Preview

Известия Юго-Западного государственного университета

Расширенный поиск

Нечеткое параллельно-конвейерное устройство и способ управления термоэлементом

https://doi.org/10.21869/2223-1560-2019-23-5-145-160

Аннотация

Цель исследования. Увеличение быстродействия работы нечеткого параллельно-конвейерного устройства, основанного на новом способе управления термоэлементом.

Методы. В процессе обработки изделия на оборудовании с ЧПУ возникает нагрев режущего инструмента и  поверхности  обрабатываемых  деталей.  Термические  деформации  снижают  качество  обработки поверхности заготовки. Для компенсации температурных деформаций используются различные методы: распыление   смазочно-охлаждающей   жидкости,   охлаждение   сжатым   воздухом.   Авторы   предлагают использовать  устройство  для управления охлаждением,  реализованное  на термоэлементе  Пельтье и ПЛИС  семейства  Spartan  3E.  Для  управления  термическими  погрешностями  необходим  постоянный контроль, при этом системы управления строятся на моделях искусственного интеллекта. Вследствие того,  что  входные  переменные  носят  неопределенный  характер,  в  работе  используется  нечеткая логика, которая позволяет описывать взаимосвязь между входными и выходными параметрами.

Результаты. Для вычисления значения силы тока, которое зависит от изменения входных параметров, разработана нечеткая математическая модель. Временные тесты, проведенные на частоте 50 МГц, показали, что для вычисления силы тока по разработанной математической модели требуется 380 нс. Для повышения быстродействия нечеткая математическая модель реализована на базе ПЛИС Spartan 3E. В работе была предложена универсальная формула для преобразования ток-напряжение. Результаты тестов показали, что расчет напряжения осуществляется за 190 нс. Было установлено, что устройство для управления термоэлементом выдает управляющий сигнал в течение 570 нс.

Заключение. В статье представлено устройство для управления температурным режимом в зоне обработки изделия. В данном устройстве управление термоэлементом осуществляется с помощью генератора  тока,  реализованного  на операционном  усилителе  и биполярном  транзисторе.  Для того, чтобы на исполнительные механизмы станка с ЧПУ поступал сигнал напряжения, авторами разработано устройство для преобразования ток-напряжение, реализованное на ПЛИС. Для вычисления значения силы тока,  которое зависит от изменения температуры в зоне резания, была разработана нечеткая MISO-модель. Проведенные временные тесты позволили установить,  что быстродействие  разработанного устройства в несколько раз выше имеющихся аналогов.

Об авторах

М. В. Бобырь
Юго-Западный государственный университет
Россия

Бобырь Максим Владимирович - доктор технических наук, профессор.

ул. 50 лет Октября, 94, Курск, 305040.



Н. А. Милостная
Юго-Западный государственный университет
Россия

Милостная Наталья Анатольевна - кандидат технических наук.

ул. 50 лет Октября, 94, Курск, 305040.



Д. О. Алтухов
Юго-Западный государственный университет
Россия

Алтухов Дмитрий Олегович - аспирант кафедры вычислительной техники.

ул. 50 лет Октября, 94, Курск, 305040.



Список литературы

1. Liang M., Yeap T., Hermansyah A., Rahmati S. Fuzzy control of spindle torque for industrial CNC machining // International Journal of Machine Tools and Manufacture. 2003. P. 1497–1508. doi:10.1016/s0890-6955(03)00166-4.

2. Mayr J. Thermal issues in machine tools // CIRP Annals Manufacturing Technology, 2012. P. 771–791. doi: 10.1016/j.cirp.2012.05.008.

3. Choudhury I. A., El-Baradie M. A. Machinability of nickel-base super alloys: a general review // Journal of Materials Processing Technology. 1998. P. 278-284. doi: 10.1016/S0924-0136(97)00429-9.

4. Rahman M., Seah W. K. H., Teo T. T. The machinability of inconel 718 // Journal of Materials Processing Technology, 1997. P. 199-204. doi: 10.1016/S0924-0136(96)02624-6.

