Содержание к диссертации
Введение
ГЛАВА 1. Анализ предметной области управления технологическим процессом нанесения покрытий 12
1.1. Анализ существующих систем управления технологическим процессом магнетронного распыления металлов в вакууме 12
1.2. Патентно-информационный анализ интеллектуальных надстроек к системам управления технологическим процессом 15
1.3. Анализ методов формирования тонких пленок 19
1.4. Обзор по порошкам для газопорошковой наплавки 23
1.5. Анализ методов искусственного интеллекта и подходов к построению интеллектуальной системы управления. 28
1.6. Анализ методов поиска схожих прецедентов 31
1.7. Выводы к первой главе 33
ГЛАВА 2. Разработка многоуровневой структурной модели системы управления 35
2.1. Разработка многоуровневой структурной модели системы управления 35
2.2. Разработка структуры блока многоагентной системы 38
2.3. Разработка структуры базы знаний и алгоритма формирования базы знаний 40
2.4. Разработка базы данных 43
2.5. Разработка структуры и алгоритма формирования базы прецедентов 48
2.6. Алгоритм действия моделирующего агента 50
2.7. Выводы ко второй главе 52
ГЛАВА 3. Разработка способа управления вакуумным технологическим комплексом с применением элементов искусственного интеллекта 53
3.1. Расчет математической модели установки напылительной УВН-4М 53
3.2. Определение зависимостей выходного сигнала от показаний измерительных элементов датчика 65
3.3. Разработка методики взаимодействия агентов 68
3.4. Формирование правил принятия решений 72
3.5. Применение нечеткой логики для управления установкой вакуумной напылительной УВН-4М 73
3.6. Выводы к третьей главе 82
ГЛАВА 4. Практическая реализация управления модификацией поверхности 83
4.1. Программная реализация системы управления на примере вакуумного технологического комплекса УВН-4М 83
4.2. Средства реализации установки вакуумного напыления УВН-4М с системой интеллектуальной поддержки 89
4.3. Экспериментальные исследования по напылению и наплавке покрытий
4.3.1. Типы высококонцентрированных источников энергии 94
4.3.2. Процессы напыления и наплавки и их особенности 95
4.3.3. Структурная схема САУ ЛТК 96
4.4. Анализ эффективности работы интеллектуальной системы поддержки принятия решений 115
4.6. Выводы к главе 4 117
Заключение 117
Список использованных источников 119
- Патентно-информационный анализ интеллектуальных надстроек к системам управления технологическим процессом
- Разработка структуры блока многоагентной системы
- Определение зависимостей выходного сигнала от показаний измерительных элементов датчика
- Средства реализации установки вакуумного напыления УВН-4М с системой интеллектуальной поддержки
Введение к работе
Актуальность работы. Управление технологическими комплексами
нанесения покрытий вызвано необходимостью получения заданных
показателей качества технологического процесса и обеспечения необходимых их физико-химических свойств. Модификация поверхностного слоя деталей и инструмента получила широкое распространение в машиностроении. Это позволяет придавать поверхности необходимое качество по заданным эксплуатационным требованиям. Внедрение автоматизированных систем управления технологическими комплексами модификации поверхностей приводит к высоким показателям качества и стабильности параметров поверхностного слоя деталей. Это обосновано высокой производительностью и эффективностью процесса нанесения покрытий.
Несмотря на то, что существующие системы управления
технологическими комплексами автоматизированы, обнаружение причин
неполадок блоков комплекса является трудоемким процессом. Контроль
параметров технологического процесса и диагностирование
работоспособности установок затруднено вследствие быстро протекающих процессов в высокоэнергетических установках. В этом случае обработка и анализ полученных результатов значений параметров технологического процесса с выдачей управляющих воздействий на исполнительные механизмы в реальном времени практически невозможны.
Использование предыдущего опыта по анализу отклонений от номинальных значений параметров технологического процесса возможно с использованием элементов искусственного интеллекта.
