Научтруд
Войти

УПРАВЛЕНИЕ ШЕРОХОВАТОСТЬЮ И ФОРМОЙ МИКРОРЕЛЬЕФА ПРИ УПРОЧНЯЮЩЕЙ ПНЕВМОЦЕНТРОБЕЖНОЙ ОБРАБОТКЕ ОТВЕРСТИЙ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ ФУНКЦИОНАЛЬНЫХ СЕМАНТИЧЕСКИХ СЕТЕЙ

Автор: Миронова Марина Николаевна

УДК 621.787

М. Н. Миронова, Е. Н. Антонова

УПРАВЛЕНИЕ ШЕРОХОВАТОСТЬЮ И ФОРМОЙ МИКРОРЕЛЬЕФА ПРИ УПРОЧНЯЮЩЕЙ ПНЕВМОЦЕНТРОБЕЖНОЙ ОБРАБОТКЕ ОТВЕРСТИЙ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ ФУНКЦИОНАЛЬНЫХ СЕМАНТИЧЕСКИХ СЕТЕЙ

UDC 621.787

M. N. Mironova, E. N. Antonova

CONTROL OF ROUGHNESS AND MICRORELIEF FORM DURING STRENGTHENING PNEUMOCENTRIFUGAL PROCESSING OF APERTURES USING FUNCTIONAL SEMANTIC NETWORKS

Аннотация

В статье рассмотрены вопросы обеспечения шероховатости по параметру Ra и формы микрорельефа поверхности при пневмоцентробежной обработке отверстий двухрядным пневмоцентробежным рас-катником. Использован подход, базирующийся на технологиях функциональных семантических сетей. Рассмотрена возможность применения функциональных семантических сетей для выбора рациональных параметров пневмоцентробежной обработки отверстий. Приведена семантическая сеть для управления пневмоцентробежной обработкой отверстий. Указаны пути управления формой микрорельефа поверхности и шероховатостью поверхности.

пневмоцентробежная обработка, искусственный интеллект, функциональные семантические сети.

Abstract

The article investigates ensuring roughness according to the Ra parameter and the form of a surface microrelief during pneumocentrifugal processing of apertures by a two-row pneumocentrifugal burnisher. The approach based on technologies of functional semantic networks is used. The possibility is considered of using functional semantic networks for choosing rational parameters for pneumocentrifugal processing of apertures. The semantic network for controlling pneumocentrifugal processing of apertures is presented. The ways to control the form of a surface microrelief and surface roughness are specified.

pneumocentrifugal processing, artificial intelligence, functional semantic networks.

Введение

Задача обеспечения заданных параметров качества поверхности при пневмоцентробежной обработке отверстий представляет собой актуальную задачу технологии машиностроения, решение которой позволяет повысить надежность и долговечность деталей пар трения. Актуальность этой задачи объясняется и непрерывным повышени© Миронова М. Н., Антонова Е. Н., 2020

ем требований к точности изготовления деталей машин, таких, например, как подшипники скольжения, гильзы цилиндров, шатуны, поршни, входящие в компрессоры, двигатели внутреннего сгорания и другие.

Достичь заданных параметров качества поверхности невозможно без совершенствования конструкции инструмента и оптимизации выбора режимов обработки.

В связи с этим создание более совершенных технологических процессов пневмоцентробежной обработки, позволяющих прогнозировать и достигать требуемую шероховатость и форму микрорельефа поверхности, является актуальной задачей.

Постановка задачи

Управление процессом пневмо-центробежной обработки отверстий представляется наиболее эффективным методом обеспечения требуемых параметров качества поверхности. Для этого можно использовать методы, базирующиеся на технологиях искусственного интеллекта, в частности, на технологиях функциональных семантических сетей, учитывающих текущее состояние технологического оснащения, а также функциональные взаимосвязи между конструкторско-технологическими параметрами и позволяющие обеспечить заданное качество поверхности на основе решения задачи многофакторной оптимизации конструкции инструмента и режимов обработки.

