Содержание к диссертации
Введение
1. Анализ современного состояния и известных подходов к исследованиям в области автоматизации процесса электролитно-плазменного полирования 11
1.1 Актуальность автоматизации технологического процесса электролитно-плазменного полирования 11
1.2 Анализ систем управления процессами электролитно-плазменной обработки 30
1.3 Анализ автоматизированных установок для процессов ЭПП с контролем состояния объекта управления 38
1.4 Формулирование цели и задач исследования 46
Выводы по главе 1. 50
2. Исследование процесса электролитно-плазменного полирования как объекта управления 51
2.1 Экспериментальное исследование выходных характеристик процесса электролитно-плазменного полирования 51
2.2 Построение модели процесса электролитно-плазменного полирования как объекта управления 66
2.3 Исследование импедансных спектров процесса электролитно-плазменного полирования 79
Выводы по главе 2 91
3. Управление процессом электролитно-плазменного полирования на основе контроля шероховатости поверхности по импедансным спектрам 93
3.1 Разработка метода оптимального управления технологическим процессом электролитно-плазменного полирования 93
3.2 Расчет оптимальной траектории управления напряжением в ходе процесса электролитно-плазменного полирования 98
3.3 Контроль шероховатости поверхности в ходе процесса электролитно- плазменного полирования 110
Выводы по главе 3 123
4. Автоматизированная система оптимального управления технологическим процессом электролитно- плазменного полирования на основе контроля шероховатости поверхности по импедансным спектрам 124
4.1 Аппаратная часть автоматизированной системы оптимального управления ТП ЭПП 124
4.2 Программная часть автоматизированной системы оптимального управления ТП ЭПП 133
4.3 Опытный образец автоматизированной системы оптимального управления ТП ЭПП и оценка его эффективности 143
Выводы по главе 4 153
Заключение 154
Литература 156
Приложения 175
- Анализ систем управления процессами электролитно-плазменной обработки
- Анализ автоматизированных установок для процессов ЭПП с контролем состояния объекта управления
- Построение модели процесса электролитно-плазменного полирования как объекта управления
- Расчет оптимальной траектории управления напряжением в ходе процесса электролитно-плазменного полирования
Введение к работе
Актуальность темы исследования
Метод электролитно-плазменного полирования (ЭПП) широко применяется при подготовке поверхности ответственных деталей энергомашиностроения из нержавеющих сталей перед нанесением защитных вакуумно-плазменных покрытий. Технологический процесс ЭПП отвечает современным экологическим требованиям и позволяет обрабатывать поверхности металлов с высокой производительностью.
Перед машиностроением остро стоит проблема повышения экологичности и производительности технологических процессов, позволяющих качественно модифицировать поверхности металлов. Применение технологического процесса ЭПП позволяет решать эту проблему. Для обеспечения соответствия результатов обработки современным требованиям качества необходима разработка автоматизированной системы управления технологическим процессом (АСУ ТП) ЭПП с контуром обратной связи для контроля состояния поверхностного слоя, обеспечивающей получение заданной шероховатости поверхности. Процесс ЭПП характеризуется существенной сложностью и нелинейностью, так как на границе раздела «электролит – обрабатываемая поверхность» образуется парогазовая оболочка, в которой протекают электроразрядные, электрохимические, плазмохимические, металлургические и гидродинамические процессы, интенсивно модифицирующие поверхностный слой. Недостаточно разработана математическая модель процесса как объекта управления и не формализованы зависимости, по которым можно контролировать состояние поверхности в ходе ЭПП для обеспечения точности и воспроизводимости обработки, а также энерго- и ресурсосбережения.
Одним из путей получения информации является исследование импеданс-ных спектров процесса ЭПП методом гармонического анализа в режиме малого сигнала. Параметры частотных откликов парогазовой оболочки могут быть информативными показателями процессов, протекающих в прианодном слое, и отражать свойства поверхности.