Исследованиям в области применения методов и алгоритмов интеллектуальных систем управления посвящены работы: Городецкого В.И., Вулриджа M., Хьюита C., Инмана Д., Фербера Д., Вагнера Г., Карцана И.Н., Макарова И.М., Ходашинского И.А., Никитина А. П., Константинова А. В., Писарева А. С., Поспелова Д.А., Тарасова В.Б. и др.
Эффективность системы управления технологическими комплексами
модификации поверхностей в значительной мере предопределяется научной
обоснованностью принимаемых решений и своевременностью управляющих
воздействий на исполнительные механизмы. В связи с этим поставлена задача
по разработке системы управления технологическим процессом напыления
покрытий и обеспечения требуемых показателей качества продукции
(адгезию, толщину напыляемого слоя, отсутствие дефектов на поверхности
детали, равномерность модифицированного слоя, механические
характеристики и т.п.). Выбор рациональных режимов технологического
процесса напыления покрытий требует проведения большого количества
экспериментальных исследований, сравнительного анализа их результатов с
результатами решения оптимизационной задачи. Это приводит к
дополнительным временным потерям и финансовым затратам. Исключение взаимопротиворечащих требований к системе управления достигается применением комплексного подхода к ее разработке, аккумулирующего в
себе теорию, практику и экспериментальные исследования. Решение данной задачи позволяет применение методов искусственного интеллекта.
Комплексный подход к разработке технологического процесса дает возможность корректировки режимов модификации поверхностного слоя и выявления скрытых взаимосвязей показателей качества покрытия с параметрами технологического комплекса.
Использование элементов искусственного интеллекта в системах управления технологическими комплексами недостаточно полно отражено в технической литературе. Исследования показали, что их применение позволяет повышать качество технологического процесса.
Необходимость создания системы управления технологическим
комплексом по напылению покрытий с применением элементов
искусственного интеллекта и возможностью ее адаптации к изменению входных параметров и возмущающих воздействий является актуальной задачей.
Объект исследования - управление технологическим процессом напыления покрытий с элементами искусственного интеллекта.
Предметом исследования является система управления
технологическим комплексом, реализующая обработку информации с периферийных устройств на основе использования элементов искусственного интеллекта.
Цель исследования - повышение эффективности технологического процесса модификации поверхностей деталей за счет внедрения системы управления с элементами искусственного интеллекта.
Для достижения поставленной цели была определена следующая задача: разработка системы и способа управления технологическим комплексом напыления с использованием элементов искусственного интеллекта, выбор оптимальных режимов технологического процесса напыления на основе анализа его параметров и определение зависимостей выходных сигналов от характеристик датчиков диагностирования.
Для достижения поставленной цели и решения научной задачи
сформулированы следующие основные вопросы диссертационного
исследования:
-
На основе анализа патентно-информационных исследований систем управления технологическими процессами и комплексного подхода разработать многоуровневую структурную модель системы управления технологическим комплексом напыления покрытий.
-
Разработать математическую модель системы управления технологическим комплексом нанесения покрытий с целью выбора рациональных режимов.
-
Разработать методику комплексного подхода к синтезу систем автоматического управления технологическим комплексом, обеспечивающего требуемые показатели качества модифицированного слоя поверхности деталей.
-
Разработать способ управления технологическим комплексом напыления покрытий для повышения эффективности принимаемых решений в системе управления с применением нечеткой логики.
-
Определить влияние параметров технологического процесса на выходные сигналы с системы управления с целью диагностики работоспособности технологической установки.
Методы исследования. При решении поставленных задач в работе
использовались: теория системного анализа; методы построения систем с
использованием искусственного интеллекта, метод имитационного
моделирования.
Достоверность и обоснованность полученных результатов работы обеспечивались корректным применением известных научных методов исследования и обработки данных, современного математического аппарата, а также проверкой эффективности внедрения программного комплекса.
В процессе диссертационного исследования получены следующие результаты, обладающие научной новизной:
-
Разработана многоуровневая структурная модель системы управления технологическим процессом напыления покрытий на основе многоагентной системы, обеспечивающая достижение заданных показателей качества.