Функциональные семантические сети представляют собой логическую схему, описывающую функциональные взаимосвязи между аргументами Р1, ..., Р, ..., Рк совокупности математических зависимостей, имеющих вид [1]:

^ (Р1, ..., Р, ..., Рк) = 0. (1)

Результаты и их анализ

Для эффективного управления шероховатостью и формой микрорельефа поверхности на основе использования функциональных семантических сетей проведен энергетический анализ пневмоцентробежных раскатников, позволяющий учесть потери энергии при преобразовании энергии давления сжатого воздуха в энергию смятия микронеровностей, а также установить взаимосвязи основных конструктивных параметров инструмента и режимов обработки отверстий [2].

Кинематика потоков сжатого воздуха в раскатнике (распределение энергии) представлена на рис. 1 [3].

Рис. 1. Кинематика потока сжатого воздуха в пневмоцентробежном раскатнике: е - потенциальная энергия сжатого воздуха; ес - кинетическая энергия струй; еш - кинетическая энергия шаров; есм - энергия смятия микронеровностей; АЕс - потери энергии в соплах; АЕк - потери энергии в камере расширения; АЕпр - потери энергии в зазоре между инструментом и заготовкой

Анализ физики процесса и энергетического баланса позволил представить процесс пневмоцентробежной обработки отверстий в аналитическом виде как математическую модель, включающую ряд зависимостей, учитывающих влияние конструктивных и технологических параметров инструмента на шероховатость и форму микрорельефа поверхности [4, 5].

Для построения функциональной

семантической сети полученные зависимости были преобразованы в отношения сети в форме выражения (1) и выделены их параметры.

Отношения и параметры функциональной семантической сети, учитывающие взаимосвязи конструктивных параметров инструмента и режимов пневмоцентробежной обработки отверстий, приведены в табл. 1.

Табл. 1. Отношения и параметры семантической сети

Номер отношения Отношения семантической сети Параметры сети

Ri п" - Л = о 4 ■&с ¿с , Л

R2 287•293 Л --vо = 0 Р + Ра Р , Р , V о а ^ о

R3 — -Ро = 0 Уо Vо , Ро

R4 287•293 Л --ук = 0 0,5Ро + Ра к Р , Р , V о > а > к

R5 —-Рк = 0 Vк , Рк

R6 287•293 Л --Vз = 0 Ра Р , V а > з

R7 2 г2 2 г) Р Цс • Л • ^ • Ро -Ро = 0 к 2 2 г\\2 2 ,2x22 Ц - Л • °дет -У -Р3 + ЦС • /с • -Ро Цс , /С , 2с , Ро , Ро , Цз , Одет , У , Рз, Рк

Rb V--Р3 = 0 V з Vз , Рз

R9 Цс/с2с^0,065 к2-1 Ро Ро - бс = 0 Цс , УС , 2с , к , Ро , Ро , бс

Rio бс - а=0 бс , б,

Rii i Q2 с Y- 0 ^2 Po p3 AJ бс , Цз , Ро , Рз , Одет , У

Ri2 ч k -1 k ( P ^ k 2 Pv 1 k F - 0 k-1 [ Po J ^ Цс, к, Ро, V,, Рк, ^

Окончание табл. 1

Номер отношения Отношения семантической сети Параметры сети

Ri3 360 0 ( d Л =0 2arcsml---1 V Ddcm - dm ) D^дет & dш & Zш

Rl4 kvv -V , = 0 V стр ш, KV > Vrnp > Vш1

Rl5 k& HB (Raucx- RaK )Vyd с q 2 (1-2ц)2 RaUx k&, HB , Ra , Ra , V,, ц, > > исх > к & уд 2 Г 2 Асм

Rie nD, пд -V = 0 дет дет дет Dдет & Пдет & ^дет

Rl7 V +V -V = 0 ш1 дет ш.отн V V V ш1 > дет > ш.отн

Rl8 m V - p = 0 ш ш.отн г m , V , p ш > ш.отн >

Rl9 s2 Raucx--о--1 = 0 исх 4dш ^„сх > ^ > ^ > 1

R20 RaUx- Raк -L = 0 Raux > Ra > L

R2l PVml F = 0 2L max Уд P & Vw1 & L & "max уд

R22 "max.уд l Zш ^ !Aш инст 0 F l z A max.у^ & > ш > шинст

R23 ra 2Ц) ra^mшVш.оmнVш1zш ra _ 0 исх k&HBvyd к ~ Ra , ц, Ra , m , V , исх ^ ^ исх > ш > ш.отн > V,, z , kНВ, V, , Ra ш1 > ш & > > у^ к

