение параметров нечетких функций, используемых для принятия решений, происходит при обучении регулятора.

Разрабатываемая система управления функционирует по алгоритму, приведенному на рис. 4. В основе этой схемы лежит непрерывная настройка алгоритма регулирования процесса и сохранение результатов обучения в базе данных для возможного использования накопленных знаний при обработке других изделий.

При разработке системы управления ЭЭО выделяются показатели, описывающие условия протекания процесса обработки. Его состояние можно определить с помощью величин, измеряемых непосредственно: рабочего напряжения и тока ¡(0 в зазоре. Эти величины служат основой для вычисления показателей:

• относительное количество холостых импульсов /1х. При холостом импульсе ток отсутствует;

• относительное количество рабочих импульсов ц. При рабочем импульсе напряжение меньше, чем при холостом импульсе, ток не максимальный.

• относительное количество импульсов короткого замыкания (КЗ) цк. При коротком замыкании напряжение близко к нулю, ток максимальный.

Для управления процессом ЭЭО необходимо на основе показателей, характеризующих состояние процесса обработки, определять управляющие воздействия, подаваемые на исполнительные устройства станка:

• сервопривода: положение электрода-инструментаХ\

• генератора импульсов: рабочий ток г, длительность импульсов пауза между импульсами 1р;

• механизма прокачки: напор рабочей жидкости V,

Управление сервоприводом, ГИ и механизмом прокачки требует разработки регуляторов этих механизмов. Согласование их работы производится регулятором верхнего уровня.

I

Рис. 4 Алгоритм функционирования системы управления.

Приведенные выше положения и алгоритмы функционирования системы управления стали основой для разработки функциональной схемы адаптивной системы управления, содержащей три канала: сервопривод, генератор тока и систему прокачки рабочей жидкости (рис. 5). На рисунке обозначено: Р - регулятор процесса обработки, БЗ - блок записи данных для анализа и подстройки регулятора, Н - блок подстройки регулятора (обучение), ПН - блок предварительной настройки регулятора в начале процесса обработки, Р1 - регулятор сервопривода, СП - сервопривод, ДП - датчик положения сервопривода, ЗГ1 -задающий генератор ГИ, У1 усилитель мощности ГИ, ЗГ2 - задающий генера-

тор механизма прокачки, МП - механизм прокачки, А - анализатор состояния зазора. В данной системе объект управления представлен процессом ЭЭО; управляющая система - регулятором процесса обработки с блоками его па-стройки; измерительная система - анализатором состояния зазора, исполнительный блок - отдельными исполнительными устройствами (сервопривода, ГИ, механизма прокачки РЖ) и их регуляторами. Сигналы в данной схеме обозначены: м - относительное количество рабочих, холостых и импульсов короткого замыкания, Хж - требуемое положение инструмента, ¡' - требуемый рабочий ток, т - длительность импульсов и паузы между ними, V - требуемый напор РЖ, X— фактическое положение инструмента, I - фактический ток, вырабатываемый ГИ, УрЖ - действительный напор РЖ.

№

V

4

БЗ

р1 Н сп Ь

-МпнР

дп

згТУН У1 }

ЗГ2 Н~МП

11д ЭЭО

г-

V

Нр. Р.. н.

£а>

ч(1)Д0

Рис. 5 Функциональная схема адаптивной системы управления электроэрозионным станком

На основе функциональной схемы была разработана структурная схема для определения параметров элементов системы управления. Эта схема включает в себя каналы управления: сервоприводом, генератором импульсов и механизмом прокачки.

Сервопривод для поддержания оптимальных условий протекания процесса ЭЭО и требуемой производительности должен обеспечивать позиционирование электрода-инструмента с точностью до 0.1 мкм, быстродействие - до 500 перемещений за одну секунду. По этим ограничениям была выбрана типовая структура системы управления, состоящая из двух контуров регулирования -тока в обмотках двигателя и положения якоря двигателя. Линейный двигатель (ЛД) позволяет улучшить динамические характеристики сервопривода по сравнению с приводом подачи основанным на передаче «ходовой винт - гайка». ЛД обладает нелинейными характеристиками усилия в зависимости от текущего положения и максимального тока в обмотках. Благодаря этой особенности традиционный ПИД-регулятор не обеспечивает требуемых показателей качества регулирования. Для устранения этого недостатка регулятор положения ЛД основан на нечетком ПИД-регуляторе. Структурная схема нечеткого ПИД-регулятора отличается от классического ПИД тем, коэффициенты усиления в отдельных каналах (пропорциональном, интегрирующем и дифференциальном)

зависят от ошибки регулирования, Изначально закон изменения этих функций неизвестен, поэтому требуется выбрать способ автоматизированного построения функций, аппроксимирующих определенный закон. Одним из таких способов является применение адаптивных нейро-нечётких систем принятия решений (АМРК). Обучение этих блоков требует построения обучающих выборок. С целью улучшения качества регулирования нечеткого ПИД-регулятора по сравнению с традиционным ПИД-регулятором, разработаны методики формирования выборок: составлены зависимости, на основании которых рассчитыва-тюся элементы обучающих выборок в пропорциональном и интегральном каналах.

В пропорциональном канале ПИД-регулятора требуется усиление с разным коэффициентом усиления в зависимости от величины ошибки. Пусть с -величина ошибки на г'-шаге, - выход А№18 в пропорциональном канале на /-шаге. Тогда обучающая выборка строится следующим образом: каждый обучающий вектор вычисляется по формуле:

х, = £(г)

у,-т. к (8)

где - входные и выходные переменные для обучения А№"18, к - коэффициент масштабирования графика ошибки по оси ординат.

В интегральной части регулятора требуется масштабирование графика Г/, по оси времени:

X, = £(/)

(9)

У,

009 а! 01% о.2 0-Я аз ад о.*

Рис. 6. Переходный процесс в системе рИС- 7_ Переходный процесс в системе с классическим ПИД-регулятором с нечетким ПИД-регулятором

Результаты работы регуляторов приведены на рис. 6, рис. 7. Переходный процесс изменения положения инструмента с использованием нечеткого ПИД-регулятора показывает улучшенные показатели качества по сравнению с классическим ПИД. Время регулирования уменьшилось с 0.15с до 0.08с, интегральная квадратичная ошибка уменьшился с 8.21 до 6.53. Это говорит о том, что

ошибка регулирования на протяжении всего переходного процесса меньше во втором случае.

