Теория вероятностей в техническом обслуживании

34. Алгоритмы поиска неисправностей

Универсальной математической моделью для диагностирования систем является таблица функций неисправности (ТФН), в которой столбцы соответствуют допустимым элементарным проверкам (диагностическим параметрам), а строки - техническим состояниям объекта диагностирования (ОД). С целью сокращения количества контролируемых параметров по ТФН строится минимизированная таблица функций неисправности (МТФН). Каждая строка этой таблицы является кодом технического состояния ОД. Сокращение контролируемых параметров достигается путем учета связей между элементами ОД, а также с учетом того, что вероятность появления в системе одиночных дефектов значительно выше, чем вероятность одновременного появления двух и более дефектов.

Минимизированная таблица функций неисправности позволяет:

1. Определить минимальную совокупность диагностических параметров для проверки работоспособности системы.

2. Организовать поиск неисправности комбинационным методом.

3. Составить алгоритм поиска дефекта в системе последовательным методом и путем сочетания комбинационного и последовательного методов по гибкой программе.

4. Определить минимальные частные наборы диагностических параметров для проверки работоспособности отдельных функциональных элементов системы.

5. Построить дешифратор технического состояния системы для устройства автоматического контроля и поиска неисправностей.

МТФН строится для одиночных дефектов. При появлении кратных дефектов матрица одиночных дефектов может быть использована для их обнаружения, но при этом возникают “тупиковые” ситуации, когда появляются ложные коды или коды, несуществующие в таблице неисправностей. Неправильное определение технического состояния или неработоспособного функционального элемента системы приводит к неоправданным временным и денежным затратам. Для выработки правильного решения необходимо знать природу образования ложных и несуществующих кодов кратных дефектов. Это позволяет определить коды, которые однозначно определяют неисправность в системе, и коды, которые являются результатом кратных дефектов.

35. Современное состояние вопроса диагностики процессов механообработки станочных систем

Структура технической диагностики характеризуется двумя взаимопроникающими и взаимосвязанными направлениями: теорией распознавания и теорией контролеспособности. Теория распознавания содержит разделы, связанные с построением алгоритмов распознавания, решающих правил и диагностических моделей,

Теория контролеспособности включает разработку средств и методов получения диагностической информации, автоматизированный контроль и поиск неисправностей. Техническую диагностику следует рассматривать как раздел общей теории надежности.

36. Диагностика и распознавание образов. Основные понятия распознавания образов

Все возрастающее значение сложных и дорогостоящих технических систем, особенно в машиностроении и радиоэлектронике, требования безопасности, безотказности и долговечности делают весьма важной оценку состояния системы, ее надежности. Техническая диагностика -- наука о распознавании состояния технической системы, включающая широкий круг проблем, связанных с получением и оценкой диагностической информации.

Распознавание состояния системы -- отнесение состояния системы к одному из возможных классов (диагнозов). Число диагнозов (классов, типичных состояний, эталонов) зависит от особенностей задачи и целей исследования.

Часто требуется провести выбор одного из двух диагнозов (дифференциальная диагностика или дихотомия); например, «исправное состояние» и «неисправное состояние». В других случаях необходимо более подробно охарактеризовать неисправное состояние, например повышенный износ шлицев, возрастание вибраций лопаток и т. п. В большинстве задач технической диагностики диагнозы (классы) устанавливаются заранее, и в этих условиях задачу распознавания часто называют задачей классификации.

Совокупность последовательных действий в процессе распознавания называется алгоритмом распознавания.

Ошибка I рода: ошибка при которой образ класса Щ₁ приняли за образ класса Щ₂ (также называется вероятностью ложной тревоги):

Ошибка I рода: ошибка при которой образ класса Щ₂ считают образом класса Щ₁ (также называется вероятностью пропуска цели):

Существуют два основных подхода к задаче распознавания:

вероятностный и детерминистский. Постановка задачи при вероятностных методах распознавания такова. Имеется система, Которая находится в одном из п случайных состояний Di. Известна совокупность признаков (параметров), каждый из которых с определенной вероятностью характеризует состояние системы. Требуется построить решающее правило, с помощью которого предъявленная (диагностируемая) совокупность признаков была бы отнесена к одному из возможных состояний (диагнозов). Желательно также оценить достоверность принятого решения и степень риска ошибочного решения.