В качестве параметров функциональной семантической сети для расчета режимов обработки центробежной обработки отверстий можно рассматривать следующие: Dдеm - диаметр заготовки, мм; dш - диаметр шаров, мм

(выбирается в диапазоне 5.. .13 мм в зависимости от диаметра обрабатываемой заготовки, требуемой формы микрорельефа и шероховатости поверхности); zш - количество шаров; Pо - давление

в осевой полости инструмента, МПа (выбирается в интервале значений 0,05.4 МПа); Pк - давление в камере расширения при условии критического истечения воздуха; ^ - площадь

сопла; dc - диаметр сопел, мм (выбирается в интервале значений 1,5.3,5 мм); \\о - удельный объем воздуха; Pа - давление атмосферное, МПа; ро - плотность воздуха в осевой полости инструмента; цс - коэффициент расхода воздуха через сопло (зависит от формы сопел: цилиндрической, конической или прямоугольного сечения); \\к - удельный объем воздуха в камере расширения инструмента; рк - плотность воздуха в камере расширения инструмента; zc - количество сопел (4.12);

- удельный объем воздуха в зазоре между деталью и инструментом; рз - плотность воздуха в зазоре между

деталью и инструментом; Pk - давление в камере расширения; у - зазор между заготовкой и инструментом; цЗ - коэффициент расхода воздуха через зазор между деталью и инструментом;

бсопт - массовый расход воздуха через сопла при условии критического истечения воздуха; к - показатель адиабаты для воздуха; бз - массовый расход воздуха через зазор между деталью и инструментом; ¥стр - скорость струи воздуха, выходящего через сопло при критическом истечении воздуха; Уш1 - скорость шара до удара; Ку - поправочный коэффициент на скорость шаров; Асм - работа, необходимая для смятия

микронеровностей с исходного значения; шероховатости до заданного конечного ее значения; к/ - коэффициент, зависящий от свойств обрабатываемого материала; Яаисх - исходная шероховатость поверхности (до обработки), мкм; Яак - конечная шероховатость поверхности (требуемая), мкм; НВ - твердость обрабатываемого материала; ц - коэффициент Пуассона; ¥уд - сминаемый объем, м3; ¥дет - скорость вращения заготовки при условии ее вращения; пдет - частота вращения заготовки,

мин-1; Ушотн - относительная скорость шара; р - импульс удара шара; тш - масса шара, кг; I - путь, который проходит шар при смятии микронеровностей; 8о - осевая подача инструмента, мм/об; Ь - максимально возможный путь, который проходит шар при смятии микронеровностей под действием максимальной ударной силы; ^тах уд - максимальная ударная сила шара;

Е Ашинст - р^ОТ^ совершаемая инструментом для смятия микронеровностей с исходного значения шероховатости до ее конечного значения.

Таким образом, функциональная семантическая сеть для управления качеством поверхности при упрочняющей пневмоцентробежной обработке отверстий включает 23 отношения и 42 параметра.

Для наглядности функциональную семантическую сеть можно представить в виде двудольного неориентированного графа, представленного на рис. 2.

Использование функциональных семантических сетей в программах в качестве инструмента для вычислений обеспечивает их интеллектуальность за счет того, что жесткий алгоритм действий у таких систем отсутствует, а последовательность выполняемых действий определяется самой системой в процессе решения отдельной поставленной задачи [1].

Это обеспечивается за счет того, что каждое из отношений функциональной сети имеет несколько разрешений. Так, например, из отношения Я1 можно определить два параметра и /с. При этом отношение Я1 в зависимости от известных данных будет преобразовываться в функции ^1, представленные на рис. 3.