-
Рассчитаны зависимости управляющих выходных сигналов с системы управления по показаниям датчиков, снимаемых в реальном времени хода технологического процесса для повышения точности диагностирования блоков технологической установки.
-
Разработан способ управления технологическим комплексом напыления покрытий для повышения эффективности принимаемых решений с применением нечеткой логики.
-
Разработана математическая модель, на основе многоагентной структуры системы управления экспериментальной технологической установкой, позволяющая рассчитать параметры технологического процесса на этапе его моделирования.
Общетеоретическая значимость и практическая ценность.
Диссертационное исследование проведено в рамках научно-
исследовательской работы «Построение интеллектуальной системы
проектирования, подготовки и управления в машиностроительном
производстве» рег. номер ЦИТИС 01201365666. Оно связано с разработкой математической модели и способа управления технологическим комплексом напыления покрытий на основе нечеткой логики программного обеспечения поддержки принятия решения на базе методов искусственного интеллекта для технологических установок.
Результаты диссертационной работы внедрены и использованы в Технологическом центре ПАО «КАМАЗ», в ОАО РЦИ «КАИ-Лазер» и учебном процессе Набережночелнинского института (филиал) ФГАОУ ВО Казанского (Приволжского) федерального университета.
Соответствие диссертации паспорту научной специальности.
В соответствии с формулой специальности 05.13.06 – «Автоматизация и управление технологическими процессами и производствами» в диссертации приведены теоретические основы в соответствие с пунктом 4 паспорта, позволяющие разработку математической модели, на основе многоагентной структуры системы управления с оптимизацией параметров технологического процесса на этапе его моделирования. В соответствие с пунктом 14 паспорта, в диссертации приведены теоретические исследования, позволяющие разработку алгоритмов диагностирования блоков технологической установки на основе зависимости управляющих выходных сигналов с системы управления по показаниям датчиков, снимаемых в реальном времени. В соответствие с пунктом 15 паспорта, в диссертации содержатся теоретические и экспериментальные исследования, позволяющие разработку способа управления технологическим комплексом для повышения эффективности процесса модификации поверхностей деталей с применением нечеткой логики. В соответствие с пунктом 16 паспорта, приведены теоретические основы и алгоритмы построения экспертных систем с разработкой многоуровневой структурной модели системы управления технологическим процессом нанесения покрытий.
Личный вклад автора в диссертационную работу заключается в выборе и обосновании методики выполнения теоретических и экспериментальных исследований, включая разработку структурной модели системы управления и формирования правил управления технологической установкой на основе нечеткой логики, анализе и обобщении полученных данных.
Апробация работы. Основные положения и результаты, полученные в работе, опубликованы в статьях, доложены и обсуждены на заседаниях кафедры «Автоматизации и управления» в 2013-2015 г.г., а также международных научных и научно-практических конференциях: VIII-я Международная (заочная) научно-техническая конференция. Современные инструментальные системы, информационные технологии и инновации (г. Курск, 2010). Камская государственная инженерно-экономическая академия «Камские чтения» (г. Набережные Челны, 2011). Международная научно-практическая конференция «Информационные технологии. Автоматизация. Актуализация и решение проблем подготовки высококвалифицированных кадров (ИТАП-2011)» (дистанционная форма) (г. Набережные Челны, 2011). Материалы VIII Международной научной конференции «Современные инструментальные системы, информационные технологии и инновации» (Курск, 2011). «III Камские чтения» межрегиональная научно-практическая конференция (г. Набережные Челны, 2011). «Перспективы развития информационных технологий» (г. Новосибирск, 2012). Публикации в журналах: World Applied Sciences Journal (2013). Вестник Казанского технологического университета (2013). Вестник Казанского технологического университета (2014) Социально-экономические и технические системы: Исследование, проектирование, оптимизация (г. Набережные Челны, 2015).
Структура и объем диссертации: Диссертационная работа состоит из
введения, четырех глав, заключения, библиографического списка
использованной литературы, включающего 91 наименование. Работа изложена на 130 страницах машинописного текста, содержит 50 рисунков, 23 таблицы.