Генератор импульсов вырабатывает импульсы с параметрами, заданными регулятором процесса. По этой причине нет необходимости реализовывать внутреннюю обратную связь канале управления ГИ. От механизма прокачки требуется создавать заданный напор РЖ. Принимается, что напор РЖ зависит только от напряжения, подаваемого на двигатель механизма прокачки. Следовательно, в этом канале так же не требуется внутренняя обратная связь. Управление этими каналами осуществляется контроллером верхнего уровня.

Целью управления процессом служит достижение максимального при полном отсутствии импульсов КЗ: достижение максимального цр позволит использовать как можно большее количество импульсов для удаления материала, а импульсы КЗ, приводящие к разрушению электродов, будут отсутствовать. Логика, которую должен обеспечивать регулятор, может быть описана набором правил принятия решений. На основе этих правил был разработан алгоритм регулирования процесса на основе АМБ18. Данный алгоритм вычисляет задающие воздействия для исполнительных блоков на основе входных переменных, получаемых от анализатора состояния зазора. Переход к нечетким величинам осуществляется при фазификации входных переменных. Далее происходит нечеткое принятие решений, и после дефазификации получаются четкие значения, подаваемые на входы исполнительных устройств. Такой алгоритм обусловлен тем, что исполнительные устройства требуют подачи на их входы определенных физических величин: напряжения, тока; цифровых данных.

Алгоритм адаптивного управления процессом ЭЭО построен на базе набора правил принятия решений. Этот набор предусматривает поведение системы во всех случаях, включая аварийные режимы. Примером правила служит фраза: «если количество холостых импульсов велико, приблизить электрод к детали». Следует заметить, что для различных условий обработки понятию «малое количество холостых импульсов» будет соответствовать различное числовое значение. Величина, на которую следует приблизить электрод, так же будет зависеть от условий обработки. Для реализации правил принятия решений предложено использовать нечеткую логику; для изменения параметров принятия решений (функций принадлежности нечетких величин, параметров блока принятия решений) предлагается использовать нейронные сети. Примером объединения этих походов служит сеть АОТК

Для обеспечения максимальной производительности процесса обработки разработан алгоритм настройки нейро-нечетких алгоритмов регулировния:

1. Провести моделирование обработки;

2. Оценить показатели качества регулирования;

3. Построить обучающие выборки для каждого нечеткого контроллера;

4. Провести обучение АМЧБ сетей;

5. Повторять, начиная с первого пункта до тех пор, пока показатели качества регулирования не будут улучшены (производительность обработки станет максимальной).

Обучающие выборки строятся на основе записанных значений входных переменных (хж, т, i, v) и выходных переменных процесса (fip, fit, ). Обучающая выборка, должна иметь вид: SY ->AXt+i + 8Х, где SY - приращение выходной переменной Y, которое должно соответствовать целевой функции, AXi+- изменение вектора входных переменных на (1+1)-шаге, 5Х.^знак(8У)ЛХ(П - изменение вектора входных переменных. Обучение сетей ANFIS проводилось методом обратного распространения ошибки. Объем выборки составляет 1000 точек. Динамика объекта меньше, чем скважность обучения. По этой причине можно обучать нейронную сеть в замкнутой системе управления, т.к. получается квазиразмыкание.

Подтверждением правильности разработанных алгоритмов обучения служат результаты моделирования поведения системы.

В результате проведенных исследований была доказана возможность применения нейро-нечетких регуляторов при управлении линейным двигателем и процессом ЭЭО. При управлении ЛД время регулирования уменьшилось в два раза, что подтверждает высокую эффективность управления.

ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ

Для технической реализации разработанной адаптивной системы управления процессом ЭЭО и её исследования был создан экспериментальный образец электроэрозионного станка с системой автоматического управления, позволяющий осуществить обработку фасонных поверхностей. Основой станка служит сервопривод, выполняющий перемещение электрода-инструмента. В его основе лежит линейный двигатель, преобразующий электрическую энергию непосредственно в поступательное перемещение якоря двигателя. Генератор импульсов выполнен по схеме инверторного преобразователя напряжения. Механизм прокачки представляет собой двигатель постоянного тока, приводящий в действие центробежный насос. Система управления выполнена по распределенной архитектуре на базе микроконтроллеров серии dsPIC производства компании Microchip. Для каждого из каналов управления создан свой контроллер, который управляется от главного контроллера. Главный котроллер выполняет функцию нейро-нечеткого регулятора процесса обработки. В результате исследований была подтверждена возможность увеличения производительности обработки при обучении нейро-нечеткого регулятора. На рис. 8 показан график мгновенной производительности обработки при обучении регулятора для площади обработки 100см2. После обучения скорость обработки возросла на 22%. При этом коэффициент использования рабочих импульсов вырос (относительное количество импульсов, которые приводят к рабочему разряду, fjp с 70% до 95%. Дальнейшее увеличение коэффициента использования импульсов приводит к резкому ухудшению условий обработки вследствие быстрого загрязнения межэлектродного промежутка продуктами эрозии. При обработке заготовки площадью 200мм2 при использовании регулятора, настроенного на площадь 100мм2, производительность увеличивается во время обучения алгоритма регулирования (рис. 9).

Для подтверждения эффективности применения нейро-нечеткого регулятора по сравнению с существующими проведены эксперименты по обработке глубоких отверстий. Существующие системы управления показывают значительное уменьшение производительности при увеличении глубины обработки (кривая 2 на рис. 10). Следует заметить, что при использовании нейро-нечеткого регулятора производительность уменьшается незначительно. При использовании нейро-нечеткого регулятора время изготовления одной детали уменьшилось на 40%.

V 150 мм'Лшн

145

140 135 130 125 120 115

1мин

Рис. 8 Производительность при обучении регулятора 8=100мм2

. мм'/мин

145 140 135 130 125 120

0 5 10 15

¡,мин

Рис. 9 Производительность при обучении регулятора 8=200мм2 ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Проанализирован процесс ЭЭО; определены целевые функции управления процессом на различных операциях (переходах); выявлены управ-

ляющие воздействия и связи технологических показателей процесса от управляющих воздействий; определены зависимости, описывающие процесс ЭЭО. Показано, что процесс ЭЭО носит случайный характер, а технологические показатели зависят от одних и тех же управляющих воздействий.

1 ..... : 1 Г

! ; ; ;

\ I .;

: : :

\ 2;

; ; ; : : : : 1 [ ■ 1

Ш

Рис. 10 Приведенная производительность

2. Построена модель процесса обработки методом комбинации модели внутреннего механизма и функциональной модели, построенной методом идентификации. Использование блоков, моделирующих поведение частиц продуктов эрозии и образования поверхности детали, позволило учесть большинство факторов, влияющих на процесс обработки. Анализ результатов моделирования выявил необходимость применения адаптивной системы управления процессом для поддержания его в стабильном состоянии.

