Рассматриваются методы учёта влияния различных составляющих погрешностей технологической системы на процесс обработки для достижения требуемого качества изделия. Описана возможность реализации контроля наследуемых и оперативных факторов на основе использования интеллектуальных систем управления. Предлагается методика оценки геометрической точности детали, новизна которой заключается в анализе совокупного влияния факторов, что является более информативным по сравнению с оценкой влияния каждого из них. Представлен алгоритм программы расчёта функции распределения координат пути движения режущего инструмента, используемый для оценки попадания в допустимый диапазон. Приведён пример применения методики расчёта возможных погрешностей, в том числе, влияния отклонения фактической траектории режущего инструмента от заданной программой ЧПУ при обработке детали на многооперационном станке.
точность обработки деталей, совокупность составляющих погрешностей, интеллектуальное управление.
Введение. Общеизвестно, что точность обработки является важнейшей характеристикой любого технологического оборудования, в данном случае — металлорежущего станка с ЧПУ. Под точностью обработки понимают степень соответствия рассматриваемых параметров изготовленной детали к их теоретическим номинальным значениям. Как известно, повышение точности изготовления деталей увеличивает срок службы машин и оборудования. При недостаточной точности изготовления составляющих машину частей качество её функционирования будет невысоким и в процессе работы могут возникать существенные динамические нагрузки, которые приводят к ускоренному износу оборудования и его разрушению [1].
Причины возникновения погрешностей обработки на металлорежущих станках связаны с ошибками исполнения основных и вспомогательных движений, выполняемых станком, деформациями и износом узлов станка, используемых приспособлений и инструментов, а также с деформациями обрабатываемых на станках заготовок под действием усилий резания, температурных полей и др.
Существует ряд работ, посвящённых проблеме повышения точности механической обработки на станках. Над данной проблемой работали такие учёные в области технологии машиностроения и металлорежущих станков, как А. А. Маталин, В. Э. Пуш, Д. Н. Решетов, В. Т. Портман, В. А. Ратмиров, К. С. Колев, С. Хуанг, Р. Пигерт и др. Работы этих учёных заложили базу знаний для дальнейшего поиска путей повышения точности обработки на станках с ЧПУ.
Применение систем интеллектуального управления в металлообрабатывающих процессах связано, прежде всего, с тем, что дальнейшее повышение качественных характеристик оборудования невозможно без учёта большого количества факторов, параметров, многие из которых имеют случайный характер [2]. Решение этой задачи может быть найдено лишь при использовании интеллектуальных систем, способных находить решения в недетерминированных ситуациях при наличии стохастических процессов. База знаний такой интеллектуальной системы управления должна содержать в себе сведения обо всех проводимых ранее подобных операциях металлообработки и их результатов, на основе чего она формирует наилучший метод решения поставленной задачи [3–5].
Данная работа посвящена оценке влияния погрешностей технологической системы на погрешность механической обработки. При использовании такой оценки может быть обеспечена возможность достижения требуемого качества обработки, в том числе точности размеров и геометрической формы изделия.
1. Тугенгольд, А. К. Система управления станком, обеспечивающая повышенную точность обработки / А. К. Тугенгольд, Е. А. Лукьянов, В. А. Герасимов // СТИН. - 1999. - № 8. - С. 21-26.
2. Тугенгольд, А. К. Интеллектуальное управление мехатронными технологическими си-стемами / А. К. Тугенгольд, Е. А. Лукьянов. - Ростов-на-Дону : Изд. центр Дон. гос. техн. ун-та, 2004. - 117 с.
3. Итоги и перспективы развития исследований в области интеллектуального управления мехатронными технологическими системами / А. К. Тугенгольд [и др.] // Вестн. Дон. гос. техн. ун та. - 2010. - Т. 10, № 5. - С. 648-666.
4. Система интеллектуального управления станками / А. К. Тугенгольд [и др.] // СТИН. - 2008. - № 12. - С. 10-14.
5. Тугенгольд, А. К. Оценка ситуации и принятие решений интеллектуальной системой управления технологическим объектом / А. К. Тугенгольд // Вестн. Дон. гос. техн. ун-та. - 2010. - Т. 10, № 6. - С. 860-867.
6. Интеллектуальное электронное документирование технологических объектов в системе PLM / А. К. Тугенгольд [и др.] // Вестн. Дон. гос. техн. ун-та. - 2011. - Т. 11, № 3. - С. 860-867.
7. Интеллектуальное управление технологическими системами / А. К. Тугенгольд [и др.] // СТИН. - 2008. - № 2. - С. 2-8.
8. Huang, S. H., Liu, Q., and Musa, R. Tolerance-based process plan evaluation using Monte Carlo simulation, International Journal of Production Research, 2004, vol. 42, no. 23, pp. 4871-4891.
9. Laperriere, L., ElMaraghy, H. Tolerance analysis and synthesis using jacobian-transforms. CIRP-Annals, 2000, vol. 49, no. 1, pp. 359-362.
10. Xu, N., Huang, S. H., Snyder, J. Systematic Investigation of Tool Wear Monitoring in Turning Operations. ASME International Mechanical Engineering Congress and Exposition, November 5-11, Orlando, USA, 2005, pp. 28-35.
