Исполнительные системы технологического оборудования для высокоэффективного фрезерования предлагается строить на базе механизмов относительного манипулирования с использованием подходов параллельной кинематики, что обеспечивает необходимую жесткость и динамичность при малых массах звеньев и высокой температурной стабильности. Предложена структура интеллектуальной системы управления указанным оборудованием, функционирование которой основано на использовании виртуальной модели технологической системы, содержащей модели процесса резания, исполнительных механизмов, их приводов и системы управления. Система содержит идентификатор параметров процесса обработки, нейроконтроллер решения обратной задачи динамики манипуляторов и интеллектуальный корректор режимов обработки. В ней предусмотрены программный регулятор в пространстве задания, а также компенсаторы динамики манипуляторов и приводов. Обучение нейроконтроллера и идентификатора параметров процесса обработки возможно в режиме онлайн.
Executive system of technological equipment for high-performance milling suggested to be built on the basis of the mechanisms of relative manipulation using the approaches of parallel kinematics, which ensures the necessary rigidity and dynamics with small masses of links, and high thermal stability. A structure of intelligent control system for high-performance milling process, the operation of which is based on the use of virtual model of the technological system that contains the model of the cutting process, actuators, actuators and their control systems. The system contains the ID of the process parameters, neuron controller the solution of the inverse problem of dynamics of manipulators and intellectual corrector modes of treatment. It provides a software controller in the space of a job, as well as expansion joints dynamics of manipulators and actuators. Training neyrokontroller and identifier of processing parameters perhaps online.
1. Власенков А.В. Исполнительная система технологического робота – станка для обработки лопаток газотурбинных двигателей / А.В. Власенков, С.В. Молостов, В.П. Умнов // Авиационная промышленность. – 2013. - №1. – С.1-4.
2. Воронов С.А. Методика применения численного моделирования динамики многокоординатного фрезерования сложнопрофильных деталей при проектировании технологического процесса / С.А. Воронов, И.А. Киселев, С.В. Аршинов // Вестник МГТУ им. Н. Э. Баумана. Сер. Машиностроение. – 2012. - № 6. – С. 50-69.
3. Закутный А.С. Методика синтеза нейросетевой системы стабилизации мощности резания / А.С. Закутный // Электромашиностроение и электрооборудование: межведомственный научно-технический сборник. – К., 2001. - № 56. – С. 10-15.
4. Кабалдин Ю.Г. Нейросетевая система управления контактными процессами при резании / Ю.Г. Кабалдин, С.В. Биленко // Нейроинформатика и её приложения: Тезисы докладов VI Всероссийского семинара; под. ред. А.Н. Горбаня. – Красноярск: КГТУ, 1998. – С. 89-90.
5. Altintas Y. Modeling Approaches and Software for Predicting the Performance of Milling Operations at MAL- UBC / Y. Altintas // Machining Science and Technology: An International Journal. – 2000. – Vol. 4. – Issue 3. – P. 445-478.
6. Liu X.-W. Prediction and Simulation on the Machining Dynamics and Instability in Peripheral Milling / X.-W. Liu, K. Cheng, D. Webb // Proceedings of the annual meeting American society for precision engineering. – 2002. – P. 581-584.