Степень разработанности темы исследования
Для решения поставленных в диссертационной работе задач проведен анализ работ ученых, внесших значительный вклад в изучение объекта управления. Известны разработки Н. А. Амирхановой, В. В. Баковца, П. Н. Белкина, А. М. Борисова, С. В. Гнеденкова, А. Л. Ерохина, И. С. Куликова, А. И. Мамаева, А. Маттьюза, П. Скелдона, А. М. Смыслова, Л. А. Снежко, И. В. Суминова, Л. А. Ушомирской, А. В. Эпельфельда и др., посвященные исследованиям элек-тролитно-плазменных процессов. Методология построения автоматизированных систем управления сложными технологическими процессами, такими как, элек-тролитно-плазменная, электроэрозионная, электрохимическая размерная обработка и других с использованием диагностики неконтролируемых переменных объекта управления рассматриваются в работах В. В. Атрощенко, В. Н. Борикова,
С. А. Горбаткова, А. Н. Зайцева, В. Ц. Зориктуева, В. А. Мамаевой, А. Г. Лютова, В. Б. Людина, Е. В. Парфенова, М. Ю. Сарилова, и др.
Цель работы
Снижение энергоемкости и повышение качества обработки для процесса электролитно-плазменного полирования за счет разработки метода оптимального управления на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импедансным спектрам.
Задачи исследования
-
Экспериментально исследовать шероховатость поверхности, толщину съема поверхностного слоя и импедансные спектры в ходе процесса электролит-но-плазменного полирования, как характеристики объекта управления.
-
Разработать модель процесса электролитно-плазменного полирования как объекта управления.
-
Разработать метод оптимального управления процессом ЭПП на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импедансным спектрам.
-
Разработать и внедрить аппаратно-программный комплекс АСУ ТП, реализующий метод оптимального управления процессом ЭПП на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импедансным спектрам, оценить эффективность предложенного метода.
Научная новизна работы
1. Новизна результатов экспериментальных исследований объекта
управления заключается в установлении взаимосвязей, отражающих закономер
ности изменения свойств поверхностного слоя и импедансных спектров процесса
ЭПП в зависимости от технологических параметров (напряжения на электролизе
ре, температуры электролита, длительности обработки и начальной шероховато
сти), отличающихся тем, что технологические параметры рассмотрены как
управляющие воздействия и начальные условия объекта управления, что позво
ляет формализовать модель объекта управления и обосновать метод управления
процессом ЭПП.
-
Новизна разработанной модели объекта управления заключается в установлении структуры из типовых динамических звеньев с переменными параметрами (апериодического звена первого порядка, интегрирующего и безынерционного звеньев), отличающейся тем, что постоянная времени и коэффициенты передачи звеньев рассчитываются с помощью радиально-базисной нейронной сети по начальным условиям и управляющим воздействиям, что позволяет поставить и решить задачу оптимального управления.
-
Новизна метода оптимального управления ТП ЭПП заключается в наличии алгоритма расчета оптимальной траектории управления напряжением по критерию энергопотребления при ограничении толщины съема поверхностного слоя и контура обратной связи, отличающегося контролем шероховатости поверхно-
сти и толщины съема поверхностного слоя по импедансным спектрам, что позволяет с минимальным энергопотреблением достигать требуемую шероховатость поверхности и своевременно останавливать процесс ЭПП.
4. Новизна аппаратно-программного комплекса АСУ ТП заключается в разработке опытных образцов оборудования и прототипов программного обеспечения для управления напряжением источника и проведения импедансной спектроскопии в условиях производства, отличающихся контуром контроля свойств поверхности и программой расчета оптимальной траектории управляющего напряжения, что позволяет реализовать метод оптимального управления процессом ЭПП на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импедансным спектрам.
Теоретическая и практическая значимость работы
-
Установленные взаимосвязи, отражающие закономерности изменения свойств поверхностного слоя и импедансных спектров в зависимости от технологических параметров процесса ЭПП позволяют формализовать модели процесса как объекта управления, и разрабатывать способы контроля шероховатости в ходе электролитно-плазменного полирования.
-
Модель процесса электролитно-плазменного полирования как объекта управления в виде структуры из типовых динамических звеньев с переменными параметрами позволяет рассчитывать траектории управления напряжением источника и температурой электролита и разрабатывать алгоритмы и системы оптимального управления процессом ЭПП.
-
Метод управления ТП ЭПП на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импедансным спектрам позволяет рассчитывать оптимальную траекторию управляющего напряжения на электролизере для минимизации энергопотребления и отклонения геометрических размеров деталей и определять момент окончания процесса при достижении требуемых свойств поверхности (патент РФ № 2475700, свидетельство о регистрации программы для ЭВМ № 2012616406).