При детерминистских методах распознавания удобно формулировать задачу на геометрическом языке. Если система характеризуется v-мерным вектором X, то любое состояние системы, представляет собой точку в v-мерном пространстве параметров (признаков). Предполагается, что диагноз Di соответствует некоторой области рассматриваемого пространства признаков. Требуется найти решающее правило, в соответствии с которым предъявленный вектор X* (диагностируемый объект) будет отнесен к определенной области диагноза. Таким образом задача сводится к разделению пространства признаков на области диагнозов.

При детерминистском подходе области диагнозов обычно считаются «непересекающимися», т. е. вероятность одного диагноза (в область которого попадает точка) равна единице, вероятность других равна нулю. Подобным образом предполагается, что и каждый признак либо встречается при данном диагнозе, либо отсутствует.

Вероятностный и детерминистский подходы не имеют принципиальных различий. Более общими являются вероятностные методы, но они часто требуют и значительно большего объема предварительной информации. Детерминистские подходы более кратко описывают существенные стороны процесса распознавания, меньше зависят от избыточной, малоценной информации, больше соответствуют логике мышления человека.

Основное преимущество статистических методов распознавания состоит в возможности одновременного учета признаков различной физической природы, так как они характеризуются безразмерными величинами -- вероятностями их появления при различных состояниях системы.

37. Цель и основные задачи технической диагностики. Прикладные вопросы технической диагностики

Цели технической диагностики. Техническая диагностика научает методы получения и оценки диагностической информации, диагностические модели и алгоритмы принятия решений. Целью технической диагностики является повышение надежности и ресурса технических систем.

Как известно, наиболее важным показателем надежности является отсутствие отказов во время функционирования (работы) технической системы. Отказ авиационного двигателя в полетных условиях, судовых механизмов во время плавания корабля, энергетических установок в работе под нагрузкой может привести к тяжелым последствиям.

Техническая диагностика благодаря раннему обнаружению дефектов и неисправностей позволяет устранить подобные отказы в процессе технического обслуживания, что повышает надежность и эффективность эксплуатации, а также дает возможность эксплуатации технических систем ответственного назначения по состоянию.

В практике ресурс таких систем определяется по наиболее «слабым» экземплярам изделий. При эксплуатации по состоянию каждый экземпляр эксплуатируется до предельного состояния в соответствии с рекомендациями системы технической диагностики. Эксплуатация по техническому состоянию может принести выгоду, эквивалентную стоимости 30% общего парка машин.

Основные задачи технической диагностики. Основной задачей технической диагностики является распознавание состояния технической системы в условиях ограниченной информации.

Техническую диагностику иногда называют безразборной диагностикой, т. е. диагностикой, осуществляемой без разборки изделия, Анализ состояния проводится в условиях эксплуатации, при которых получение информации крайне затруднено. Часто не представляется возможным по имеющейся информации сделать однозначное заключение и приходится использовать статистические методы.

Теоретическим фундаментом для решения основной задачи технической диагностики следует считать общую теорию распознавания образцов. Эта теория, составляющая важный раздел технической кибернетики, занимается распознаванием образов любой природы (Геометрических, звуковых и т. п.), машинным распознаванием речи, печатного и рукописного текстов и т. д. Техническая диагностика изучает алгоритмы распознавания применительно к задачам диагностики, которые обычно могут рассматриваться как задачи классификации.

Алгоритмы распознавания в технической диагностике частично основываются на диагностических моделях, устанавливающих связь между состояниями технической системы и их отображениями в пространстве диагностических сигналов. Важной частью проблемы распознавания являются правила принятия решений (решающие правила).