3. Разработан алгоритм функционирования адаптивной системы управления, позволяющий в ходе процесса обработки проводить настройку регулятора обработки и сохранять его настройки для обработки других деталей.

4. Разработаны функциональная и структурная схемы системы управления процессом ЭЭО на основе предложенного алгоритма управления, выделены показатели, характеризующие состояние процесса обработки и определены воздействия, подаваемые на исполнительные устройства станка. Созданная система управления состоит из трех каналов управления исполнительными устройствами и регулятора процесса обработки. В канале управления сервоприводом и регуляторе процесса обработки применяются адаптивные нейро-нечеткие системы принятия решений (А№18).

5. Созданы алгоритм управления линейным двигателем сервопривода станка на основе нейро-нечеткой системы принятия решений АГЛТв и методика обучения сети А№18, что позволило обеспечить повышение показателей качества регулирования переходного процесса изменения координаты электрода-инструмента.

6. Разработан алгоритм управления процессом ЭЭО на основе АМЧБ и методика построения обучающих выборок для обучения этого алгоритма на основе системного анализа. Исследование подтвердило возможность под-

держания требуемого межэлектродного зазора при использовании спроектированного алгоритма управления.

7. Осуществлена техническая реализация спроектированной адаптивной системы на базе экспериментального электроэрозионного станка. Экспериментальные исследования, проводимые на лабораторной установке, подтвердили эффективность разработанных алгоритмов регулирования. При обработке глубоких отверстий производительность увеличивается на 40% по сравнению со станком, управляемым традиционной САУ.

Основные труды по теме диссертации Журналы, рекомендованные ВАК:

1. Сыркин, И.С. Разработка нейро-нечеткой системы управления электроэрозионной обработкой/И.С. Сыркин, В.А. ПолетаевШаучный вестник НГТУ.-2009,- №2(35).- С.213-222.

Монография

2. Полетаев, В.А. Управление процессом электроэрозионной обработки: монография / В.А. Полетаев, И.С. Сыркин/ ГУ КузГТУ. - Кемерово, 2008. -232с.

Статьи в журналах и сборниках

3. Полетаев, В.А. Конструкция системы управления электроэрозионным станком/ В.А. Полетаев, И.С. Сыркин. //Вестник Кузбасского государственного технического университета.- 2007.- №1,- С.56-59

4. Полетаев, В.А. Модель процесса электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин/Юбработка металлов.- 2008,- №2,- С. 24-28

5. Полетаев, В.А. Особенности управления электроэрозионной обработкой/ В.А. Полетаев, И.С. Сыркин//Вестник Сибирского государственного университета путей сообщения.- 2005,- вып.11,- С.56-62.

6. Полетаев, В.А. Проектирование адаптивной системы управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин// Вестник Кузбасского государственного технического университета.- 2007.- №6.- С.72-75.

7. Полетаев, В.А. Разработка и управление ходом технологического процесса электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин//Вестник Кузбасского государственного технического университета.- 2007,- №1.- С. 6066.

8. Полетаев, В.А. Разработка структурной схемы системы управления черновым переходом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин// Вестник Кузбасского государственного технического университета.- 2009-№1.-С. 18-26.

9. Полетаев, В.А. Синтез регуляторов, применяемых в системе управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин //Вестник Кузбасского государственного технического университета.- 2009.-№1,- С.27-32.

10. Полетаев, В.А. Трехканальная адаптивная система управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин//Обработка металлов.- 2008.- №4.- С. 7-11.

11. Полетаев, В.А. Экспериментальные исследования адаптивной системы управления процессом электроэрозионной обработки/В.А. Полетаев, И.С. Сыр-кин//Вестник КузГТУ,- 2008,- №1.- С. 72-75.

12. Сыркин, И.С. Математическая модель процесса электроэрозионной обработки как объекта управления/И.С. Сыркин//Научные труды магистров, аспирантов и соискателей/под.ред. В.А. Полетаева.- Кемерово, 2005.- С.73-82.

13. Сыркин, И.С. Модель электроэрозионной обработки/И.С. Сыр-кин//Научные труды магистрантов, аспирантов и соискателей: сб. №1/под.ред.

B.А. Полетаева.- Кемерово: ГУ КузГТУ, 2005,- С.55-59.

14. Сыркин, И.С. Система управления электроэрозионной обработки/И.С. Сыркин //Научные труды магистров, аспирантов и соискателей/под ред. В.А. Полетаева.-Кемерово: ГУ КузГТУ, 2005.- С.60-73.

Труды конференций

15. Полетаев, В.А. Адаптивная система управления процессом электроэрозионной обработки/В.А. Полетаев, И.С Сыркин//Современные пути развития машиностроения и автотранспорта в Кузбассе: тр. I Всерос. науч.-техн. конф,-Кемерово: ГУ КузГТУ, 2007.- С. 119-123.

16. Полетаев, В.А. Проектирование системы управления с использованием регулятора, основанного на нечетких множествах и нейронных сетях/В. А. Полетаев, И.С. Сыркин//Автоматизированный электропривод и промышленная электроника в металлургической и горно-топливной отраслях: тр. III Всерос. науч.-практ. конф.шод. общей редакцией В.Ю. Островлянчика, П.Н. Кунини-на,- Новокузнецк: Изд-во СибГИУ, 2006.-С. 105-110.

17. Сыркин, И.С. Анализ шероховатости поверхности вейвлет-функциями в системах управления электроэрозионными станками/И.С. Сыркин, И.А. Ште-фан//Молодежь и современные информационные технологии:сб. тр. II Всерос. науч.-практ.конф. студентов.- Томск: ТПУ, 2005,- С. 249-251.

18. Сыркин, И.С. Модель электроэрозионной обработки/И.С. Сыр-кин//Информационные недра Кузбасса: тр. 4-ой Всерос. науч.- практ. конф-Кемерово: ИНТ, 2005.- С. 77-80.

19. Сыркин, И.С. О выборе регулятора в системе управления электроэрозионным станком/И.С. Сыркин//Системы автоматизации в образовании, науке и производстве: тр. V Всерос. науч.-практ. конф.- Новокузнецк: СибГИУ, 2005,-

C.310-312.