Публикации: По теме диссертации опубликовано 14 печатных работ, в том числе 5 статей в изданиях, рекомендованных ВАК, 2 статьи SCOPUS, а так же 7 статей в материалах Международных, Всероссийских и Республиканских конференций.
Патентно-информационный анализ интеллектуальных надстроек к системам управления технологическим процессом
Физическая основа вакуумных ионно-плазменных технологий заключается в энергетическом воздействии заряженных частиц на материал мишени в вакууме и переносе материала мишени в результате воздействия на подложку [15].
Вакуумное напыление - перенос к поверхности детали частиц наносимого вещества от источника. Выполняется в вакууме 10-2 Па путем ионно-плазменного и катодного напыления. Методом вакуумного распыления наносят сплавы, стекла сложного химического состава, керметы. Применяется технологическое оборудование непрерывного, периодического и полунепрерывного действий.
Вакуумная установка состоит из следующие ключевых звеньев: источники напыляемых материалов и их системы энергопитания; рабочая камера, где происходит основной процесс нанесения пленок; откачная и газораспределительная системы; устройства управления, обеспечивающие требуемый для технологического процесса вакуум (насосы, клапана, фланцы, средства измерения вакуума); систему управления и контроля, обеспечивающую требуемые показатели качества; устройства транспортировки, обеспечивающие ввод деталей в камеру, точное их положение и движение во время технологического процесса. Нанесение покрытий в вакууме базируется на применении концентрированного потока частиц распыляемого материала на поверхность деталей и их конденсации.
Процесс предусматривает несколько стадий: переход распыляемого вещества из конденсирированной в газовую фазу, перенос частиц газовой фазы на поверхность изделия, осаждение их на поверхности, образование пленки. В вакууме возможно получение тонких металлических пленок в результате испарения металла с последующей его конденсацией на покрываемой поверхности (так называемой подложке) [16].
В ряде случаев вакуумное напыление является единственным методом получения тонких пленок. Этот метод значительно экономичнее других известных методов массового производства металлизированных изделий. При его использовании механическая обработка поверхностей покрытия минимальна. Способ металлизации в высоком вакууме обеспечивает покрытие пластмасс, фольги, бумаги, тканей тонким металлическим слоем и прочное сцепление его с основным материалом [17].
Современные вакуумные технологии также должны обладать ещё и гибкостью применения, делать возможным замену дорогостоящих или дефицитных материалов дешевыми и легкодоступными, обеспечивать высокое качество материалов и изделий при экологической чистоте производства, иметь возможность полной автоматизации управления и создавать комфортные условия труда для обслуживающего персонала и т.д.
Обзор современного вакуумного оборудования выявил, что многие технологические комплексы включают в себя автоматизированные системы технологическим процессом: КРЕМЕНЬ-1, УНИП-900, Сaroline d12a, VACLEADER, KHAN, AUTO 500, STE MS46 и др. [18, 19]
Автоматизированная система управления технологическим процессом на ионно-плазменной вакуумной установке «КРЕМЕНЬ-1» предназначена для работы в двух режимах – дистанционном и автоматическом. Возможность корректировки процесса доступна в дистанционном режиме. Автоматизированная система управления установкой «КРЕМЕНЬ-1» позволяет осуществлять удаленный контроль и управление установкой в режиме онлайн, что дает возможности для создания системы централизованного управления, при эксплуатации нескольких установок в заводских условиях, что позволяет управлять установкой на значительном расстоянии и экономит человеческие ресурсы, за счет единой точки контроля. Реализована возможность просмотра состояния камеры установки. К недостаткам можно отнести сложность диагностики аппаратуры и длительность времени выхода из внештатных в связи с привлечением экспертов.