-
Опытный образец аппаратно-программного комплекса АСУ ТП ЭПП позволяет проводить импедансную спектроскопию процесса в режиме малого сигнала, управлять напряжением в ходе процесса ЭПП по оптимальной траектории, обеспечивающей снижение энергоемкости процесса на 6…11 % и уменьшение толщины съема поверхностного слоя на 20…30 % и своевременно останавливать процесс ЭПП при достижении требуемой шероховатости поверхности (свидетельства о регистрации программ для ЭВМ № 2010615514, № 2013618088).
Методология и методы исследования
Для решения поставленных задач использовались методы системного анализа, планирования эксперимента, аппроксимации кривых, нейросетевого моделирования, линейного программирования, теории автоматического управления, корреляционного и статистического анализа, гармонического анализа, импеданс-ной спектроскопии. При экспериментальном исследовании объекта управления
использовался профилографический метод измерения шероховатости поверхности, гравиметрический метод определения толщины съема поверхностного слоя, а также оптическая микроскопия топографии поверхности. Обработка экспериментальных данных и исследование нейросетевых моделей проводились на основе оригинальных программ для персональных ЭВМ, составленных с использованием пакетов MATLAB и LabVIEW.
Положения, выносимые на защиту
1. Результаты экспериментального исследования шероховатости поверхно
сти, толщины съема поверхностного слоя и импедансных спектров в ходе процес
са электролитно-плазменного полирования, как характеристик объекта управле
ния (соответствуют п. 3 паспорта специальности).
2. Модель процесса электролитно-плазменного полирования как объекта
управления в виде структуры из типовых динамических звеньев с переменными
параметрами (соответствует п. 4 и п. 15 паспорта специальности).
-
Метод оптимального управления процессом ЭПП на основе контроля шероховатости поверхности и толщины съема поверхностного слоя по импеданс-ным спектрам и регулирования управляющего напряжения по оптимальной траектории, рассчитанной методом линейного программирования (соответствует п. 3 и п. 15 паспорта специальности).
-
Результаты внедрения аппаратно-программного комплекса АСУ ТП, реализующего метод управления процессом ЭПП на основе контроля шероховатости поверхности, толщины съема поверхностного слоя по импедансным спектрам и регулирования управляющего напряжения по оптимальной траектории (соответствуют п. 10 и п. 18 паспорта специальности).
Степень достоверности и апробация результатов
Обоснованность полученных в диссертационной работе закономерностей и характеристик, достоверность результатов исследований основана на использовании общепринятых методов и методик планирования и проведения экспериментальных исследований, применением сертифицированных средств измерений, современных методов и эффективного программного обеспечения для анализа экспериментальных данных. Полученные результаты согласованы с известными теоретическими положениями. Корректно проведена статистическая обработка данных эксперимента. Достоверность разработанных способов контроля состояния поверхности подтверждена экспериментально.
Основные теоретические и практические результаты диссертационной работы докладывались и обсуждались на следующих научных конференциях: Международная молодежная научная конференция «Гагаринские чтения» (Москва, 2010-2013), Международная научная конференция «Туполевские чтения» (Казань, 2008, 2010), Всероссийская молодежная научная конференция «Мавлютов-ские чтения» (Уфа, 2007-2013), Всероссийская зимняя школа-семинар аспирантов и молодых ученых «Актуальные проблемы науки и техники» (Уфа, 2012-2014), Всероссийская научная конференция молодых ученых «Наука. Технологии. Ин-
новации» (Новосибирск, 2009), ХХ Российская молодежная научная конференция, посв. 90-летию УрГУ им. А. М. Горького (Екатеринбург, 2010), конференция «Научно-исследовательские проблемы в области энергетики и энергосбережения» (Уфа, 2010).
Работа выполнена в рамках следующих программ научных исследований:
договоров о создании (передаче) научно-технической продукции
№ АП-ТО-14-12-ХГ-490/48 от 09.06.2012 г., № АП-ТО-15-12-ХГ-929/48 от 29.06.2012 г. между ОАО «КумАПП» и ФГБОУ ВПО «УГАТУ»; гранта Лондонского Королевского общества на осуществление совместных научных исследований с Университетом Шеффилда № IE111315 (2012-2013).
Результаты работы используются в производстве на ОАО «Кумертауское авиационное производственное предприятие» и в учебном процессе в ФГБОУ ВПО «УГАТУ».