20. Сыркин, И.С. Особенности реализации контроллера линейного двигателя, созданного на базе микроконтроллера dsPIC/H.C. Сыркин//Системы автома-

тизации в образовании, науке и производстве: тр.VI Всерос. науч.-практ. конф,-Новокузиецк: СибГИУ, 2007.- С. 233-234.

21. Сыркин, И.С. Разработка контроллера линейного двигателя/И.С. Сыр-кин//Сборник докладов студентов и аспирантов Кузбасского государственного технического университета: по результатам 52-й науч.- практ. конф., 16-21 апреля 2007г.- Кемерово, 2007.- С.204-206.

22. Сыркин, И.С. Разработка нейронечеткого регулятора/И.С. Сыр-кин//Нейроинформатика и ее приложения: материалы XIV Вссрос. семинара, 68 октября 2006г./под. ред. А.Н. Горбеня, Е.М. Миркеса.- Красноярск, 2006,-С.119-120.

Методические указания

23. Сыркин, И.С. Проектирование систем управления с использованием нейронных сетей: метод, указания по выполнению лабораторных работ но дисциплине «Теория автоматического управления» для студентов специальности 230310 «Автоматизация технологических процессов и производств (в машино-строении)»/И.С. Сыркин.- Кемерово: ГУ КузГТУ, 2007.- 17с.

24. Трухин, В.В. Применение электроэрозионной и электрохимической обработки в инструментальном производстве: метод. Пособие/В.В. Трухин, В.А. Гудин, И.С. Сыркин.- Кемерово: ГУ КузГТУ, 2008.- 18с.

Сыркин Илья Сергеевич

РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ ЭЛЕКТРОЭРОЗИОННЫМ СТАНКОМ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ И НЕЧЕТКИХ МНОЖЕСТВ

Автореферат диссертации на соискание ученой степени кандидата технических паук

Подписано в печать 0$1.Формат 60х 84/16. Бумага офсетная. Отпечатано на ризографе. Уч.-изд. л. 1,25. Тираж 100 экз. Заказ

Типография ГУ Кузбасский государственный технический университет. 650099, Кемерово, ул. Д. Бедного, 4 А.

Введение

Глава 1. Анализ процесса ЭЭО и систем управления

1.1. Описание процесса.

1.1.1. Общие понятия.

1.1.2. Технологические возможности процесса.

1.2. Технологические характеристики процесса.

1.2.1. Технологические схемы.

1.2.2. Режимы обработки

1.2.3. Производительность.

1.2.4. Качество поверхности.

1.3. Представление процесса ЭЭО как объекта управления.

1.4. Анализ существующих систем управления.

1.4.1. Классификация систем управления.

1.4.2. Регуляторы МЭЗ.

1.4.3. Алгоритмы функционирования.

1.5. Выводы.

1.6. Цель и задачи исследования

Глава 2. Математическая модель процесса ЭЭО

2.1. Определение целевой функции.

2.2. Математическая модель процесса электроэрозионной обработки

2.2.1. Выявление математических зависимостей

2.2.2. Построение имитационной модели образования поверхности детали

2.2.3. Построение структурной схемы модели процесса ЭЭО

2.2.4. Разработка имитационной модели процесса.

2.2.5. Моделирование процесса ЭЭО.

Глава 3. Проектирование системы управления процессом ЭЭО

3.1. Разработка основных требований к системе управления процессом ЭЭО на черновом переходе.

3.2. Выбор и обоснование алгоритма управления процессом ЭЭО

3.3. Разработка функциональной схемы СУ черновым переходом

3.4. Синтез структурной схемы СУ.

3.4.1. Синтез структурной схемы управления сервоприводом.

3.4.2. Синтез структурной схемы управления генератором.

3.4.3. Синтез структурной схемы управления механизмом прокачки РЖ

3.4.4. Разработка структурной схемы адаптивной системы управления процессом обработки

3.5. Синтез регуляторов, применяемых в системе управления.

3.5.1. Синтез регулятора сервопривода.

3.5.2. Алгоритм обучения нечеткого ПИД-регулятора.

3.5.3. Алгоритм обучения нечеткого контроллера процесса обработки

3.6. Моделирование.

3.6.1. Методика моделирования.

3.6.2. Результаты моделирования.

3.7. Выводы.

Глава 4. Техническая реализация системы

4.1. Разработка общей схемы

4.2. Разработка отдельных компонентов.

4.2.1. Сервопривод.

4.2.2. Генератор импульсов

4.2.3. Механизм прокачки.

4.2.4. общая СУ.

4.3. Экспериментальные исследования разработанной СУ.

4.4. Выводы.

Актуальность проблемы.

Современное машиностроение развивается в направлениях повышения качества продукции, увеличения производительности производства, расширения номенклатуры изготавливаемых изделий. Происходит непрерывное совершенствование машин и развитие технологии их изготовления, в том числе технологии формообразования. При этом, с одной стороны, постоянно улучшаются свойства материалов изделий - прочность, твёрдость, ударная вязкость, коррозионная стойкость и другое, а с другой стороны - повышается эффективность процессов обработки.

Известные способы размерной обработки по виду энергии, используемой для формообразования, подразделяются на механические, электрические, тепловые и химические методы. Каждый из перечисленных методов характеризуется своими технологическими возможностями, временными и энергетическими затратами.

Среди методов формообразования в современном машиностроении доминирует механическая обработка, являющаяся наиболее отработанным и наименее энергоёмких методом. Тепловые методы в основном используют для получения заготовок. Химические методы находят ограниченное применение.

До середины XX века механическая обработка в основном решала задачи создания новой техники. Однако проблема изготовления изделий обострилась с появлением и использованием новых конструкционных материалов, обладающих высокими физико-механическими характеристиками, а также с появлением сложнопрофильных изделий.

Обработка деталей из подобных материалов затруднена, а в ряде случаев вообще невозможна. Механической обработкой невозможно изготовление каналов аэродинамического профиля, прошивание отверстий и щелей малых размеров, образование соединительных каналов, изготовление сложных профилей матриц и т.п.

Во всех рассмотренных случаях эффективными являются методы формообразования, получившие общее название электрических (электрофизических и электрохимических) методов размерной обработки материалов. Эти методы подразделяются на четыре группы: электроэрозионные, когда материал с заготовки удаляется в результате действия электрических разрядов; электрохимические, использующие электрическую энергию для анодного растворения заготовки; лучевые, основанные на воздействии высококонцентрированных потоков энергии; ультразвуковые, в которых обрабатываемый материал механически скалывается абразивными зёрнами, получающими энергию от ультразвукового колебания инструмента.

