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
- 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
- Программная часть автоматизированной системы оптимального управления ТП ЭПП
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 автоматизированных установок для процессов ЭПП с контролем состояния объекта управления
Метод электролитно-плазменной обработки является разновидностью электрохимической обработки, но проводится при высоких напряжениях в диапазоне 100 - 600 В. Обрабатываемая деталь при ЭПО служит анодом, а его площадь должна быть минимум в 3 - 4 раза меньше площади катода [5]. В таких условиях вокруг обрабатываемой детали начинается интенсивное газовыделение за счет электролиза и закипания раствора, приводящее к формированию тонкой (от 50–100 мкм до 1-2 мм) парогазовой оболочки (ПГО) с микроразрядами. Влияния соотношения площадей электродов на характеристики плазменно-электролитного разряда рассмотрены в работе [6].
ПГО состоит из паров воды, активированных ОН-, Н+ и ионов, входящих в состав электролита. На ПГО происходит основное падение напряжения в цепи, поэтому ее свойства определяют нелинейные участки вольт-амперной характеристики процесса ЭПО; напряженность электрического поля в ПГО достигает 104–105 В/см [7]. При температуре около 100оС такая напряженность способна вызвать ионизацию паров, а также эмиссию ионов и электронов, необходимую для поддержания стационарного электрического разряда. Таким образом, образуется так называемая электролитная плазма.
Микроразряды, протекающие через ПГО, активно воздействуют на поверхность. В ПГО протекает сложный комплекс физико-химических процессов: пленочное кипение в электрическом поле; теплоперенос; ионизация паров; движение электрических зарядов. Это позволяет осуществлять различные виды обработки, такие как нагрев [8, 9, 10, 11, 12] и закалка в электролите [13, 14, 15], химико-термическая обработка (азотирование, цементация, и. т.д.) [16, 17, 18,19], микроплазменное, микродуговое и анодно-искровое оксидирование [2, 20, 21, 22,23], очистка поверхности от загрязнений [24, 25], удаление дефектных покрытий [26, 27, 28, 29] и полирование поверхности сталей и сплавов [30, 31, 32, 33]. С одной стороны, процессы ЭПО требуют большого технологического напряжения, но с другой, за счет большой скорости обработки энергоемкость ряда процессов ЭПО соизмерима с энергоемкостью процессов электрохимической обработки [34]. Процесс электролитно-плазменного полирования применяется для обработки: нержавеющих сталей типа 20Х13 [35]; низкоуглеродистых сталей, например, стали 30ХГСА, используемой на ОАО «Завод Двигатель» для изготовления лопаток ГТД [36]; жаропрочных сплавов, таких как ЭП-718 [31]; титановых сплавов ВТ6, ВТ14, ВТ3-1, ВТ22 [37]. Основной объем технологических установок выпускается фирмой «Стекловак» (Белоруссия) [35].
ЭПП позволяет достигнуть шероховатости поверхности Ra = 0,1 - 0,2 мкм для стали 30ХГСА [36]; Ra = 0,10 - 0,15 мкм для сплава ЭП-718 [31]; Ra = 0,04 -0,06 мкм для сплавов ВТ3, ВТ3-1, ВТ6 [37].