Покажем принцип нахождения параметров на основе использования сети на примере. Рассмотрим решение задачи, определяющей шероховатость погрешности после упрочняющей пнев-моцентробежной обработки. Исходными данными являются: диаметр заготовки Одет, исходная шероховатость поверхности Яаисх, твердость обрабатываемого материала НВ, масса шара тш, коэффициент Пуассона ц, сминаемый объем Ууд, давление в осевой полости инструмента Ро, показатель адиабаты для воздуха к, диаметр шаров ш, давление атмосферное Ра, коэффициент расхода воздуха через сопло цс, диаметр сопел с, количество сопел 1с, коэффициент расхода воздуха через зазор между деталью и инструментом цз.

Рис. 2. Функциональная семантическая сеть

Рис. 3. Разрешения отношения Я1

Поскольку в данном случае удельный объем Vк; плотность воздуха в камере расширения инструмента рк; работу, необходимую для смятия микронеровностей Асм; импульс удара шара р; скорость вращения заготовки У дет; путь, который проходит шар при смятии микронеровностей I; максимально возможный путь, который проходит шар при смятии микронеровностей под действием максимальной ударной силы Ь; максимальную ударную силу шара .Ртах уд; массовый расход воздуха через зазор между деталью и инструментом Qз; работу, совершаемую инструментом для смятия микронеровностей с исходного значения шероховатости до ее конечного значения XАшинст вычислять не требуется, то отношения Я4-Я5, Я10, Я15, Я16 и Я18-Я22 использоваться не будут.

А у отношений Я1—Я3, Я6-Я9, Я11-Я14, Я17 и Я23 определяются входные и выходные параметры. В результате чего происходит их преобразование в соответствующие функции Р.

В результате интеллектуальная система построит цепочку функций для решения поставленной задачи (рис. 4). При этом отношение Я2 будет преобразовано в функцию Р2, определяющую удельный объем воздуха Vо. Параметр Vо в данном случае будет являться

выходным параметром для функции Р2 и входным параметром для Рз. Аналогичным образом будут определены

входные и выходные параметры остальных отношений сети.

Таким образом, в зависимости от исходных данных и выбранных управляемых параметров для обеспечения качества поверхности отверстий будут сформированы свои цепочки функций.

Однако следует учитывать, что не всеми 42 параметрами сети можно управлять шероховатостью и формой микрорельефа отверстий. Поэтому был проведен анализ параметров сети и выделены два типа параметров технологического процесса пневмоцентробежной обработки отверстий - неуправляемые и управляемые. Неуправляемые в ходе решения поставленной задачи фиксируются на некотором неизменном уровне, т. е. являются исходными данными, а управляемые образуют пространство поиска.

Выбор управляемых параметров базировался на анализе общих технологических подходов к обеспечению заданных параметров качества поверхности при пневмоцентробежной обработке отверстий, выбору ее режимов, анализу конструктивных параметров инструмента и т. д. При таком выборе также учитывалась возможность экономической целесообразности управления параметрами сети.

Таким образом, в качестве управляемых выбраны диаметр, количество и масса шаров, давление в осевой полости инструмента, диаметр и количество сопел, зазор между заготовкой и инструментом, исходная шероховатость поверхности, скорость и частота вращения

заготовки (при условии ее вращения), осевая подача инструмента и др.

Рис. 4. Цепочка функций для решения задачи, определяющей конечную шероховатость

Неуправляемыми параметрами сети являются твердость обрабатываемого материала, диаметр заготовки, а также требуемая шероховатости и форма микрорельефа поверхности. Параметрами, определяющими форму микрорельефа, являются размеры, форма и расположение сопел в распорных втулках раскатника, глубина регулярной неровности рельефа.

На сформированной функциональной семантической сети (см. рис. 2) можно решать различные задачи по нахождению любых их параметров. При этом для каждого случая отношения будут иметь необходимые разрешения и будут сформированы свои цепочки функций.

Так, использование функциональной семантической сети, представленной в табл. 1 и на рис. 2, позволит не только прогнозировать шероховатость обработанной поверхности, но и определять конструкторско-технологические

параметры, обеспечивающие получение заданного уровня качества поверхности.