Элсктроэрозионная обработка применяется при изготовлении большого количества классов деталей: матриц штампов, полостей прессформ и литьевых форм, фильер, деталей машин, твердосплавных профилированных резцов и др. Этот тип обработки применяется при изготовлении деталей из твёрдых сплавов и токопроводящих керамик.

Для примера можно рассмотреть изготовление литьевых форм. При изготовлении матриц и пуансонов формообразующие поверхности можно обрабатывать как до, так и после термообработки. При обработке поверхностей до термообработки часто наблюдается коробление частей форм во время закалки. А это, естественно, недопустимо. Поэтому стараются обрабатывать формообразующие поверхности после термообработки. Механическая обработка резанием твёрдых сталей сопряжена с большими затратами. Закалённый металл (до 50-55HRC) можно обрабатывать только твердосплавным инструментом. Для этого необходимо применять точные и жёсткие металлорежущие станки. Помимо сложностей, связанных с необходимостью обработки твёрдого металла, часто возникает необходимость детальной проработки маленьких элементов (размерами в единицы миллиметров) на большой глубине

100 мм н более). При обработке подобных элементов на фрезерных станках используют разные переходники для крепления фрез малого диаметра. Такой подход снижает жёсткость всей системы СПИД (станок-приспособление-инструмент—деталь), что часто недопустимо. В этих условиях наиболее оптимальными становятся электроэрозионные и электрохимические методы обработки. Они позволяют проводить обработку любых электропроводящих материалов независимо от их твёрдости, прпчём точность обработки не зависит от глубины.

Электроэрозионная и электрохимическая обработки незаменимы так же в тех случаях, когда требуется обработать углубления сложной формы. Например, глубокие пазы, в которых глубина больше ширины в несколько раз, невозможно отфрезеровать. В таком случае электроэрозионная обработка - единственный способ получить желаемую геометрию без'.усложнения технологического процесса.

Как правило, при изготовлении деталей, требующих ЭЭО, данный вид обработки является основной операцией, остальные операции нужны для изготовления заготовки. Примером может служить изготовление . матриц литьевых форм. Заготовки предварительно обрабатывают на металлорежущих станках, после чего проводят термообработку. Далее требуемые поверхности шлифуют и выполняют электроэрозиоиную обработку формообразующих элементов. Последняя операция - основная в технологическом процессе, после неё деталь может выполнять свои функции. Нефункциональные требования, например, износостойкость поверхности, качество поверхностного слоя, так же могут обеспечиваться ЭЭО.

Другой случай, требующий эффективного процесса ЭЭО - вырезка сложных деталей. Например, при изготовлении волновых редукторов. Одна из важнейших деталей такого редуктора - ведущий зубчатый венец, изготовляемый из высоколегированной стали и имеющий твёрдость 61-63 HRC. Рабочая поверхность зубьев венца, напоминающая беговую дорожку подшипника, должна иметь шероховатость поверхности не хуже 0,6 мкм Ra. Контур зубьев описан совокупностью сопряжённых радиусов и укороченных гипоциклоид, ширина зубьев может колебаться от 50 до 90 мм. Отклонение от теоретического профиля не должно превышать 4 мкм.

При изготовлении венцов на станках разных производителей время обработки колебалось от 8ч. 30м. до 24ч. 38 мин. при отклонении геометрии от заданного контура от 4мкм до 9мкм [12].

Повышение эффективности процесса ЭЭО приведёт к увеличению производительности, точности, качества изготовления деталей. В результате чего повысятся экономические показатели производства, увеличится прибыль предприятия. Поэтому можно сделать вывод, о необходимости повышения эффективности процесса ЭЭО.

На процесс ЭЭО влияют различные технологические параметры: частота и скважность импульсов, количество импульсов в пакете, максимальный рабочий ток, положение электрода-инструмента (для поддержания величины зазора и колебательных движений для прокачки рабочей жидкости), скорость прокачки рабочей жидкости. Для обеспечения требуемого качества и производительности обработки необходимо поддерживать значения этих параметров в определенных пределах. Условия обработки лежат в широких пределах - от холостых импульсов (удаление материала не происходит) до короткого замыкания, когда удаление материала так же не происходит, однако заготовка и инструмент приходят в негодность. Эффективная система управления процессом должна поддерживать процесс в состоянии близком к короткому замыканию, но без риска разрушения заготовки, вызываемого в т.ч. п дуговыми разрядами.

Создание эффективной системы управления требует построения адекватной модели самого процесса. С математической точки зрения электроэрозионная обработка очень сложна.

При сведении электродов, на расстояние 10-100 мкм друг от друга прикладываемое напряжение (пакеты прямоугольных импульсов напряжением холостого хода до 400 В, частотой следования импульсов - 3-200 кГц и регулируемой скважностью от 1 до 50 и паузой между пакетами) вызывает локальные пробои диэлектрика, в результате чего появляются разряды между электродами. Как правило, пробой происходит в местах повышенной напряжённости электромагнитного поля, т.е. на выступах микрорельефа. Каждый разряд вызывает разрушение материала заготовки pi инструмента. Повторяющиеся разряды при подаче инструмента в заготовку обеспечивают непрерывное удаление материала. В процессе обработки электрод-инструмент воспроизводит свою форму с высокой точностью в материале заготовки с учётом межэлектродного зазора, который может задаваться параметрами процесса.

Математическую модель процесса возникновения дуговых разрядов построить сложно, так как нельзя полностью учесть факторы, влияющие на их образование - распределение продуктов эрозии в зазоре, микрорельеф поверхности электродов, направление течения рабочей жидкости в каждой точке зазора и пр. [1]

Для управления процессами, математическая модель которых описывается большим числом дифференциальных уравнений используют регуляторы, основанные на адаптивных алгоритмах, которые применяют неформализованную логик)' для настройки своих параметров. Одним из таких подходов может быть регулятор, основанный на теории нечётких множеств, обучаемый с помощью нейронных сетей. В этом случае нечёткая логика будет принимать решения подобно человеческому мышлению. Нейронные сети будут подстраивать логику на основе опыта предыдущих обработок, или даже опыта начала обработки. Можно добиться того, что система управления будет в каждом конкретном случае обработки подстраиваться под текущие условия п постоянно поддерживать режимы обработки, обеспечивающие желаемые требования.

Актуальность темы работы подтверждает ее финансирование в рамках программы «Развитие научного потенциала высшей школы (2006-2008 годы)», проект №2.1.2.5232 «Разработка систем управления с использованием теории нечетких множеств и нейронных систем»

Цель работы - разработка системы управления электроэрозионным станком.