Публикации. Основные научные и практические результаты диссертации опубликованы в 20 печатных работах, в том числе в 3 статьях в рецензируемых научных журналах из списка ВАК, 1 статье в высокорейтинговом рецензируемом журнале, издаваемом за рубежом, 1 патенте РФ и 3 свидетельствах о регистрации программы для ЭВМ.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и приложений, включает 177 страниц текста, содержит 69 иллюстраций, 16 таблиц и библиографический список из 158 наименований. В приложениях приведены акты использования результатов работы.
Анализ систем управления процессами электролитно-плазменной обработки
В ряде публикаций были выявлены информативные параметры, позволяющие оценивать шероховатость в ходе ЭПП. Эти параметры перечислены в таблице 1.3 и могут быть измерены контактным и бесконтактным методами. К контактным относятся способы измерения, при которых элементы измерительной системы приводятся в контакт с объектом измерения, в отличие от бесконтактных.
На основе информативных параметров выявлены методы активной и пассивной идентификации состояния поверхности. Активный способ измерения базируется на оценке результатов специального воздействия на обрабатываемую поверхность и обычно представляет собой косвенную оценку состояния поверхности. Пассивный способ идентификации подразумевает отсутствие воздействия исследователя на оцениваемый объект при прямом или косвенном измерении. Подходы к управлению технологическими процессами электролитно-плазменной обработки на основе пассивной идентификации свойств поверхностного слоя представлены в работе [98]. Рассмотрена методика статистического спектрального анализа тока электролизера, позволяющая выявлять скрытые закономерности изменения информативных параметров, коррелированные с динамикой состояния поверхности. Представлены способы пассивной идентификации свойств поверхностного слоя при электролитно-плазменном полировании и удалении покрытий и способы управления длительностью процесса на их основе. В заполненной таблице 1.3 отсутствуют информативные параметры, измеряемые бесконтактно в результате активной идентификации. Поиск информативных параметров в импедансных спектрах процесса ЭПП является перспективным, так как известны способы пассивной бесконтактной идентификации Ra, связанные с электрическими спектральными характеристиками. Следовательно, можно предположить, что активное воздействие на процесс ЭПП в определенных областях частот повысит точность и воспроизводимость известных способов идентификации шероховатости поверхности и позволит разработать новые способы контроля свойств поверхностного слоя.
Рассмотрим способы контроля шероховатости поверхности, описанные в таблице 1.3. При анализе публикаций были найдены контактные способы активной идентификации: 1) Способ измерения шероховатости электропроводящей поверхности, заключающийся в том, что на ней размещают слой диэлектрика, преимущественно дистиллированную воду, налагают электрод емкостного датчика, который доводят до электрического контакта с контролируемой поверхностью, замораживают воду и измеряют величину электроемкости между электродом и контролируемой поверхностью [99]. 2) Способ измерения шероховатости поверхности электропроводящих изделий, заключающийся в том, что контролируемое изделие и измерительный электрод помещают в диэлектрическую жидкость, прикладывают высокое напряжение и измеряют ток между ними, по величине которого определяют степень шероховатости [100]. 3) Способ измерения шероховатости поверхности электропроводящих изделий, заключающийся в том, что прикладывают высокое напряжение постоянного тока между поверхностью изделия и измерительным электродом и измеряют ток разряда между ними, по величине которого определяют шероховатость. До приложения высокого напряжения кратковременно подают низковольтный потенциал на поверхность изделия и воздействуют на нее аэрозолью, содержащей масло. Благодаря локализации наэлектризованных капель масла около микровыступов увеличивается напряженность электрического поля в воздушном зазоре на этих участках, вследствие чего увеличивается плотность инициирующих электронов с концов микровыступов, что приводит к увеличению тока в разрядной цепи, а следовательно, и к повышению разрешающей способности и точности данного способа измерения шероховатости [101]. Применение перечисленных способов приводит к необходимости останавливать ТП ЭПП для проведения косвенного измерения шероховатости. При анализе пассивных способов идентификации шероховатости в ходе ЭПП можно выделить контактный, который представляет собой прямое измерение шероховатости с использованием приборов типа «профилометр», и бесконтактные, заключающиеся в косвенном измерении шероховатости через электрические характеристики технологического процесса ЭПП и зависимости свойств поверхности от условий и длительности обработки.
Анализ автоматизированных установок для процессов ЭПП с контролем состояния объекта управления
Лабораторные технологические установки отличаются от промышленных тем, что загружаются меньшим количеством деталей для обработки одновременно. Благодаря этому при косвенной идентификации свойств поверхности удается получить более точные значения, когда как при большой загрузке – статистические измерения по всем деталям. Так же конструкция электролизера допускает возможность использования приборов для регистрации: прозрачные окна для видеосъемки, пространство для помещения зондов и т.д.