Автоматизированная система управления вакуумной установкой УНИП-900 построена на основе 2-х уровневой архитектуры: верхний уровень - рабочая станция оператора, предназначенная для ввода параметров управления процессом работы установки, визуализации, документирования и архивирования информации; нижний уровень – контроллер управления вакуумным и технологическим оборудованием. Контроллер нижнего уровня обеспечивает управление и контроль всем оборудованием, первичную обработку данных и передачу необходимой информации на верхний уровень, на котором реализован интерфейс связи оператора с вычислительным устройством.
Все устройства, входящие в состав технологического комплекса сгруппированы в логические системы управления, входящие в АСУ ТП серийной установки напыления тонких пленок на подложки «Сaroline d12a». Управляющая программа имеет три режима работы программный - режим работы установки по заранее созданной пользовательской программы технологического процесса; редактирование переменных и автономный режим, режим работы установки, в котором каждая система управляется отдельно со своей мнемосхемы.
Автоматическое управление напылительной установки VACLEADER позволяет проводить процесс вакуумного напыления как в полностью автоматическом режиме, так и в ручном режиме. Система управления напылительной установки имеет три уровня доступа: оператор, технолог, сервис.
Система управления KHAN для установок вакуумного напыления BAK 761 и BAK EVO обладает дружественным интерфейсом управляет полностью автоматическим процессом производства, при этом удовлетворяя всем стандартам безопасности (SECS I / II, система оповещения, отслеживание процесса в реальном времени, статистика, сбор данных, периодичность обслуживания и т.д.
Система автоматизации технологического процесса установки магнетронного распыления STE MS46 осуществляет автоматическое управление процессом напыления посредством оригинального программного обеспечения. Гибкий интерфейс предоставляет возможность работы по заранее заданной программе - рецепту. Рассмотренные системы управления вакуумными установками могут использоваться только под определенные вакуумные установки, использование накопленных результатов исследований затруднено из-за отсутствия взаимосвязи качества напыляемого слоя с параметрами ТП. В вакуумных установках контроль и диагностирование параметров блоков системы управления выполняется с участием оператора. Обнаружение причин выхода из строя блоков установки является трудоемким процессом. Отсутствуют системы поддержки оператора, которые помогали бы пользователю принять управляющее решение за счет выдачи информационных сообщений.
В связи с этим поставлена задача разработки СУ, позволяющей изменить подход к управлению ТП напыления покрытий в вакууме и обеспечить показатели качества продукции: требуемую адгезию, толщину напыляемого слоя, отсутствие дефектов на поверхности, равномерность напыляемого слоя.
Разработка структуры блока многоагентной системы
Структурой прецедента обуславливает структуру базы прецедентов. Она представлена в виде древовидной иерархию. Каждый класс в иерархии содержит набор атрибутов, описывающий этот класс [44]. Алгоритм формирования базы прецедентов состоит из следующих этапов (рисунок 2.6): 1) определение весовых коэффициентов признаков для оценки уровня значимости прецедента в рассматриваемой базе; 2) кластеризация прецедентов по выявленным признакам; 3) поиск требуемого множества прецедентов на основе критерия подобия ситуаций. Под прецедентом понимаем структуру, характеризующую зафиксированное отклонение состояний ключевых звеньев системы. Информация о прецедентах формализована и хранится в базе прецедентов. Структура прецедента определяется характеристиками функциональных элементов, показана на рисунке 2.7. Начало запрос информации с контроллера объединение сигналов по блокам поиск соответствующего выражения в БЗ
После взаимодействия агентов формируется выражение, затем осуществляется поиск похожего правила в базе знаний. В случае нахождения правила с полным соответствием характеристик, такой вариант выдается как решение [10]. Определяется сходство правила с текущей ситуацией. Алгоритм работы моделирующего агента на основе метода ближайшего соседа. На основе метрике сходства Хэмминга вычисляется степень сходства на множестве параметров, которые используются для текущей ситуации. Определяется степень сходства текущей проблемной ситуации и правил БЗ.
Входными данными являются числовые значения параметров, описывающие состояние звеньев установки. Выполняется преобразование в лингвистические переменные.