Для достижения поставленной цели в работе сформулирвоаны и решены следующие задачи:

1. Анализ технологического процесса ЭЭО с целью определения целевой функции управления им, выявления управляющих воздействий и зависимостей, описывающих процесс обработки.

2. Построение модели процесса ЭЭО как многомерного объекта управления путем комбинирования различных методов построения моделей.

3. Разработка алгоритма функционирования системы управления, ее функциональной и структурной схем.

4. Создание нейро-нечеткого алгоритма регулирования сервопривода и методики его обучения.

5. Разработка алгоритма нейро-нечеткого управления процессом обработки п методики его обучения.

6. Техническая реализация разработанной системы управления процессом ЭЭО и ее исследование с целью подтверждения эффективности разработанных алгоритмов регулирования.

Объект исследования - процесс ЭЭО.

Предмет исследования - разработка алгоритмов управления процессом.

Методы исследования. В работе использованы методы анализа и синтеза систем управления, математического моделирования, планирования эксперимента. При разработке программного обеспечения использовались методы структурного программирования.

Научная новизна.

Научная новизна данной работы составляет:

1. Комбинированная модель процесса электроэрозионной обработки, структура которой содержит подмодели, полученные как на основе фундаментальных законов естественных наук, так и методами идентификации, связи между которыми отражают основные особенности и условия протекания технологического процесса.

2. Структура СУ процессом ЭЭО, отличающаяся от известных наличием двух блоков настройки регулятора обработки - предварительного и рабочего.

3. Алгоритм функционирования нечёткого регулятора.

4. Методики построения обучающей выборки для обучения нейро-нечеткого ПИД-регулятора и нейро-нечеткого регулятора процесса обработки.

Практическая значимость работы. Разработанные модель процесса ЭЭО и нейро-нечёткий регулятор позволяют улучшить качество обработки, повысить эффективность процесса. Новые алгоритмы обучения пейро-нечётких регуляторов позволят создавать адаптивные системы управления различными технологическими процессами, математические модели которых сложны или не существуют. Модели процесса и регулятора прошли модельные испытания и могут быть использованы для управления реальным процессом обработки. Предлагаемые методические разработки рекомендованы к применению в учебно-исследовательском процессе технических вузов Кузбасса.

Реализация результатов работы. Система з'правленпя электроэрози-опной обработкой принята к использованию на ООО «Электродвигатель-Ремонт». Методические разработки по синтезу нейро-нечетких систем управления используются в КузГТУ (г. Кемерово). Они нашли применение при выполнении лабораторных работ по курсам: «Теория автоматического управления», «Автоматизация технологических процессов и производств».

Предмет защиты и личный вклад автора. На защиту выносятся: комбинированная модель процесса электроэрозионной обработки, структурная схема управления процессом ЭЭО, алгоритмы обучения нейро-нечётких регуляторов. Личный вклад автора заключается в разработке обобщенной модели процесса ЭЭО, разработке нейро-нечёткого алгоритма регулирования и методике составления обучающей выборки для его обучения.

Апробация работы. Основные положения диссертации докладывались и получили одобрение на 8 конференциях.

Публикации. По материалам диссертации опубликовано 24 статьи и докладов на конференциях, в том числе одна статья в издании, рекомендуемом ВАК и одна монография.

Во введении обоснована актуальность проблемы, кратко охарактеризованы полученные научные и практические результаты, используемые методы исследования и содержания диссертации по главам.

Первая глава «Анализ процесса ЭЭО и систем управления» содержит аналитический обзор и обоснование направления работы, общие понятия о процессе электроэрозионной обработки, обзор систем управления.

Вторая глава «Математическая модель процесса ЭЭО» посвящена решению задачи построения обобщенной модели процесса обработки, полученной комбинацией двух методов построения моделей, построению упрощенных функциональных зависимостей между входными и выходными переменными процесса обработки.

Третья глава «Проектирование системы управления процессом ЭЭО» описывает процесс разработки структурной схемы нейро-нечеткой системы управления процессом электроэрозионной обработки, алгоритмов построения обучающих выборок для нейро-нечетких контроллеров.

В приложениях приведены краткие сведения из теории нечетких множеств и нейро-нечетких систем принятия решений. Представлены справки об использовании в учебном процессе диссертационных разработок в КузГТУ, о принятии к практическому использованию результатов диссертационной работы ООО «Электродвигатель-Ремонт».

Автор выражает искреннюю благодарность и признательностью научному руководителю, д.т.н., профессору Полетаеву Вадиму Алексеевичу, Евтушенко Виктору Федоровичу, Мышляеву Леониду Павловичу, Кулакову Станиславу Матвеевичу, к.т.н., доценту Штефану Ивану Адольфовичу. Автор признателен коллективу кафедр информационных и автоматизированных производственных систем (КузГТУ).

4.5. Общие выводы и результаты

1. Проанализирован процесс ЭЭО, определены связи технологических показателей процесса обработки от управляющих воздействий. Основные технологические показатели (производительность обработки, ее точность и качество) зависят от одних и тех же режимных управляющих воздействий (рабочего тока ГИ, длительности рабочих импульсов).

2. Построена модель процесса обработки методом комбинации модели внутреннего механизма и функциональной модель, построенной методами идентификации. Это позволило учесть большинство факторов, влияющих на процесс обработки. Анализ результатов моделирования выявил необходимость применения адаптивной системы управления процессом для поддержания его в стабильном состоянии.

3. Разработан алгоритм функционирования адаптивной системы управления, на основе нейро-нечетких систем принятия решений, позволяющий настраивать алгоритм регулирования процесса обработки.

4. 4. Разработана обобщенная структура системы управления процессом ЭЭО на основе предложенного алгоритма управления, выделены показатели, характеризующих состояние процесса обработки, и определены воздействия, подаваемые на исполнительные устройства станка

5. 5. Разработан алгоритм управления линейным двигателем сервопривода станка на основе нейро-нечеткон системы принятия решеппй ANFIS, разработана методика обучения сети ANFIS, что позволило обеспечить повышение показателей качества регулирования переходного процесса изменения координаты сервопривода

6. Разработан алгоритм управления процессом ЭЭО на основе ANFIS, позволяющий повысить эффективность обработки по сравнению с традиционными алгоритмами на 40

1. Размерная электрическая обработка металлов / Б. А. Артамонов и др.. - М.: Высш. шк., 1978 - 336 с.