Решение диагностической задачи (отнесение изделия к исправным или неисправным) всегда связано с риском ложной тревоги или пропуска цели. Для принятия обоснованного решения целесообразно привлекать методы теории статистических решений, разработанные впервые в радиолокации.

Решение задач технической диагностики всегда связано с прогнозированием надежности на ближайший период эксплуатации (до следующего технического осмотра). Здесь решения должны основываться на моделях отказов, изучаемых в теории надежности.

Вторым важным направлением технической диагностики является теория контролеспособности. Контролеспособностью называется свойство изделия обеспечивать достоверную оценку его технического состояния и раннее обнаружение неисправностей и отказов. Контролеспособность создается конструкцией изделия и принятой системой технической диагностики.

Крупной задачей теории контролеспособности является изучение средств и методов получения диагностической информации. В сложных технических системах используется автоматизированный контроль состояния, которым предусматривается обработка диагностической информации и формирование управляющих сигналов. Методы проектирования автоматизированных систем контроля составляют одно из направлений теории контролеспособности. Наконец, очень важные задачи теории контролеспособности связаны с разработкой алгоритмов поиска неисправностей, разработкой диагностических тестов, минимизацией процесса установления диагноза.

В связи с тем, что техническая диагностика развивалась первоначально только для радиоэлектронных систем, многие авторы отождествляют теорию технической диагностики с теорией контролеспособности (поиском и контролем неисправностей), что, конечно, ограничивает область приложения технической диагностики.

38. Основные задачи, возникающие при разработке систем распознавания образов

1)Задача - связана с представлением исходных данных, получ-х как результат измерения, подлежащих распо-ю объекта.(задача связана с проблемой чувствительности).Результат измерения представлен в виде вектора. Если вектрор содерж. непрервную Ф -то вектор специально формируется. Вектор образов содержит всю инфо об образах. Все их возможные значения с образуют пространство образов.

Размещено на http://www.allbest.ru/

В случае 2-х измеряемых величин -это 2-х мерное пространство. Ели измерения приводят к информации представленной действительными числами, то векторы образов рассматривают как точки n-мерного Евклид пространства. Множество образов м принадлежать к тому или иному классу, класс-совокуп точек рассеянных в некоторой области пространства образов.W1,W2-классы при детермин. пдходе.

Размещено на http://www.allbest.ru/

Классы образ непересек множ-ва , что объясняется характером измеряемых параметров-в этом случае использ детерминистский подход. Если множества пересекаются -то используют стохастический подход при распознавании.

Размещено на http://www.allbest.ru/

2)Задача связана с выделением определенных сво-в, харак-х признаков полученных исходных данных и снижение разм-ти векторов образов. Эта задача предварительной обработки и выбора признаков. Признаки класса образов представляют собой характерные св-ва общие для всех образов данного класса. Признаки хар-ие различие между отдельными классами М. -это Межклассовые признаки. Внутриклассовые признаки в точки зрения распознавания не применяются. Выбор признаков-одна из важных задач построения системы распознавания - определение полного набора признаков является трудным и порой невозможным-поэтому размерность вектора снижают с помощью преобраз-й обеспечивая при этом минимальные потери инфо.

Размещено на http://www.allbest.ru/

3)Задача - построения системы распозн., кот. состоит в отыскании оптимальных решающих процедур, необход при идентификации и классификации. Обычна задача распозн. Рассматривается как построение границ областей ,раздел классы. Границы строятся исходя из зарегистрир-х векторов измерений и наз-ся «решающими функциями»-РФ. Существует много алгоритмов получения РФ.

Решение задач 1 и 2 -предвар обработки и задачи получения оптим. реш. и классифик ,обычно связанно с необход-ю оценки и оптимизации ряда параметров, например -в процессе выделения признаков и в процессе принятия решения м. оспользоваться инфо, заключ в контексте образов.-при этом значительно увелич точность распознавания. Например полная автоматизация распознавания речи возможна только при наличии лингвистической инфо, дополняющей инфо, содерж-ся в записи звуковых сигналов. Кроме того что бы построить распозн-ю систему устойчивую к помехам-необходимо дополнение ее способностью к самонастройке - то есть решение задачи адаптации.