ЭПП достаточно просто можно проводить для металлов невентильного типа, таких как железо, хром, никель, вольфрам, медь и др., которые либо не образуют полупроводниковых оксидов n-типа, либо процесс выхода ионов металла в раствор для них превалирует над образованием оксидов, в отличие от вентильных металлов [2]. Обработка поверхности производится в разбавленных водных растворах аммонийных солей. Перспективны разработки способов электролитно-плазменного полирования для авиационных конструкционных материалов, таких как никелевые и титановые сплавы [31, 37, 38, 39]. Выявлено значительное повышение прочности сцепления стальных материалов с гальваническими и вакуумно-плазменными покрытиями благодаря предварительному электролитно-плазменному полированию подложки [40, 41]. С помощью ЭПП можно получить зеркальную поверхность с шероховатостью Ra вплоть до 40 нм, однако не лучше, чем на 2-3 класса по сравнению с шероховатостью до полировки [42]. Разновидность проводимой обработки (удаление или нанесение покрытия, полирование, очистка, термическая обработка поверхности) определяется соотношением технологических параметров обработки: температурой электролита, приложенным напряжением, составом электролита и материалом обрабатываемой детали. Полирование металлов происходит в области напряжений 200-350 В и плотностей тока 0,2-0,5 А/см2, длительность полировки 2-5 минут. В ходе ЭПП вблизи микровыступов на обрабатываемой поверхности изделия напряженность электрического поля возрастает до 105 В/см, и на этих участках поверхности возникают импульсные искровые разряды, во время которых выделяется значительная энергия, оплавляющая вершины выступов [43].
В настоящее время существуют различные точки зрения на механизм сглаживания микронеровностей при ЭПП. Известно, что в этом механизме задействуются процессы, различные по своей природе. Однако для того, чтобы определить, какие процессы играют ключевую роль и каково их взаимодействие, необходимо проведение дальнейших исследований.
Основные процессы ЭПО, способствующие полированию, рассмотрены в работе [44]: - наличие электролитных мостиков в парогазовой оболочке (ПГО) приводит к выравниванию микронеровностей по электрохимическому механизму; - образование химически активных частиц и протекание плазмохимических реакций; - разрушение микровыступов по электроэрозионному механизму в результате прохождения маломощных искровых разрядов между металлической поверхностью обрабатываемой детали и электролитным катодом.
В области изучения процессов электролитно-плазменного полирования достигнуты значительные результаты по технологии получения поверхности высокого качества: подобраны экологически допустимые и эффективные электролиты и установлены их концентрации [43, 45], выявлены диапазоны рабочих напряжений на электродах и температуры электролитов [46, 47], запатентованы и выпускаются установки различных мощностей для проведения ЭПП [48, 49, 50]. Несмотря на многие преимущества процесса ЭПП по сравнению с традиционно применяемыми в промышленности способами полирования, для широкого внедрения в производство необходимо повышать надежность систем ЭПП, например, за счет снижения доли брака, улучшать экономические показатели, например за счет уменьшения энергоемкости процесса. Подобные результаты могут быть достигнуты при создании автоматизированных систем управления технологическим процессом ЭПП.
Для создания АСУ ТП ЭПП существует значительная теоретико-эмпирическая основа, сформированная авторами различных научных центров НАН Беларусии, БНТУ, СПбГТУ, УГАТУ и др., включающая информацию о микроструктуре и фазовом составе поверхностного слоя в ходе обработки [58], профилограммы поверхности на разных этапах обработки [51]; разработанные модели процессов ЭПП, такие как модели модификации поверхностного слоя [42], распределения тепловой энергии [36] и др.; способы идентификации шероховатости поверхности [52, 53]. Исследования указывают на сложность и нелинейность процесса ЭПП. Мало работ посвящено автоматизированному управлению ТП ЭПП, поэтому для разработки такой системы необходимо изучить подходы к управлению родственными электрохимическими процессами, такими как микродуговое оксидирование (МДО) [2], электроэрозионная обработка [54], электрохимическая размерная обработка (ЭХРО) [55] и др. Анализ литературных источников показывает перспективность интеллектуальных методов управления сложными нелинейными системами [56, 57]. В таблице 1.1 показано место проводимых исследований среди других работ в области изучения, диагностики и управления процессами ЭПП и родственными процессами.
Построение модели процесса электролитно-плазменного полирования как объекта управления
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]: 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.
В работе учитывается опыт исследований в направлении нейросетевого моделирования процессов, родственных ЭПП, и рассмотрены, как радиально-базисные типы сетей, так и сети прямого распространения сигнала.