Проверяется, в каком агенте отклонения. Выбираем правило из соответствующего класса. Определяется количество параметров числа совпадающих признаков между выбранным правилом и параметрами, описывающими состояние звеньев установки. Перед выполнением вычислений значение числа совпадающих признаков должно быть обнулено. Для учета коэффициентов важности при совпадении значений параметров значение числа совпадающих признаков увеличивается значение весового коэффициента.
В случае отсутствия значения параметра прецедента в описании прецедента предполагается, что параметры прецедента и параметры правила совпадают, и число совпадающих признаков увеличивается на значение весового коэффициента, а в случае отсутствия значения параметра текущей ситуации в описании текущей ситуации, что параметры прецедента и параметры правила не равны и значение весового коэффициента не изменяется. Далее вычисляется мера сходства по Хэммингу (формула 2.2) где - nIR число совпадающих признаков у образцов, N - общее число признаков. Найденные правила выводятся на экран пользователя в упорядоченном состоянии, по убыванию значений их степеней сходства с новой ситуацией.
Пользователь принимает решение: 1) зафиксированное состояние укладывается в логику существующих правил, принимает решение, предлагаемое системой 2) согласует предложенное адаптированное правило с существующим решением 3) обрабатывает данные, описывающие состояние звеньев системы совместно с экспертом. Выходными данными будет сформированное новое правило. 2.7. Выводы ко второй главе 1.Разработана многоуровневая структурная модель системы управленияна на основе многоагентной структуры для обеспечения требуемого качества управления. 2. Разработаны структура прецедента и алгоритм формирования базы прецедентов, позволяющий формировать базу знаний в автоматическом режиме 3. Разработана структуры базы знаний на основе продукционной модели представления данных, алгоритм формирования базы знаний, разработана реляционная база данных. 4. Предложен алгоритм действия моделирующего агента на основе оценки степени сходства. Возможна адаптация правил, при максимальной степени сходства агентов с наибольшим весом.
Определение зависимостей выходного сигнала от показаний измерительных элементов датчика
Логическое заключение предполагает формирование выходной лингвистической переменной с помощью предварительно составленных продукционных правил базы знаний. База знаний составляется опытным экспертом из прикладной области на основании ассоциативных правил и заключений, которыми бы стал пользоваться оператор при управлении данным процессом [9].
Рассмотрим пример, когда “температура воды на выходе из магнетрона” 95С, температура на входе 25С, “температура воды на выходе из насоса” 60С, “давление воды в трубе на входе” 1,5 атм. После фазификации получим, что степень принадлежности “температура воды на выходе из магнетрона” 95С к терму высокий(pump_output_high) лингвистической переменной Temp_on_output равна 0,65. Степень принадлежности “температура на входе” 25С к терму нормальный(normal_input) лингвистической переменной Temp_on_input равна 0,5. Степень принадлежности “температура воды на выходе из насоса” 60С к терму нормальный(pump_output_normal) лингвистической переменной Temp_pump равна 0,8. Степень принадлежности “давление воды в трубе на входе” 1,5 атм к терму нормальный(pressnormal) лингвистической переменной Press равна 0,6.
Определили степень принадлежности всего антецедента правила. Был использован оператор MIN, так как в правиле использована связка И. Вычислили минимальное значение степени принадлежности - ему присваивается меньшее значение из сравниваемых термов входных лингвистических переменных. MIN(0,5;0,65;0,8;0,6)=0,5.
Следующим этапом выполнили вывод. Использовали метод центра тяжести [59]. В качестве значения выходной переменной используется координата (абсцисса) центра тяжести площади результирующего терм-множества выходной лингвистической переменной. Вычисление координаты центра тяжести производится по (формула 3.46): где [xщахіХщіп] - носитель нечеткого множества выходной лингвистической переменной. Взяв вычисленное значение степени принадлежности антецедента посредством операторов MIN/MAX вычислили значение консеквента. Необходимо открыть вентиль на 62 градуса.