39. Предварительная обработка образов и выбор признаков

Задача связана с выделением определенных сво-в, харак-х признаков полученных исходных данных и снижение разм-ти векторов образов. Эта задача предварительной обработки и выбора признаков. Признаки класса образов представляют собой характерные св-ва общие для всех образов данного класса. Признаки хар-ие различие между отдельными классами М. -это Межклассовые признаки. Внутриклассовые признаки в точки зрения распознавания не применяются. Выбор признаков-одна из важных задач построения системы распознавания!!.- определение полного набора признаков является трудным и порой невозможным-поэтому размерность вектора снижают с помощью преобраз-й обеспечивая при этом минимальные потери инфо.

40. Классификация образов. Решающие функции. Детерминистский подход

Автоматич. распозн. образов всегда предполагает наличие некоторой системы обработки данных (инфо),имеющей вход и выход. На вход сист данные могут поступать от множества различных источников, напр. от физ объекта, находящ в среде или некоторого процесса или как некоторые отвлеченные данные.

Данные пост на вх системы распознования, они сложны и вкл сигналы,кот часто являются простр или временными фф. Выходная информ сравнительно проста,она сводиться к указанию одного из нескольких классов к которому пренадлежит образ.

Детерминированный подход.

Методы:

1.Метод решающих фф.

Размещено на http://www.allbest.ru/

Данная прямая, является решающей функцией. Этот метод справедлив и для числа классов больше 2,реш ф будет несколько.

Успех примен метода зависит от факторов:

-вид решающей ф. d(x),т.к. м. потреб-ся сложные границы в n-мерном пространстве.

-от практической возможности опред-я коэф ф-ии d(x) :W1,W2,W3.

общий вид функции:

X=(X1. Xn)

W=(W1, Wn+1)

X,W-пополненный вектор образов и весов.

В случае разбиения на 2 класса решающ ф-ая должна обладать св-вами:

d(x)>0 : для

d(x)Б0 : для

Если классы линейно разделимы и в качестве реш ф выбрана прямая,то на основе обучающей выборки образов м. определить вектор весов W0.

Если класс входит в двумерных образа получим неравенства:

Решив систему получим знач коэф вектора параметров .Т.о. для непересек классов расположенных близко др к другу задача распознования сводиться к нахожднию решающ классф-х ф-ий.

Реализация:

1. С помощью ЭВМ

2. с помощью спец устройств.

41. Решающие функции. Статистический подход

1. Стратегии Байеса. Допустим,что известны описания кластеров -плотности распределения вероятности X: P1(x), p2(x),а также априорные вероятности появления соотв-их классов P () P ().

Q1- ошибка 1-го рода

Q2 - ошибка 2-го рода

В результате эксперимента будет получено конкретное значение признака Х: Хк

Опр к какому он относиться.

Если образ класса приняли за образ класса , совершена ошибка 1-го рода.

Если образ класса приняли за образ класса , совершена ошибка 2-го рода.

Пусть значение признака х для каждого класса подчиняется норм закону распределения с мат ожиданием м1 и м2 и ср. квадратичн. отклонением G1 и G2.

Можно записать выражение:

Вероятности правильных решений:

Д1=1-Q1

Д2=1-Q2

Функции потерь образуют матрицу :

с11 с22-потери, связ с првильн решениями.

с12 с21 - потери связан с ошибками 1 и 2 рода.

Средние потери равны сумме потерь с учетом вероятности посткпания на вход системы объектов класса и .

- коэф правдоподобия, отношение вероятностей распределения .

Существует и пороговое значение:

- «подставить и расписать»

X0=

Значение X0 позволяет оптимальным образом разделить пространство на области, при этом ср. значение стремиться к мин, в этом и заключается стратегия Байеса.