Существует также специальный тип радиально-базисных сетей GRNN (Generalized Regression Neural Networks) для решения задач обобщенной регрессии. выход суммирующего элемента l–го нейрона, рассчитываемый как расстояние между центром активационной функции, задаваемым весами w и вектором входных сигналов нейрона u:
Параметр обучения (spread) представляет собой ширину активационной гауссовской функции на половине высоты и обычно принимает значения от 1 до 0,01. При помощи параметра spread определяется точность аппроксимации.
Выход суммирующего элемента нейрона zi рассчитывается, как расстояние между центром активационной функции, задаваемым весами w, и вектором входных сигналов нейрона u по формуле:
Рассматриваемая радиальная базисная сеть состоит из двух слоев: скрытого радиального базисного, имеющего М1 нейронов и выходного линейного слоя, имеющего N2 нейронов как показано на рисунке 1.6, где U - множество входных величин [116].
Структура обобщенно-регрессионной сети отличается от общей структуры радиальной базисной сети наличием блока для вычисления нормированного скалярного произведения строки массива весов во втором слое LW{2,1} и вектора входа а1 в соответствии со соотношением: Обобщенно-регрессионные используются для решения задач регрессии и аппроксимации функций.
Для выполнения алгоритмов прямого распространения сигнала и обучения сети с помощью метода обратного распространения ошибки используются двухслойные сети. Данный вид нейронных сетей определяет функцию ошибки как сумму квадратов расстояний между выходными значениями у -м нейронной сети, выдаваемых сетью при обучении, и заданными выходными значениями обучающего множества . Пусть х= з} - столбец входных значений, где
Задача обучения нейронной сети состоит в том, чтобы найти такие коэффициенты wpk, при которых достигается минимум E(w)(Е 0).
Существуют две базовые разновидности сетей прямого распространения сигнала с обратным распространением ошибки FeedForward и Cascade-forward. На рисунке 1.7 показана структурная схема нейронной сети FeedForward. Структура нейросети Cascade-forward подобна FeedForward, но отличается тем, что содержит связи входного и каждого предшествующего слоя с последующими.
Таким образом, проведена классификация автоматизированных систем управления и установок, используемых для реализации процесса электролитно-плазменного полирования и выявлен подход к построению АСУ ТП ЭПП с контуром контроля свойств поверхности на основе оценок импедансных спектров электролизера, что, в отличие от АСУ ТП ЭПП без подобного контура, позволяет своевременно останавливать процесс обработки. 1.4 Формулирование цели и задач исследования
Анализ литературных данных доказал актуальность проведения исследований процесса электролитно-плазменного полирования, нацеленных на разработку методов и средств управления ТП ЭПП. Известны обширные экспериментальные исследования процессов ЭПП, но отсутствуют достаточно полные математической модели, позволяющие контролировать свойства поверхности в ходе ЭПП. Так как физико-химические процессы, протекающие при ЭПО, сложны и скоротечны, многие из них пока описаны только качественно и необходимы теоретические и экспериментальные исследования для их формализации. Для повышения эффективности и качества необходимо изучать явления различной природы, сопровождающие процесс ЭПП.
На современных установках ЭПП реализована стабилизация технологических параметров, оптимизация режима обработки по входным параметрам согласно экспериментальным данным, которая осуществляется до обработки, разработаны способы программного управления по косвенным оценкам шероховатости поверхности, разработаны эталонные модели влияния некоторых технологических параметров на шероховатость. Но для обеспечения лучших технологических показателей процесса ЭПП необходимо: провести анализ влияния всех наиболее значимых технологических параметров на динамику шероховатости поверхности и съема поверхностного слоя; контролировать шероховатость поверхности и съем поверхностного слоя по косвенным показателям в ходе обработки; осуществлять оптимальное управление технологическими параметрами в ходе обработки для достижения заданных значений свойств поверхности с наименьшим энергопотреблением. Существующие системы управления не учитывают всех особенностей и характеристик процесса ЭПП, поэтому повышение эффективности этого процесса за счет управления является перспективным направлением.