Проверили полученный нечеткий вывод с помощью пакета программы MATLAB Fuzzy logic toolbox [60]. Для этого внесли все входные переменные, задали функции принадлежности для них, прописали в редакторе базы знаний RuleEditor правила. Указали значения входных переменных, программой был выполнен логический вывод (рисунок 3.11). Рисунок 3.11. - Проверка правил с помощью пакета программы
MATLAB Определили ключевые точки, по которым дискретное представление функции принадлежности аппроксимируется для остальных агентов. Агент – магистраль (А3) Давление в магистрали 1, Давление в магистрали 2, Давление в магистрали 3, Давление в магистрали 4, Давление в магистрали 5
Значение давления преобразуется в лингвистическое, представленное тремя термами. Для “Давление в магистрали 1”(Press1_tr) лингвистическая переменная температура определяется тремя множествами. Примем, что давление в 0,05 атм и его окрестности (0,05-0,01 атм) являются низким(Press1_tr_low), 0,1атм - «нормальное» (Press1_tr _normal), давление в 1 атм и его окрестности(0,1-1 атм) ассоциируются с высоким(Press1_tr _high) давлением.
Значение давления преобразуется в лингвистическое, представленное тремя термами. Для “Давление в магистрали 2”(Press2_tr) лингвистическая переменная температура определяется тремя множествами. Примем, что давление в 0,001 атм и его окрестности (0,001-0,005 атм) являются низким(Press2_tr_low), 0,005атм - «нормальное» (Press2_tr _normal), давление в 0,05 атм и его окрестности(0,005-0,05 атм) ассоциируются с высоким(Press2_tr _high) давлением.
Значение давления преобразуется в лингвистическое, представленное тремя термами. Для “Давление в магистрали 3”(Press3_tr) лингвистическая переменная температура определяется тремя множествами. Примем, что давление в 10-8 атм и его окрестности (10-8 -10-7 атм) являются низким(Press3_tr_low), 10-7 атм - «нормальное» (Press3_tr _normal), давление в 0,005 атм и его окрестности(10-7-0,005 атм) ассоциируются с высоким(Press3_tr _high) давлением.
Значение давления преобразуется в лингвистическое, представленное тремя термами. Для “Давление в магистрали 4”(Press4_tr) лингвистическая переменная температура определяется тремя множествами. Примем, что давление в 0,001 атм и его окрестности (0,001-0,005 атм) являются низким(Press4_tr_low), 0,005атм - «нормальное» (Press4_tr _normal), давление в 0,05 атм и его окрестности(0,005-0,05 атм) ассоциируются с высоким(Press4_tr _high) давлением.
Значение давления преобразуется в лингвистическое, представленное тремя термами. Для “Давление в магистрали 5”(Press5_tr) лингвистическая переменная температура определяется тремя множествами. Примем, что давление в 0,05 атм и его окрестности (0,05-0,01 атм) являются низким(Press5_tr_low), 0,1атм - «нормальное» (Press5_tr _normal), давление в 1 атм и его окрестности(0,1-1 атм) ассоциируются с высоким(Press5_tr _high) давлением.
Агент – камера (А1) Температура воздуха в камере, Давление в камере, Отсутствует напряжение в тэнах камеры Значение температуры преобразуется в лингвистическое, представленное тремя термами. Для “Температура воздуха в камере”(Temp_Cam) лингвистическая переменная температура определяется тремя множествами. Примем, что температура в 30С и ее окрестности(0 90С) являются низкой (low_Temp_Cam), 100С - «нормальная» (normal_Temp_Cam), температура в 150С и ее окрестности (150-200С) ассоциируются с высокой (high_Temp_Cam) температурой.
Средства реализации установки вакуумного напыления УВН-4М с системой интеллектуальной поддержки
Для экспериментальных исследований результатов напыления AL2O3 на подложки различных материалов. В качестве технологического комплекса использовались установка УВН-4М и Eifeler alpha 400 p. На рисунке 4.18 (a, b, c,) представлены фотографии напылённых слоёв на стекло.
