Магистр технических наук
Адрес для переписки: Миронова Марина Николаевна – Белорусско-Российский университет просп. Мира, 43, 212000, г. Могилев. Тел.: +375 22 226-62-98 MarinaMN16@mail.ru
Master of Engineering
Address for correspondence: Mironova Marina N. – Belarusian-Russian University, 43 Mira Ave., 212000, Mogilev, Republic of Belarus. Tel.: +375 22 226-62-98 MarinaMN16@mail.ru
Обеспечение точности механической обработки – актуальная задача технологии машиностроения, решение которой позволяет гарантировать точность работы механизмов и машин, их износостойкость, надежность и долговечность. Для выполнения данной задачи предложен способ, позволяющий создать наибольший запас точности обработки на основе многофакторной оптимизации параметров технологического процесса с использованием методов искусственного интеллекта. С целью обеспечения точности обработки концевыми инструментами разработана интеллектуальная система, базирующаяся на технологиях функциональных семантических сетей. Для выявления корректности функционирования интеллектуальной системы SEMANTIC проведена экспериментальная проверка ее работоспособности. В статье описана методика экспериментальных исследований, целью которых являлось сравнение фактических погрешностей обработки отверстий с погрешностями обработки, прогнозируемыми системой SEMANTIC на основе использования функциональных семантических сетей. В ходе исследований устанавливались зависимости смещений осей обрабатываемых отверстий от подачи и частоты вращения инструмента при сверлении отверстий сверлом из быстрорежущей стали. Приведены результаты анализа предельных и вероятных значений составляющих суммарной погрешности обработки. Показано, что при оценке точности обработки следует учитывать вероятностный характер проявления составляющих суммарной погрешности, задающих ее верхнюю границу, как это и реализовано в описанной интеллектуальной системе. С помощью семантической сети сопоставлены погрешности расположения осей отверстий, обрабатываемых при допустимых подачах и частотах вращения сверла, и соответствующие им экспериментальные значения. На основе экспериментальных исследований подтверждена возможность использования подхода прогнозирования суммарной погрешности обработки, базирующегося на применении технологии функциональных семантических сетей.
Provision of machining accuracy is a relevant objective in technology of mechanical engineering and its solution allows to guarantee an operational accuracy of mechanisms and machines, their wear resistance, reliability and durability. In order to solve the given task a method has been proposed in the paper that permits to ensure the highest machining accuracy margin on the basis of multiple-factor optimization of parameters for technological process while using methods of artificial intelligence. To ensure the machining accuracy by point tools, an intellectual system has been developed and it is based on technologies of functional semantic networks. For revealing correctness of SEMANTIC intellectual system operation an experimental inspection of its working capacity has been carried out in the paper. The paper contains description of the methodology for In article the technique of experimental investigations and their purpose is to make a comparative analysis of actual errors in opening machining with the machining errors predicted by the SEMANTIC system on the basis of functional semantic network application. The investigations have made it possible to determine dependences of axial misalignment in the machined openings on tool advance and its rotation frequency while making openings by high-speed steel drills. The paper presents analysis results of limiting and probable values for components of a total machining error. It has been shown that while making assessment of machining accuracy it is necessary to consider probabilistic nature of occurrence of total error components that are setting upper boundary as it is realized in the described intellectual system. The semantic network permits to compare errors in arrangement of opening axes which are machined in accordance with admissible drill advance and rotation frequency and corresponding experimental values. The experimental investigations prove the possibility to use an approach for forecasting a total machining error which is based on application of functional semantic network technology.
The authors declare that there are no conflicts of interest present.