Расчет оптимальной траектории управления напряжением в ходе процесса электролитно-плазменного полирования
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. Динамика свойств поверхности описывается следующими дифференциальными уравнениями: входное единичное ступенчатое воздействие включения установки ЭПП, В - коэффициент передачи безынерционного звена, зависящий от U и Т.
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,
Разработанная модель применима при изменении управляющих воздействий в диапазонах 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) нормированные значения факторов и откликов; X, Y - натурные значения факторов и откликов; / - порядковый номер фактора; j - порядковый номер отклика.
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.
Масштабирование управляющих воздействий и начальной шероховатости поверхности проводилось по формулам: экспериментально полученные значения напряжения в цепи, температуры электролита и начальной шероховатости образца соответственно; максимальные и минимальные значения этих переменных представлены в Построена статическая нейросетевая модель зависимости параметров передаточных функций динамических звеньев A,T,C,V и плотности тока 8 от масштабированных значений хи х2 и х3. Структурная схема нейросетевой модели показана на рисунке 2.8.
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.
Программная часть автоматизированной системы оптимального управления ТП ЭПП
Рассматриваемый процесс ЭПП с парогазовой оболочкой может иметь схему замещения в виде последовательного соединения сопротивления электролита с параллельной RC-цепочкой, состоящей из емкости и отрицательного сопротивления ПГО. Отрицательное сопротивление ПГО свидетельствует о ниспадающем характере рабочего участка вольтамперной характеристики процесса ЭПО, где повышение напряжения сопровождается уменьшением величины тока в цепи [132].
Частоте импульсов 431 Гц соответствует характерный экстремум графика модуля G и область наибольшей скорости уменьшения емкостного сдвига фаз при температуре электролита 70 … 80 С. Это может объясняться резонансом колебаний кипящей ПГО, на которой происходит основное падение напряжения, на указанной частоте импульсов источника. При температуре электролита 90 С характерный экстремум не возникает, что говорит о возможной смене характера кипения ПГО. Рисунок 2.22 - Динамика оценок модуля G и аргумента импедансного спектра на частоте 258 Гц для температуры 70С (), 80С(ххх), 90С(+++) Рисунок 2.23 - Динамика оценок модуля G и аргумента импедансного спектра на частоте 431 Гц для температуры
В таблице 2.7 представлены значения стандартных отклонений при обработке сигналов с помощью алгоритмов быстрого преобразования Фурье с использованием оценки степени линейности системы, представленной в работе [133]. Стандартное отклонение при частоте воздействующих импульсов 431 Гц имеет наибольшее значение. Это объясняется тем, что сдвиг фаз на этой частоте возрастает по модулю во времени.
Таким образом, экспериментально исследованы импедансные спектры процесса ЭПП, показан емкостный характер комплексной проводимости, наличие резонансного пика в области частот 400…500 Гц, и сдвиг фаз, близкий к 180 градусам в области частот, меньших 250…400 Гц. Установлено наличие динамики модуля и аргумента импеданса. Соответствие результатов применения двух независимых методов для оценки импедансных спектров установил достоверность полученных результатов. На основе экспериментальных исследований
установлены взаимосвязи между свойствами поверхностного слоя, импедансными спектрами процесса ЭПП и технологическими параметрами (напряжение на электролизере, температура электролита, длительность обработки, начальная шероховатость), позволяющие формализовать закономерности процесса ЭПП как объекта управления. Выводы по главе 2
По результатам полнофакторного эксперимента с использованием образцов из стали 20Х13 проведена аппроксимация экспериментальных данных, в результате которой выявлено, что в ходе ЭПП при напряжениях на электролизере 250 … 350 В, температуре электролита 70 … 90 С и начальной шероховатости поверхности 0,32 … 0,63 мкм: - снижение шероховатости происходит экспоненциально со средней постоянной времени = 4,6 мин - за 15 минут обработки была достигнута шероховатость поверхности Ra, равная 0,06…0,10 и 0,10…0,20 мкм для исходной Ra0, равной 0,63 и 0,32 мкм соответственно; - величина изменения геометрических размеров обрабатываемой детали возрастает линейно, в среднем со скоростью 1,1 мкм/мин. При достижении шероховатости поверхности 0,10 мкм, величина h лежит в пределах 12-22 и 8-14 мкм для исходной Ra, равной 0,63 и 0,32 мкм соответственно; - среднее значение плотности тока составляет 0,266 А/см2, не изменяется во времени и зависит в наибольшей степени от напряжения на электролизере и температуры электролита; - шероховатость поверхности изменяется по высоте образца и распределена неравномерно со средним отклонением 0,0169 мкм. При этом среднее значение относительной погрешности косвенного измерения толщины поверхностного слоя и плотности тока составляет 9% и 12% соответственно.