5. Баева Л.Б. Влияние смазочно-охлаждающих жидкостей на процесс обработки металлов резанием // Инновации в технологиях и образовании: сборник статей участников IX Международной научно-практической конференции. Курск, 2017. С. 32-34.

6. Лебединский К.В., Юнкин И.Я., Никишин А.В. Система подачи охлажденного ионизированного воздуха «INAIR» для охлаждения режущего инструмента // Разработка и внедрение ресурсосберегающих и импортозамещающих технологий и устройств: сборник статей VII Международной научно-практической конференции. Пермь, 2016. С. 80-84.

7. Кабак И.С., Суханова Н.В., Гаделев А.М. Применение нейронных сетей при диагностике состояния режущего инструмента // Известия Кабардино-Балкарского государственного университета. 2012. Т. 2, №4. С. 77-79.

8. Shrivastava Y., Singh B. Stable cutting zone prediction in CNC turning using adaptive signal processing technique merged with artificial neural network and multi-objective genetic algorithm // European Journal of Mechanics – A/Solids. 2018. P. 238–248. doi:10.1016/j.euromechsol.2018.03.009.

9. Титов В.С., Бобырь М.В., Кулабухов С.А. Нечетко-логическая система управления стабилизацией процесса резания деталей // Известия Юго-Западного государственного университета. 2013. №3. С. 54-58.

10. Бобырь М.В. Методы построения функций принадлежностей для нечетких баз знаний // Промышленные АСУ и контроллеры, 2011. №2. С. 27-32.

11. Титенко Е.А. Высокопроизводительные вычислительные системы на основе ПЛИС // Известия Юго-Западного государственного университета, 2012. № 4-2 (43). С. 73-77.

12. Мишин А.Б. Использование параллельно-конвейерной схемы вычислений при разработке аппаратно-ориентированного алгоритма фильтрации изображений // Известия Юго-Западного государственного университета. 2016. Т. 20. №2 (65). С. 15-18.

13. Бобырь М.В., Кулабухов С.А., Милостная Н.А. Обучение нейро-нечеткой системы на основе метода разности площадей // Искусственный интеллект и принятие решений. 2016. № 4. С. 15-26.

14. Bobyr M.V., Milostnaya N.A., Kulabuhov S.A. A Method Of Defuzzification Based On The Approach Of Areas' Ratio // Applied Soft Computing. 2017. Vol. 59. P. 19-32.

15. Бобырь М.В., Милостная Н.А. Анализ использования мягких арифметических операций в структуре нечетко-логического вывода // Вестник компьютерных и информационных технологий. 2015. № 7 (133). С. 7-15.

16. Karakuzu C., Karakaya F., Зavuşlu M. A. FPGA implementation of neuro-fuzzy system with improved PSO learning // Neural Networks. 2016. С. 128–140. doi:10.1016/j.neunet.2016.02.004.

17. Prathap J. A., Anandhi T.S., Sivakumaran T.S. Xilinx Spartan 3A DSP FPGA based DC Voltage Regulators for PV Systems // Materials Today: Proceedings. 2018. P. 1348–1358. doi:10.1016/j.matpr.2017.11.221.

18. Karthigeyan P., Raja M. S., Kumar T. S., Ganesh S. S., Lavanya J. Simulation of Bidirectional DC-DC Converter Using FPGA // Procedia Computer Science, 2016. P. 708–714. doi:10.1016/j.procs.2016.03.093.


Рецензия

Для цитирования:


Бобырь М.В., Милостная Н.А., Алтухов Д.О. Нечеткое параллельно-конвейерное устройство и способ управления термоэлементом. Известия Юго-Западного государственного университета. 2019;23(5):145-160. https://doi.org/10.21869/2223-1560-2019-23-5-145-160

For citation:


Bobyr M.V., Milostnaya N.A., Altukhov D.O. Fuzzy Parallel-Conveyor Device and Thermal Element Control Method. Proceedings of the Southwest State University. 2019;23(5):145-160. (In Russ.) https://doi.org/10.21869/2223-1560-2019-23-5-145-160

Просмотров: 487


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2223-1560 (Print)
ISSN 2686-6757 (Online)