С движением электролита в электролизере во многом связано распределение температуры в электролизере. При неподвижном – статичном электролите в ходе обработки температура в прианодной зоне возрастает. Поэтому при выборе режима обработки следует учитывать эти изменения. Циркуляция электролита осуществляется системой прокачки и способствует равномерному распределению температуры. Струйное течение электролита используется для обработки отдельных участков поверхности, например, внутренних полостей, куда подается струя электролита. Классификация автоматизированных технологических установок для процессов ЭПП Для ЭПП используется вольтостатический режим обработки. К электролизеру прикладывается постоянное напряжение. В некоторой литературе ЭПП называют импульсной обработкой, принимая во внимание электрические импульсы, создаваемые микроразрядами, которые возникают у поверхности обрабатываемой детали вследствие приложенного высокого постоянного напряжения.
Существуют различные разработки по проведению технологического процесса ЭПО в одну или несколько стадий. Несколько стадий могут применяться для экономии электроэнергии. В этом случае, на первой стадии обработки используется более высокое напряжение, а на второй более низкое [43]. В статье [37] показано, что поэтапное изменение технологических параметров способно привести к более высокому качеству поверхности при полировании титана и титановых сплавов по сравнению с поддержанием технологических параметров постоянными на субоптимальном уровне.
Распространено использование источников питания электролизера, включающих трансформатор и выпрямитель. Для процессов ЭПО характерны броски тока, которые с одной стороны приводят к нестабильности парогазовой оболочки [43], c другой стороны могут служить для диагностики поверхности, как показано в патенте [104]. Добавление конденсаторов параллельно электролизеру приводит к более устойчивому процессу ЭПП, но искажает электрический отклик системы на изменения прианодного слоя. При управлении ТП ЭПП автоматизированному контролю могут подвергаться технологические параметры, такие как напряжение на электролизере, температура, концентрация и уровень электролита. Поддержание перечисленных технологических параметров на постоянном уровне обеспечивает стабильность протекания эффективного режима обработки.
Система оптимального управления технологическим процессом ЭПП позволяет достигнуть целевых параметров состояния поверхности, выбрав наилучший режим обработки. Повышение эффективности оптимизации, позволяющей выбрать наилучший вариант без непосредственной проверки всех возможных вариантов режимов обработки в частных условиях технологической установки, тесно связана с проработанностью физических и математических моделей технологического процесса.
Еще один тип управления обладает обратной связью по состоянию обрабатываемой поверхности. Недоступные для прямого измерения параметры состояния поверхности могут оцениваться косвенно по корреляционным зависимостям с регистрируемыми значениями электрических параметров, параметров оптического или акустического излучения [105]. Так же характерные участки во временных характеристиках процессов [104, 106, 107] могут соответствовать критическим состояниям обрабатываемой поверхности.
Сложность и нелинейность технологического процесса ЭПП приводит к повышенным требованиям к точности систем диагностики, надежности и производительности систем управления. Так как процессы в зоне обработки взаимосвязаны, система, формализующая процесс обработки достаточно сложна и е построение невозможно без комплексного изучения сопутствующих явлений.
Нейронные схемы управления – это схемы управления, в которых используется архитектура нейронных сетей и их способность к обучению. Нейронная сеть состоит из нейроноподобных вычислительных элементов, которые являются нелинейными преобразователями. Такие свойства нейронных сетей делают возможным нелинейное преобразование данных, позволяет реализовывать новые нелинейные схемы управления. Традиционные методы управления в основном опираются на теорию линейных систем, в то время как реальные объекты управления являются по своей природе нелинейными [108]. К достоинствам нейронных сетей, позволяющих достигнуть целей нейросетевого управления можно отнести [109]: - способность к обучению, самообучению и адаптивность, - надежность, - быстродействие, - универсальность применения, возможность решения плохо формализуемых задач. Рассмотрим разновидности радиальных базисных нейросетей и многослойного персептрона, обучаемого с помощью алгоритма обратного распространения ошибки. Для построения нейронной сети с радиальными базисными функциями в среде программирования MATLAB используется алгоритм самоорганизации, решающий задачу максимизации точности модели, при минимальном числе радиальных нейронов [110]. Радиальные базисные нейронные сети состоят из бльшего количества нейронов, чем сети с прямой передачей сигналов и обучением методом обратного распространения ошибки, но на их создание требуется значительно меньше времени. Эти сети особенно эффективны, когда доступно большое количество обучающих примеров [111].