Построена модель процесса ЭПП в виде совокупности типовых динамических звеньев, которая описывает переходные характеристики выходных переменных объекта управления, отражающие изменение свойств поверхностного слоя как реакцию на ступенчатое воздействие питающего напряжения электролизера. Выявлено, что при напряжениях на электролизере 250…350 В, температуре электролита 70…90С, времени обработки 15 мин и начальной шероховатости поверхности 0,32…0,63 мкм: - шероховатость поверхности достигает наименьшего значения Ra = 0,07 мкм при напряжении 250 В и температуре 70 С; - наименьшее значение съма поверхностного слоя h = 9 мкм достигается при напряжении 350 В и температуре 90 С. Полученные данные показывают, что наилучшие условия по критерию шероховатости соответствуют наихудшим по критерию толщины съема поверхностного слоя (и наоборот), поэтому для достижения цели исследования необходимо решение задачи оптимального управления. Построены нейросетевые модели параметров передаточных функций: A, т, C,v и плотности тока . Установлено что в исследованном диапазоне управляющих воздействий: - максимальное снижение шероховатости А прямо пропорционально зависит от начальной шероховатости; - постоянная времени г увеличивается с ростом напряжения, температуры и начальной шероховатости; - предельно достижимая шероховатость С увеличивается с ростом начальной шероховатости и температуры; - скорость съема поверхностного слоя v снижается с ростом напряжения и температуры и начальной шероховатости. Зависимость скорости съема поверхностного слоя от напряжения и температуры нелинейно из-за значимого парного взаимодействия этих факторов; - значение плотности тока линейно уменьшается с ростом напряжения и температуры.
Экспериментально исследованы импедансные спектры процесса ЭПП, показан емкостный характер комплексной проводимости, наличие резонансного пика в области частот 400… 500 Гц, и сдвиг фаз, близкий к 180 градусам в области частот, меньших 250…400 Гц. Установлено наличие динамики модуля и аргумента импеданса. Соответствие результатов применения двух независимых методов для оценки импедансных спектров установил достоверность полученных результатов.
Таким образом, на основе экспериментальных исследований установлены взаимосвязи между свойствами поверхностного слоя, импедансными спектрами процесса ЭПП и технологическими параметрами (напряжение на электролизере, температура электролита, длительность обработки, начальная шероховатость), позволяющие формализовать закономерности процесса ЭПП как объекта управления и разработать метод оптимального управления
Постоянное повышение требований к качеству обработки ответственных деталей машиностроения при условии сохранения или снижения себестоимости производства диктует необходимость внедрения инновационных технологий, как на базе новых технологических установок, так и на основе модернизации существующих. Отличительной особенностью инновационных электротехнологий обработки поверхности металлов и сплавов являются системы управления технологическими процессами, оценивающие и прогнозирующие состояние поверхности. Внедрение таких технологий или модернизация текущего производства позволяет повысить технико-экономические показатели за счет оптимизации энергопотребления, снижения доли брака из-за перетравливания поверхности, своевременного определения степени выработки рабочего раствора, учета других неопределенностей, снижающих качество и воспроизводимость обработки.