2. Исследование физического механизма устойчивости процесса и методов стабилизации параметров, определяющих точность электроэрозионпой обработки /'/ Отчет по теме 159-68, ЭНИМС. М., 1968.

3. Кохановская,Т.С. К вопросу о линейном сервоприводе /Т.О. Коханов-ская. // "ИТО". 2000г. - №3. - С.6-8

4. A COMPARISON OF DIFFERENT INPUT VALUES FOR GAP-WIDTH CONTROLLERS USED IN ELECTRO-DISCHARGE MACHINING, Prof. Dr.-Ing. A. Behrens, Dipl. Inform. J. Ginzel. Universitat der Bundeswehr Hamburg Laboratorium fiir Fertigungstechnik (LFT)

5. B. Armstrong-HClouvry, P. Dupont, and C. Canudas de Wit, "A survey of models, analysis tools and compensation methods for the control of machines with friction"// Automatica-1994 vol. 30 - № 7 - PP. 1083-1138

6. LiXu, BinYao, Adaptive Robust Precision Motion Control of Linear Motors with Ripple Force Compensations: Theory and Experiments. Proceedings of the 2000 IEEE International Conference on Control Applications Anchorage, Alaska, USA September 25-27, 2000

7. Mu-Tian Yan, Tun-Hua Cheng, High Accuracy Motion Control of Linear Motor Drive Wire-EDM Machines, Proceeding of the 2005 IEEE International Conference on Mechatronics, 2005, Taipei, Taiwan.

8. Guo Qingding, Zhao Ximei, Sun Yibiao, The Study of Self-tuning Robust Control in Dual Linear Motors Synchronous Servo System. //Electrical Machines and Systems, 2005. ICEMS 2005. Proceedings of the Eighth International Conference. Nanjing, 2005.

9. Yuju Kaneko, Hisanory Yamada, Tatsuo Toyonaga and Kazuo Shoda, Performance of Linear Motor Equipedd with Die-Sinking EDM// International Journal of Electrical Machining.-2000 No. 5 January- PP. 56-64.

10. Makoto Sugai, Highly-Accurate Machining by Linear Motor Drive Wire EDM,International // Journal of Electrical Machining-2002- No. 7 January.- PP. 1-2.

11. P. Van Den Braembussche, J. Swever, H.VanBrussek and P. Vanherck Accurate Tracking Conrol of Linear Synchronous Motor Machine Tool Axes// Mechatronics-1996- Vol. 6.- No5 PP. 507-521.

12. Хохряков, Б.Г. Вырезка сложных деталей (волновых редукторов с промежуточными звеньями) на электроэрозионных станках. Трудный опыт внедрення/Б.Г. Хохряков //Двигатель. 2001. - №6

13. Левинсон, Е.М. Справочное пособие по электротехнологии. Электроэро-зпоппая обработка металлов/Е.М. Левинсон, B.C. Лев.- Л.:Лениздат, 1972,- 327с.

14. Полетаев, В.А. Адаптивная система управления процессом электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин //Современные пути развития машиностроения и автотранспорта Кузбасса: тр. I всерос. науч-техн. конф/ГУ КузГТУ.-Кемерово, 2007.-С. 501

15. Jang J.-S. R. ANFIS: Adaptive-Network-Based Fuzzy Inference System // IEEE Trans. Systems & Cybernetics. 1993. - Vol. 23. - PP. 665 - 685.

16. Zhang Yun, Wang Xiao-Lin. Neuro-Fuzzy Network Control Strategy for Electric Discharge Machining Procecc// Proceeding of the 2004 IEEE Conference on Robotics, Automation and Mechatronics, Singapore, 2004.17. http://www.sodic-euro.ru

17. Серебреницкий, П.П. Линейные двигатели нового поколения/П.П. Се-ребреницкий //Двигатель-2000 No3.

18. Золотых, В.Н. Физические основы электроэрозионной обработки/В.Н. Золотых, P.P. Мельдер. М.: 1977. - 41с.

19. Иоффе, В. Ф. Автоматизированные электроэрозионные станки/В.Ф. Иоффе, М.В. Коренблюм, В.А. Шавырин JL: Машиностроение, 1984. -227 с.

20. Сыркин И.С. Модель электроэрозионной обработки/И.С. Сыркин //Научные труды магистров, аспирантов и соискателей: сб. науч. тр. Nol /ГУ КузГТУ; под. ред. В.А. Полетаева. Кемерово, 2005.-С. 55-59

21. Коренблюм М.В. Чистовая электроэрозиоиная обработка с малым износом инструмента/М.В. Коренблюм //Станки и инструмент-1980- №6.-С. 31-33.

22. Коренблюм М.В. О связи величины шероховатости поверхности с длительностью и амплитудой импульсов разрядного тока при электроэрозионной обработке/М.В. Коренблюм//Физика и химия обработки материалов.-1972- №4- С. 135-138.

23. Heuvelman С.J., Jansen R., Van Lierop S. The application of microcomputers in contolling in sparkerosion process. ISEM-6, Poland, 1980, PP. 103-106.

24. Altpeter, F., Cors, J., Kocher, M., and Longchamp, R., EDM modeling for control // 12th International Symposium For Electromachining. 1998. -PP. 149-155.

25. B. Bommeli. Etude dc l'influence de la contamination sur l'amor^age des decharges dans les dielectriques liquides. PhD thesis, Fac. Sc., Univ.- Geneva, 1979.

26. Голубатников А. Г. Система автоматизированного управления процессом элсктроэрозионной обработки сложнопрофильных поверхностей па получистовых режимах 051307/А.Г. Голубятников.- Уфа, 1993

27. Разработка систем управления с использованием теории нечетких множеств и нейрон-ных систем, итоговый отчет по программе "Развитие научного потенциала высшей школы (2006-2008 годы) на 2006-2007 г.г."г. Кемерово, 2006.

28. Разработка систем управления с использованием теории нечетких множеств и нейрон-ных систем, итоговый отчет по программе "Развитие научного потенциала высшей школы (2006-2008 годы) на 2006-2007 г.г."г. Кемерово, 2007.

29. Ким Д.П. Теория автоматического управления: учеб. пособие Т.2. Многомерные. нелинейные, оптимальные и адаптивные системы/Д.П. Ким.— М.: ФИЗМАТЛИТ, 2004,- 464с.31. Полетаев, В.А.