При выборе типа нейросетевой модели возникает ряд проблем. Например, классическое использование уравнений регрессии для моделей типа черного ящика, эффективное для оптимизации процессов [112], не позволяет, однако, решать задачи управления с достаточной точностью, хотя и может обеспечивать решение в первом приближении [113]. Для другой разновидности процесса ЭПО – электролитно-плазменного удаления покрытия разработана нейросетевая модель, которая может быть использована в качестве эталонной при создании систем управления процессом [114]. Авторы разрешают проблему использованием обобщенной регрессионной нейронной сети, которая относится к сетям с радиальной базисной функцией [115]. Указанный тип моделей дает гладкую аппроксимацию с высокой степенью точности в области интерполяции, быстро и воспроизводимо обучается за счет наращивания числа нейронов и расчета синаптических весов по простой формуле. Кроме того, данная модель дает пессимистический по сравнению с уравнениями регрессии прогноз в области экстраполяции. Важной особенностью такой модели является построение многовходовых и многовыходных (англ. MIMO) моделей, что учитывает взаимодействие откликов между собой, в отличие от уравнений регрессии.
Построение модели процесса электролитно-плазменного полирования как объекта управления
Методика моделирования основана на математической обработке результатов экспериментов с использованием нейронных сетей, связывающих значения управляющих воздействий U, T и начальной шероховатости Ra0 со значениями плотности тока в цепи в ходе ЭПП и с параметрами передаточных функций динамических звеньев, описывающих процесс изменения шероховатости поверхности Ra и толщины съема поверхностного слоя h. С использованием графической среды программирования Simulink построена модель процесса ЭПП, как объекта управления, описывающая переходные характеристики выходных переменных объекта управления, отражающих изменение свойств поверхностного слоя, как реакцию на ступенчатое воздействие включения установки ЭПП на напряжение U, температуру электролита Т, с начальными условиями Ra0 [122]. Разработанная модель показана на рисунке 2.7. В соответствии с уравнениями (2.6) и (2.7) динамика переменной Ra соответствует апериодическому звену первого порядка, h - интегрирующему звену, -безынерционному звену. Параметры передаточных функций динамических звеньев получены с использованием нейросетевых моделей в зависимости от U, Т, Ra0 и показаны на рисунках, 2.9 , 2.10, 2.11, 2.14, 2.15. Разработанная модель применима при изменении управляющих воздействий в диапазонах U = 250 … 350 В, Т = 70 … 90 С для деталей из стали 20Х13 с начальной шероховатостью Ra0 = 0,32 … 0,63 мкм. Интервал дискретизации Ts, использованный в данной работе составляет 1 мин, что в 3-6 раз меньше постоянной времени изменения шероховатости, что допустимо согласно теореме В.А. Котельникова. В последние годы наблюдается положительная динамика в плане применения искусственных нейросетей для решения задач идентификации и диагностики технических объектов [123]. Для формирования таблицы обучающих примеров (матрицы планирования) нейронных сетей использовался набор полученных экспериментальных данных. Для улучшения возможности сравнивать весовые коэффициенты проводилось нормирование значений входных переменных нейросетей к диапазону [-1; +1] по формулам: max(X) + min(X) xt= ф (2.19).