Был замерен уровень адгезии на тестовых образцах методом прямого отрыва на приборе Elcometer 108 согласно ИСО 14923:2003 и ИСО 2063:2005. Образцы приклеивались к отшлифованной и обезжиренной поверхности покрытия с помощью адгезива М2000, после чего гидравлическая система прибора прикладывала усилие, значение которого фиксировалось в момент отрыва. Лучшая адгезия наблюдалась у образца, нанесенного с системой управления.
Экспериментальные исследования по модификации поверхностей проводились на лазерном технологическом комплексе импульсно-периодического действия LRS-150 A. Длительность импульса излучения: t = 3 мс. Энергия импульса излучения: E1 = 11 Дж. Микротвердость структуры детали замерялась по ГОСТ Р ИСО 6507-1-2007 на микротвердомере MicroMet 5104 при нагрузке 1 H. В качестве материала детали используется инструментальная сталь Р18К5Ф2. Модифицирующий слой поверхности стали - порошок сплава ПГ – СР4 – ОМ. Он в основном применяются для покрытия деталей механизмов, которые подвергаются абразивному изнашиванию с относительно невысокой ударной нагрузкой.
Микроструктура основного металла пластины представляет собой феррит и структурно - свободный цементит 0В балла ГОСТ 5640-68 с микротвёрдостью до 390 HV0,1. Микроструктура поверхностного упрочнённого слоя с нетравящейся структурой и карбидами. Высокая твердость слоя оказывает положительное влияние на износостойкость инструмента. Твердые сплавы при высокой твердости, обладают малой пластичностью и отличаются хрупкостью, поэтому имеют плохое сопротивление ударным нагрузкам. Хрупкость твердых сплавов сохраняется и при высоких температурах, вследствие чего они склонны к образованию трещин при наплавке [75, 81]. На рисунке 4.19 представлен фрагмент червячной фрезы с лазерной наплавкой. увеличение х 10. На рисунке 4.22 виден слой наплавленного порошка, нанесенного порошка сплава ПГ – СР4 – ОМ напылением на флюс АН-43, обеспечивающего получение наплавленного металла с оптимальным содержанием марганца, кремния и других легирующих элементов, а также ограниченным содержанием серы и фосфора.
При импульсной лазерной наплавке на зону взаимодействия на металл воздействует тепловая и механическая энергии, которая обусловлена давлением импульса ЛИ.
Это наблюдается на рисунке 4.23, где на фотографии видны кольца уплотнения структуры металла. Фото поверхности стали после воздействия лазерного излучения. 1 – зона воздействия (Ф=0,5 мм, энергия ЛИ - 12 Дж, длительность импульса 3 мс.). 2 - кольца уплотнения. Экспериментальные исследования показывают зависимость диаметра зоны взаимодействия от положения фокуса ЛИ и его энергии. Процесс импульсной лазерной термообработки металла с оплавлением поверхности показан на рисунке 4.24, который характеризуется режимом наплавки.
Микроструктура наплавленного слоя лазерным излучением на вершинах зубьев фрезы с результатами замеров микротвёрдости в единицах HV 0,1, х 500 (различные участки зуба фрезы). В верхней области снимка (светлая зона) наблюдается микроструктура порошка ПГ – СР4 – ОМ, в нижней — неизмененная структура стали Р18К5Ф2. Между ними видна переходная зона диффузионных процессов порошка ПГ – СР4 – ОМ и стали Р18К5Ф2. Исследование микроструктуры фрезы проводилось на поперечном, относительно оси симметрии зубьев, микрошлифе участка режущей кромки, упрочнённой ЛИ (рисунок 4.27).
График распределения микротвёрдости в единицах HV0,05 по глубине микротвёрдости структуры показан на рисунке 13. Анализ распределения микротвердости по глубине показывает возможность снижения хрупкости режущей кромки зуба фрезы, за счет снижения микротвердости наплавленного слоя, но при высокой микротвердости переходного слоя и, соответственно, износостойкости. Однако данный подход требует дополнительной механической обработки.
По химическому составу наплавленный металл отличается от основного металла фрезы по наличию в нём никеля до 7,49 вес.% в пределах обнаружения рентгеновского энергодисперсионного метода микроанализа.