2. Стратегия Неймона -Пирсона.

При построении сист распознания не известны априорные вероятности, тогда и используют метод Н- П.

Какие принимаем решения на основании результатов распознания неизвест образов опр допустим значение условн вероятн ошибки 1-го рода.

Затем устанавливаем границу м\у классами,придерживаясь мин ошибки 2-го рода.

Решение будет удовлетворять выражению,кот. позволяет опр границу для распоз-я в соответсв с поставлен условиями

42. Особенности построения систем технической диагностики процесса механообработки

Применительно к металлорежущему оборудованию показателями, определяющими качество технологического процесса, являются геометрическая точность, качество поверхностного слоя изготовленной детали и т.д. В этой связи контроль текущего состояния технологического процесса и диагностирование отказов элементов станочной системы существенно повышают точность работы станков, а также их производительность. Однако проблема реализации системы технической диагностики (СТД) усложняется большим количеством факторов, влияющих на появление отказов в станочных системах.

На основе анализа имеющегося опыта эксплуатации станков с ЧПУ (как представителей мехатронных станочных систем) можно сформулировать следующие основные особенности построения СТД [27]:

-СТД по функциям, структуре и используемым техническим средствам должна соответствовать уровню автоматизации производства, в котором эксплуатируются станки с ЧПУ;

-СТД должна являться составной частью обшей системы управления станком с ЧПУ и создаваться на единой элементной базе с возможностью использования общих информационных каналов для всей системы управления;

-в СТД для получения диагностической информации должны максимально использоваться существующие устройства системы управления и обеспечения функционирования станка;

-система ЧПУ (в том числе содержащая ЭВМ) должна иметь систему самодиагностирования, построенную с использованием тест-программ;

-СТД отдельного станка с ЧПУ, встроенного в автоматизированное производство, должна включаться в автоматизированную систем}' управления производством.

В соответствии с изложенными выше способами и особенностями СТД могут быть построены на основе функционального и тестового диагностирования. В первом случае диагностирование осуществляется во время функционирования объекта, на который поступают только входные (рабочие) воздействия. Во втором случае диагностирование осуществляется при подаче на объект тестового воздействия.

Действующие в настоящее время СТД, как правило, являются составной частью системы ЧПУ, причем реализация функций системы контроля и диагностики ограничиваются контролем состояния инструмента в процессе резания посредством наблюдения за различны ми косвенными параметрами, размерным контролем заготовок, деталей и инструмента с помощью индикаторов контакта и частичным контролем состояния оборудования. Работа такого встроенного средства диагностики базируется на дополнительном математическом обеспечении системы ЧПУ и рассчитана на поиск наиболее часто встречающихся неисправностей. Возможности встроенного средства диагностирования ограничены свободной памятью и быстродействием системы ЧПУ.

Контроль процесса механообработки включает получение и оценку данных измерительных устройств и параметров, характеризующих фактическое состояние станка в текущий момент времени, которое сравнивается с заданным состоянием. Последнее задается путем указания выбранных параметров, включающих характеристики станка, инструмента, заготовки, окружающей среды и обеспечивающих выполнение процесса обработки. При сравнении фактического и заданного состояний станка должен быть обеспечен контроль граничных значений, соответствующий функциональной модели объекта диагностирования, и контроль характера изменения параметров во времени, соответствующий параметрической модели.

СТД могут быть разделены на различные типы в зависимости от частоты и моментов времени получения данных измерения. Диагностирование может проводиться непрерывно, например, во время всего срока включения станка или во время процесса обработки. Ряд параметров может контролироваться периодически: через короткие или длительные промежутки времени (перед началом смены, в перерывах в обработке).

Актуальной является проблема прогнозирования неисправностей станочной системы. Прогнозирование базируется на непрерывном контроле параметров, которые наиболее точно характеризуют техническое состояние объекта. Одной из задач прогнозирования является определение ресурса инструмента, основанное на статистической обработке информации о фактической его стойкости или на анализе изменений размеров обрабатываемой детали.