Параметры передаточных функций динамических звеньев A,i,C,v и отклик плотности тока 8 определяются блоком нейросетевого моделирования на основе результатов аппроксимации экспериментальных данных уравнениями (2.6, 2.7) и управляются нормированными значениями факторов х1,х2,х3. На основе результатов анализа значимости коэффициентов регрессионных моделей, которые также строились при исследовании объекта управления и представлены в статье [72], установлено, что в рассматриваемых условиях обработки: - на максимальное снижение шероховатости А наибольшее влияние оказывает начальная шероховатость образца; - на постоянную времени г наибольшее влияние оказывает напряжение, температура электролита и начальная шероховатость; - на предельно достижимую шероховатость С наибольшее влияние оказывает начальная шероховатость и температура электролита; - на скорость съема поверхностного слоя v наибольшее влияние оказывает напряжение, температура электролита и начальная шероховатость. - на значение плотности тока наибольшее влияние оказывает напряжение и температура электролита. Соискателем в работе [72] разработаны эталонные математические модели с переменными параметрами для определения шероховатости поверхности, толщины съема поверхностного слоя и плотности тока в ходе электролитно-плазменного полирования. Зависимости параметров А,т,С от управляющих воздействий U и Г при начальной шероховатости поверхности Ra0 0,32 и 0,63 мкм представлены на рисунках 2.9 , 2.10 и 2.11. О возможности применения предложенной методики моделирования для полирования различных сплавов свидетельствуют результаты исследования технологического процесса электролитно-плазменного удаления покрытия 71 близкого к процессу ЭПП с точки зрения наличия парогазовой оболочки и близких условий обработки по U и T, представленные в работе [80]. В работе получены закономерности изменения шероховатости Ra и убыли массы, которые могут быть аппроксимированы экспоненциальной и линейной зависимостями соответственно, аналогично Ra и h в ходе ЭПП стали 20Х13. Вклад соискателя в работу [80] заключается в участии в проведении экспериментов, обработке и моделировании экспериментальных данных.
В результате нейросетевого моделирования получены параметры передаточной функции Aт,C, представленной уравнением (2.6), определяющей значение шероховатости поверхности. Вследствие зависимости этих параметров от управляющих воздействий, изменение шероховатости поверхности во времени выглядит, как показано на рисунке 2.12. Зависимость скорости съма поверхностного слоя обрабатываемой детали Vот управляющих воздействий U и Ти начальной шероховатости Ra0 приведена на рисунке 2.14.
Коэффициент детерминации R2 является мерой качества математической модели и характеризует долю вариации зависимой переменной, обусловленную влиянием факторов, в общей вариации результативной переменной уп; чем ближе коэффициент детерминации R2 к единице, тем лучше нейросетевая модель описывает экспериментальные данные, тем больше прогностическая сила модели [125].
Расчет оптимальной траектории управления напряжением в ходе процесса электролитно-плазменного полирования
Главными требованиями к результату полирования поверхности детали являются достижение целевого значения шероховатости поверхности Raц и выполнения ограничения по толщине съема поверхностного слоя hд. Проведено исследование возможностей технологической системы ЭПП достигать целевых свойств поверхности при минимизации энергоемкости Q. Анализируя модель процесса ЭПП как объекта управления, рассмотренную в п. 2.2.2, были выявлены технологические параметры: напряжение на электролизере U и температура электролита T, являющиеся управляющими воздействиями для процесса ЭПП. Варьирование управляющих воздействий значительно влияет на ход процесса ЭПП. Так как технологические установки ЭПП имеют значительную инерционность к изменению температуры электролита, то регулирование процесса по этому параметру затруднительно. Поэтому разработана система поиска оптимальной траектории регулирования напряжения U в дискретном времени n с интервалом дискретизации Ts = 1 мин. при температуре электролита T, стабилизируемой на постоянном уровне. Для построения системы применялся метод решения обратной задачи математического моделирования технологических процессов [134], согласно которому моделировалось управляющее воздействие, приводящее к требуемым траекториям изменения параметров Ra, h и энергоемкости Q. Также при расчете использовались эталонные модели объекта управления, описанные в п. 2.2, и методы линейного математического программирования [135, 136].
Таким образом, ниже представлено решение задачи оптимального управления ТП ЭПП по эталонным моделям объекта управления, в виде траектории изменения напряжения U для достижения Raц и выполнения ограничения по hд. Для построения системы управления за оптимальный режим обработки принята траектория изменения напряжения, приводящая к наименьшей энергоемкости: Є = , кВт ч/дм 2 (31) где - плотность тока, U - напряжение на электролизере, t - время обработки, S - площадь обрабатываемой поверхности.
Для расчета траектории управляющего напряжения необходимы данные о целевых значениях Raц и ид и свойства детали - начальная шероховатость поверхности Ra0 и площадь поверхности S. Выбор целевых значений может осуществляться в диапазонах, ограниченных возможностями этого вида обработки.