30. Проектирование адаптивной системы управления процессом электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин// Вестник КузГТУ. -2007.- т.-С. 62-71

31. Nauck D., Klawonn F., Kruse R. Foundations of Neuro-Fuzzy Systems. // John Wiley к Sons. 1997. - PP. 200-215.

32. Altpeter, F., Cors, J., Kocher, M., and Longchamp, R., , "EDM modeling for control". // 12th International Symposium For Electromachining, 1998. PP. 149-155.

33. Штефан И.А. Теория автоматизированного Управления: курс лек-ций/И.А. Штефан Кемерово, 2000. - 130с.

34. Ким Д.П. Теория автоматического управления: учеб пособие. Т.1./Д.П. Ким. М.:ФИЗМАТЛИТ, 2004. - 464с.

35. Ким Д.П. Теория автоматического управления: учеб. пособие. Т. 2. Многомерные, нелинейные, оптимальные и адаптивные систем/Д.П. Ким. -М.:ФИЗМАТЛИТ, 2004. 464с.

36. Андриевский, Б.Р. Избранные главы теории автоматического управления/В.Р. Андриевский, А.Л. Фрадков. СПб: Наука, 1999. - 466с.

37. Принципы построения и проектирования самонастраивающихся систем управления/Б.Н. Петров и др..- М.: Машиностроение, 1972. 260с.

38. Godjevac, Jelena Comparison between PID and fuzzy control. Internal Report R93.36. Ecole Polytechnique Federal e de Lausanne Departement d'Informatique Laboratoire de Microinformatique. 1993. - 23p.

39. Jervis Timothy Tristram, Coiinectionist Adaptive Control. Trinity Hall Cambridge England, 1993. - 116p

40. H. Plinder, J.G. Slootwerg, J.C. Compter, M.J. Hoeijmakers Modeling a Linear PM Motor Including Magnetic Saturation. Power Electronics, Mechines and Drives, Conference IEE 2002.

41. Терехов С.А. Лекции по теории и приложениям искусственных нейронных сетей/С. А. Терехов. Снежинок: ВНИИТФ, 1998. ht.tp: / / alife.narod.ru

42. Линейные синхронные моторы. Серия LSM-24. Минск, издательство компании «Рухсервомотор» 2004г.

43. Черных И.В. Моделирование электротехнических устройств в MATLAB, SimPowerSystems и Simulink. 1-е издание, 2007 год, 288 стр.

44. Библиотека элементов компонетна Simulink пакета MATLAB, набор «Simulink Extras», поднабор «Additional Linear».

45. Терехов, В.А. Нейросетевые системы управления: учеб. пособие для вузов/В. А. Терехов, Д. В. Ефимов, И. Ю. Тюкин. М.: Высш. шк., 2002. - 183с.

46. Сыркин И.С. Выбор типа привода подачи электроэрозионного станка/И.С. Сыркин, В.А. Полетаев // Проблемы повышения эффективности металлообработки в промышленности на современном этапе: всерос. науч. практ. конф.- Новосибирск, 2006.

47. Шалманов, А.В. Динамическая модель шариковинтовой пары/ А.В. Шалманов, П.Г. Мазеин // Известия Челябинского научного центра. -2002. № 4

48. Сыркин, И.С. Особенности реализации контроллера линейного двигателя, созданного на базе микроконтроллера серии dsPIC/И.О. Сыркин // Системы автоматизации в образовании, науке и производстве: тр.VI всерос.науч.-практ. конф./СибГИУ. Новокузнецк, 2000

49. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyТЕСН/А.В. Леоненков. СПб.: БХВ-Петербург, 2005. - 736с.

50. Полетаев В.А. Управление процессом электроэрозионной обработки: монография / В.А. Полетаев, И.С. Сыркин/ ГУ КузГТУ. Кемерово, 2008. - 232с.

51. Сыркин, И.С. Разработка нейро-нечеткой системы управления электроэрозионной обработкой/И.С. Сыркин, В.А. Полетаев//Научный вестник НГТУ.-2009- №2(35).- С.213-222.

52. Полетаев, В.А. Конструкция системы управления электроэрозионным станком/ В.А. Полетаев, И.С. Сыркин. //Вестник Кузбасского государственного технического университета.- 2007.- №1- С.56-59

53. Полетаев, В.А. Модель процесса электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин//Обработка металлов 2008 - №2 - С. 24-28

54. Полетаев, В.А. Особенности управления электроэрозионной обработкой/

55. B.А. Полетаев, И.С. Сыркин//Вестник Сибирского государственного университета путей сообщения.- 2005.- вып. 11- С.56-62.

56. Полетаев, В.А. Разработка и управление ходом технологического процесса электроэрозионной обработкп/В.А. Полетаев, И.С. Сыркин//Вестник Кузбасского государственного технического университета 2007 - №1.1. C. 60-66.

57. Полетаев, В.А. Разработка структурной схемы системы управления черновым переходом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин// Вестник Кузбасского государственного технического университета- 2009 №1,- С. 18-26.

58. Полетаев, В.А. Синтез регуляторов, применяемых в системе управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин //Вестник Кузбасского государственного технического университета.-2009.- т.- С.27-32.

59. Полетаев, В.А. Трехканальная адаптивная система управления процессом электроэрозионной обработки/ В. А. Полетаев, И.С. Сыр-кин//Обработка металлов.- 2008 №4 - С. 7-11.

60. Полетаев, В.А. Экспериментальные исследования адаптивной системы управления процессом электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин//Вестник КузГТУ,- 2008,- №1,- С. 72-75.

61. Сыркин, И.С. Математическая модель процесса электроэрозионной обработки как объекта управления/И.С. Сыркин//Научные труды магистров, аспирантов и соискателей/под.ред. В.А. Полетаева.- Кемерово, 2005.- С.73-82.

62. Сыркин, И.С. Система управления электроэрозионной обработки/И.С. Сыркин //Научные труды магистров, аспирантов и соискателей/под ред.

63. B.А. Полетаева.-Кемерово: ГУ КузГТУ, 2005,- С.60-73.

64. Сыркип, И.С. О выборе регулятора в системе управления электроэрозионным станком/И.С. Сыркин//Системы автоматизации в образовании, пауке и производстве: тр. V Всерос. науч.-практ. конф.- Новокузнецк: СибГИУ, 2005,- С.310-312.

65. Сыркин, И.С. Разработка нейронечеткого регулятора/И.С. Сыркин/ /Нейроинформатика и ее приложения: материалы XIV Всерос. семинара , 6-8 октября 2006г./под. ред. А.Н. Горбепя, Е.М. Миркеса Красноярск, 2006,- С. 119-120.