Для диагностирования узлов СС может быть применен метод контрольных осциллограмм [27], основанный на использовании графиков временных функций различных параметров. Метод реализуется посредством датчиков и регистрирующей аппаратуры (осциллографы, самописцы). Рабочие осциллограммы, снятые с проверяемого узла, сравниваются с контрольной и устанавливаются их отличительные признаки, а затем по диагностическим картам определяется дефект. Метод контрольных осциллограмм может быть также реализован с помощью ЭВМ. Использование подобного метода на специализированных испытательных стендах для контроля качества изготовления узлов станков позволило повысить надежность и эффективность станочного оборудования при эксплуатации. Для борьбы с неисправностями систем управления в настоящее время применяют тестирующие методы контроля. Обычно используются обнаруживающие и диагностирующие виды тестирования. Обнаруживающие тесты позволяют локализовать отказы с точностью до блока или узла системы. Диагностирующие тесты дают возможность локализовать отказавший элемент в блоке или узле системы.

Особенностью системы теледиагностирования является применение ЭВМ для автоматического контроля функционирования устройств ЧПУ, автоматического диагностирования с локализацией до уровня типового элемента УЧПУ, возможность полуавтоматическою диагностирования сложных УЧПУ типа CNC.

К системам диагностики и контроля режущего инструмента предъявляются следующие требования:

-возможность регистрации достаточного объема информации для обеспечения требуемой глубины диагностирования режущего инструмента;

-высокая точность контроля состояния режущего инструмента;

-возможность реализации контроля режущего инструмента непосредственно на станке;

-визуализация получения информации о состоянии режущего инструмента;

-минимальное время контроля и обработки данных;

-минимальная стоимость устройств, реализующих эти функции

43. Краткий обзор зарубежных и отечественных методов диагностики

В последнее время многие металлообрабатывающиестанки ведущих фирм США, Японии, Великобритании, Италии оснащаются автоматическими контрольно-измерительными устройствами с цифровой индикацией.

Основой системы диагностирования в станках обычно является система ЧПУ в микропроцессорном исполнении. Фирмы Kerney and Trecker и Gidding and Lewis (США) снабжают отдельный станок или группу одиночных станков комплексом диагностической аппаратуры, диагностическими программами, который входят как стандартные принадлежности в систему ЧПУ.

Фирмой Gidding and Lewis разработана централизованная система технической диагностики. Устройство ЧПУ типа CNC соединяется кабелем с системой диагностирования. В памяти ЭВМ накапливается информация по каждому станку, в соответствие с которой назначаются сроки и виды проверок.

Для диагностирования неисправностей и обработки данных широко используются системы WM15 фирмы John Brown Automation Limited, которые выдают информацию об отказах оператору с указанием требуемых мер по их устранению.

В основном диагностирование станков производится на основе частного анализа колебаний отдельных узлов, а также спектрального анализа переходных процессов.

Анализ отечественных разработок в области технического диагностирования показывает, что в настоящее время реализованы системы, позволяющие на станках контролировать износ инструмента, колебания системы СПИд, работу датчика обратной связи и фиксировать отказы и нарушения нормальной работы.

44. Станочные системы как объект диагностирования

Объектом анализа процесса механообработки в первую очередь являются станочные системы, принадлежащие к классу больших систем, в котором составляющие подсистемы объединены энергетическими и информационными связями с общей целью - размерным формообразованием.

В процессе работы станочной системы под действием различных видов энергии в формообразующих узлах происходят различные физические явления. Так, под действием нагружающих сил и источников тепла происходят упругие и тепловые деформации деталей и узлов станка, и т.п….

Каждое из этих физических явлений может быть оценено своим вектором информативных параметров, подлежащим контролю. Такая оценка является одной из основных задач технической диагностики. Станочные системы со своими входными и выходными параметрами, подверженные в процессе работы действию внешних дестабилизирующих факторов, могут быть представлены в виде объекта на который распространяются принципы автоматического управления.