Так, при нахождении осевой подачи инструмента 8о при упрочняющей пневмоцентробежной обработке отверстий, обеспечивающей заданную шероховатость поверхности, будут использоваться отношения Я1—Я3, Я6-Я9, Я11, Я12, Я14, Я17-Я19, Я21, Я22 и сформируется цепочка функций, представленная на рис. 5.

Заключение

Применение функциональной семантической сети для управления упрочняющей пневмоцентробежной обработкой отверстий дает возможность решать задачи, связанные с прогнозированием качества поверхности, так и задачи, связанные с определением конструктивных параметров инструмента и режимов, обеспечивающих оптимальные условия обработки. При этом для

интеллектуальных систем, использующих функциональные семантические сети, четкого алгоритма не требуется, так как система в процессе решения поставленной задачи анализирует отношения, выделяет входные и выходные параметры и формирует цепочку выполняемых функций.

Рис. 5. Цепочка функций для решения задачи, определяющей осевую подачу инструмента

На основе анализа множества параметров математической модели, представленной в форме функциональной семантической сети, установлено, что число управляемых параметров при решении задач, связанных с управлением процессом упрочняющей пневмоцен-тробежной обработки отверстий, может достигать более 25, что существенно превышает число факторов, используемых принятыми методиками обеспечения качества поверхности.

В связи с этим использование построенной функциональной семантической сети обеспечит более существенное повышение качества поверхности после упрочняющей пневмоцентробеж-ной обработки отверстий по сравнению с принятыми в настоящее время методиками за счет управления большим количеством параметров и учета их функциональных взаимосвязей.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Пашкевич, В. М. Функциональные семантические сети для обеспечения точности механической обработки / В. М. Пашкевич, М. Н. Миронова. - Могилев: Белорус.-Рос. ун-т, 2015. - 200 с.
2. Гарлачов, Н. С. Влияние конструктивных и технологических факторов на частоту вращения шаров пневмоцентробежного раскатника / Н. С. Гарлачов, Е. Н. Антонова // Вестн. МГТУ. - 2006. -№ 1. - С. 41-44.
3. Парахневич, В. Т. Энергетический анализ пневмоцентробежного шарикового раскатника / В. Т. Парахневич, Е. Н. Антонова // Вестн. МГТУ. - 2006. - № 1. - С. 188-192.
4. Гарлачов, Н. С. Методика определения работы, совершаемой пневмоцентробежным раскатни-ком при обработке внутренних цилиндрических поверхностей / Н. С. Гарлачов, Е. Н. Антонова // Вестн. Белорус.-Рос. ун-та. - 2007. - № 1. - С. 76-81.
5. Антонова, Е. Н. Обработка внутренних поверхностей тел вращения двухрядным пневмоцен-тробежным раскатником / Е. Н. Антонова // Сборник научных трудов членов Международной Балтийской Ассоциации машиностроителей. - Калининград: Калининградский гос. техн. ун-т, 2005. -№ 5. - С. 59-61.
6. Пашкевич, В. М. Методология комплексного решения технологических задач на основе использования функциональных семантических сетей / В. М. Пашкевич, М. Н. Миронова // Вестн. Бело-рус.-Рос. ун-та. - 2013. - № 2. - С. 95-105.

Статья сдана в редакцию 01 июля 2020 года

Марина Николаевна Миронова, канд. техн. наук, Белорусско-Российский университет. Елена Николаевна Антонова, канд. техн. наук, доц., Белорусско-Российский университет.

Marina Nikolaevna Mironova, PhD (Engineering), Belarusian-Russian University.

Elena Nikolaevna Antonova, PhD (Engineering), Associate Prof., Belarusian-Russian University.

ПНЕВМОЦЕНТРОБЕЖНАЯ ОБРАБОТКА ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ФУНКЦИОНАЛЬНЫЕ СЕМАНТИЧЕСКИЕ СЕТИ pneumocentrifugal processing artificial intelligence functional semantic networks
Другие работы в данной теме:
Научтруд |