Например, при ЭПП можно получить значения шероховатости до 0,05 мкм, но снизить шероховатость поверхности по сравнению с начальной не более, чем на 2-3 класса. Пример диапазона выбора целевых параметров показан на рисунке 3.3. Процесс ЭПП не обладает свойством полной управляемости, согласно которому объект управления должен быть управляем относительно любого заданного конечного состояния. Управляющее воздействие U ограничено, поэтому процесс ЭПП управляем относительно допустимых значений управляющего сигнала [137]. На рисунке 3.3 показаны области рекомендуемых соотношений конечных состояний целевых значений Ra и h при Ra0 = 0,32; 0,4; 0,5 и 0,63 мкм. Нижняя граница указанных областей соответствует минимальному значению целевой функции, описанной формулой (3.4). Соотношения целевых значений Raц и hд, превышающие верхнюю границу областей, не рациональны для расчета траектории управления напряжением.
1. Вводятся начальные условия, к которым относятся: - начальная шероховатость Ra0; - температура электролита Т; - минимальное и максимальное значения управляющего напряжения источника питания электролизера Umin и Umax, которые будут использоваться для ТП ЭПП; - значение напряжения источника питания электролизера в начальный момент времени обработки при погружении детали в электролит; - целевая шероховатость Raц ; - допустимое значение толщины съема поверхностного слоя hд; - период дискретизации траектории управления напряжением Ts; - максимальное время обработки tmax; - параметр C2 функции (3.4), который определяется целями оптимизации и может выставляться экспертами. Расчет C2 для поставленных выше задач осуществляется алгоритмом оптимизации программы управления (рис 3.5) - параметр C1 функции (3.4). Для расчета траектории управления напряжением важно соотношение параметров C1 и C2, поэтому для проведения расчета C2 значение C1 = 1. 2. Рассчитываются значения Ra1, h1 по формулам 2.6-2.7 с использованием нейронных сетей и энергоемкости Q1 по формуле 3.1 на начальном этапе обработки за время Ts. 3. На каждом отсчете n дискретного времени выполняется: - расчет значений Ran, hn по модели объекта управления, описанной в п. 2.2. - вычисление значения функции (3.4) и определения значения напряжения Un, соответствующего минимальному значению функции (3.4). - расчет энергоемкости Qn. 4. Расчет значений Ran, hn сопровождается проверкой достижения значений Raц и hд. 102 5. При достижении Ran значения Raц и выполнении условия hn hд полученная траектория управления напряжением является успешной. Время обработки tобр завершается. Производится запись результатов расчетов. Алгоритм завершается. 6. При обнаружении отклонений от технического задания на обработку, таких как hn hд или n Ts tmax выводится ошибка, и алгоритм завершается. Работа алгоритма оптимизации программы управления методом золотого сечения, показанного на рисунке 3.5 осуществляется в следующей последовательности: 1. Вводятся начальные данные, к которым относятся: - 0 , минимальное значение параметра С2; - 0 , максимальное значение параметра С2; - допустимая абсолютная погрешность С2 определения параметра С2. 2. На каждой n итерации отрезок [n, n] делится двумя симметричными относительно его центра точками и рассчитываются значения энергоемкости Qn и Qn в этих точках. 3. Исключается конец отрезка, к которому ближе оказалась точка, значение Qn в которой больше. Оставшиеся точки становятся границами отрезка [n, n]. 4. Процедура продолжается до тех пор, пока не достигается заданная точность С2. 5. Параметр С2 = 0,5(n+n). Оптимальное по энергоемкости значение параметра С2 нелинейно изменяется в зависимости от температуры электролита Т, начальной шероховатости Ra0 и целевых параметров Raц и hд. На рисунке 3.6 приведены графики зависимости оптимального по энергоемкости значения параметра С2 от начальной шероховатости Ra0 и температуры Т.
2-3 этапа. В таблице указаны длительности каждого этапа t1, t2, t3. За t1 – длительность поддержания напряжения U0, установленного в начальный момент времени. В представленных примерах значение U0 соответствует центральной точке рабочего диапазона напряжений. t2 – следующий за t1 интервал времени, соответствует времени поддержания напряжения 250 В. t3 - следующий за t2 интервал времени, соответствует времени поддержания напряжения 350 В.
Таким образом, разработан алгоритм расчета оптимальной траектории управляющего напряжения, обеспечивающей минимальное энергопотребление для достижения целевой шероховатости и выполнения ограничения по допустимой толщине съема поверхностного слоя при постоянной температуре электролита за конечное время на основе модели объекта управления с применением методов математического программирования.
Похожие диссертации на Управление технологическим процессом электролитно-плазменного полирования на основе контроля шероховатости поверхности по импедансным спектрам