Выходные параметры обычно оцениваются качеством изготавливаемых деталей, а также техническими хар-ми станочного оборудования и экономическими показателями процесса резания.

45. Выбор предпочтительных контролируемых параметров для диагностики станочной системы

Информативные параметры станочной системы служат признаками, по которым диагностируют состояние СС. Диагностической ценностью обладают признаки, значения которых практически неизменны для однотипных станков, и вместе с тем значительно изменяются при переходе от одного состояния к другому.

Различными фирмами используются:

- датчики, измеряющие ток двигателя главного привода;

- тензодатчики на специальных втулках в опорах ходовых винтов для измерения соответстветсвующих осевых сил на ходовых винтах;

- тензодатчики на подшипниках шпинделя для измерения трех(двух) составляющих сил резания;

- датчики для выявления деформаций шпинделя, измеряющие положение фланца шпинделя.

Требования предъявляемые к техническим характеристикам датчиков:

- заданная статическая точность измерения;

- определенные динамические хар-ки;

- надежность и долговечность.

В системе технической диагностики предпочтительными являются косвенные информативные параметры, которые позволяют без изменения конструкции станочной системы осуществить контроль состояния оборудования и протекания процесса механообработки. (Например ЭП КИД и Термо-ЭДС)

46. Автоматизированный контроль и диагностика инструмента в процессе механообработки. Задачи автоматизированного контроля и диагностики инструмента

Состояние режущего инструмента (РИ) в период его эксплуатации на станке определяется согласно ГОСТ 25751-83 совокупностью признаков, характеризующих способность режущего инструмента выполнять обработку резанием в заданных условиях с установленными требованиями.

Состояние РИ характеризуется следующими признаками:

- способностью лезвия РИ срезать припуск;

- способностью лезвия РИ формировать поверхность обработки детали заданных размеров (геометрии), не выходя за пределы соответствующих допусков;

- способностью лезвия РИ формировать рельеф поверхности с параметрами, не выходящими за пределы соответствующих допусков.

Потеря лезвием хотя бы одной из этих способностей свидетельствует об отказе РИ и необходимости его замены.

Таким образом, задачу контроля инструмента можно сформулировать как задачу своевременной замены инструмента, предупреждающего порчу обрабатываемой детали и поломку инструмента, изготовление которого требовало бы много времени.

С целью предотвращения поломок РИ на практике идут, как правило, путем снижения режимов резания и вынужденного снижения производительности токарной обработки. Замену инструмента осуществляют комплектно, по истечении периода, установленного расчетным или опытным путем.

Для уменьшения простоев оборудования, связанных с неправильной работой инструмента, необходимо учитывать несколько аспектов.

Первый аспект - предохранение или своевременное обнаружение поломок инструмента в ходе резания.

Второй аспект - ликвидация нарушений нормального процесса резания, проявляющихся в виде изменения значений силы резания, амплитуды вибраций, температуры и т.д.

Третий аспект - определение момента, когда дальнейшее использование инструмента нежелательно по экономическим соображениям либо из-за ухудшения качества обработки деталей.

Помимо распознавания нарушений нормального резания и состояния инструмента в задачи контроля процесса резания и инструмента должны быть включены еще и задачи принятия решений в зависимости от вида и причины нарушений.

Таким образом, задачи оперативного контроля в части, связанной с контролем состояния инструмента, являются довольно сложными. Для их успешного решения необходимо решить следующие вопросы:

- обнаружение корреляционных связей между различными нарушениями нормального состояния инструмента и параметрами, измеренными в процессе резания;

- разработка критерия затупления инструмента и алгоритмов распознавания нарушений нормального состояния инструмента по результатам измерений различных параметров и алгоритмов принятия решений по результатам распознавания;

- разработка датчиков (первичных преобразователей) для измерения различных параметров;

- разработка систем и устройств оперативного (т.е. в процессе работы) контроля;

- определение условий их эффективного применения.

Размещено на Allbest.ru