Tóm tắt Luận án Tiến sĩ Kỹ thuật Cơ khí: Nghiên cứu tối ưu hóa động một số thông số công nghệ để đảm bảo nhám bề mặt chi tiết gia công trên trung tâm phay CNC

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:27

Thêm vào BST

Báo xấu

2
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án "Nghiên cứu tối ưu hóa động một số thông số công nghệ để đảm bảo nhám bề mặt chi tiết gia công trên trung tâm phay CNC" được hoàn thành với mục tiêu nhằm xây dựng mô hình để xác định chế độ cắt tối ưu và chuyển chế độ cắt đó cho bộ phận điều khiển tiến hành tự động điều chỉnh máy làm việc theo chế độ công nghệ tối ưu tương ứng khi có sự thay đổi trong quá trình gia công như kích thước, chiều cao nhấp nhô bề mặt, sai số hình dạng của bề mặt gia công, độ mòn dao, lực cắt, nhiệt cắt...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án Tiến sĩ Kỹ thuật Cơ khí: Nghiên cứu tối ưu hóa động một số thông số công nghệ để đảm bảo nhám bề mặt chi tiết gia công trên trung tâm phay CNC

BỘ CÔNG THƯƠNG BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN NGHIÊN CỨU CƠ KHÍ ***** NGUYỄN QUANG VINH NGHIÊN CỨU TỐI ƯU HÓA ĐỘNG MỘT SỐ THÔNG SỐ CÔNG NGHỆ ĐỂ ĐẢM BẢO NHÁM BỀ MẶT CHI TIẾT GIA CÔNG TRÊN TRUNG TÂM PHAY CNC TÓM TẮT LUẬN ÁN TIẾN SĨ Ngành: Kỹ thuật Cơ khí Mã số: 9520103 HÀ NỘI - 2024
Công trình được hoàn thành tại: Viện Nghiên cứu Cơ khí - Bộ Công Thương Người hướng dẫn khoa học: 1. PGS.TS Trần Ngọc Hiền 2. PGS.TS Nguyễn Văn Cường Phản biện 1: PGS.TS Nguyễn Hữu Quang Phản biện 2: PGS.TS Nguyễn Anh Tú Phản biện 3: PGS.TS Hoàng Văn Gợt Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Viện Họp tại: Viện Nghiên cứu Cơ khí - Bộ Công Thương Tòa nhà trụ sở chính: số 4 đường Phạm Văn Đồng, quận Cầu Giấy, TP Hà Nội Vào hồi ………. giờ ………, ngày …….. tháng …….. năm 2024 Có thể tìm hiểu luận án tại: 1. Thư viện Quốc gia Việt Nam 2. Thư viện Viện Nghiên cứu Cơ khí
1 MỞ ĐẦU 1. Lý do chọn đề tài luận án Hệ thống điều khiển máy gia công số (CNC) hiện tại không thể kiểm soát chất lượng ngay trong quá trình gia công. Đặc điểm cấu trúc điều khiển hiện tại gồm hai lớp: điều khiển servo (lớp 1) và biên dịch (lớp 2) để điều khiển chuyển động các trục của máy công cụ. Hệ thống điều khiển này cho phép điều khiển chuyển động phức tạp nhưng không cho phép điều khiển quá trình cắt phức tạp. Hệ thống điều khiển hiện tại chỉ phù hợp với kế hoạch sản xuất sản phẩm không thay đổi . Trong trường hợp lỗi như mòn dao, giá trị tối ưu ban đầu của thông số cắt phải được thay đổi để đảm bảo chất lượng sản phẩm. Điều này không thể xảy ra đối với hệ thống điều khiển hiện tại. Nó không thể thay đổi thứ tự câu lệnh gia công hoặc chế độ cắt trong thao tác gia công. Nó chỉ thực hiện thao tác gia công đã được lập trình sẵn trong chương trình NC. Đây là nguyên nhân giảm sự linh hoạt của các thao tác gia công. Chương trình NC với các lệnh cố định không thích ứng với thay đổi như công việc trì hoãn, thêm công việc hoặc máy hỏng, lỗi, mòn dao. Vì vậy chương trình NC được coi như một trở ngại cho sự phát triển của thế hệ máy CNC. Máy công cụ sử dụng chương trình NC không thể thực hiện các quá trình một cách tự trị và thông minh bởi chúng không có cơ chế phản hồi trong suốt quá trình gia công. Mặt khác sự tích hợp của thông minh nhân tạo trong sản xuất hướng tới các máy linh hoạt và tự tối ưu vẫn còn thiếu. Để thích nghi với các lỗi có xét tới chất lượng sản phẩm, nghiên cứu này trình bày hệ thống điều khiển tự tối ưu. 2. Mục đích nghiên cứu của luận án - Nghiên cứu của luận án đề xuất điều khiển tối ưu ngay trong quá trình gia công nhằm đảm bảo mục tiêu chất lượng (nhám bề mặt, dung sai) của chi tiết, mà không cần sự can thiệp từ bên ngoài. Quá trình tối ưu động dựa trên mô hình động của quá trình cắt có chú ý tới các đặc điểm mang tính ngẫu nhiên (rung động, mòn dao, thay đổi nhiệt độ…) hoặc thay đổi theo thời gian như lượng mòn dao. - Xây dựng mô hình để xác định chế độ cắt tối ưu và chuyển chế độ cắt đó cho bộ phận điều khiển tiến hành tự động điều chỉnh máy làm việc theo chế độ công nghệ tối ưu tương ứng khi có sự thay đổi trong quá trình gia công như kích thước, chiều cao nhấp nhô bề mặt, sai số hình dạng của bề mặt gia công, độ mòn dao, lực cắt, nhiệt cắt... 3. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: Mô hình tối ưu hóa động trong quá trình gia công Phay. Các thông số ảnh hưởng đến chất lượng gia công. Các thuật toán tối ưu chế độ gia công. Sử dụng các kỹ thuật thông minh nhân tạo cho phân tích, thiết kế và xây dựng các hệ thống thông minh. Phạm vi nghiên cứu: Gia công phay CNC 4. Phương pháp nghiên cứu Về cơ sở lý thuyết: Để thực thi hệ thống điều khiển tối ưu hướng chất lượng trong các hệ thống gia công thông minh, trong đó các kỹ thuật thuộc thông minh nhân tạo được đề xuất áp dụng. Về thực nghiệm: Công việc thực nghiệm được tiến hành sử dụng các thiết bị sẵn có tại phòng thí nghiệm của các Trường: Đại học Giao thông Vận tải, Viện nghiên cứu Cơ khí, Trường Đại học Công nghiệp Hà Nội và một số cơ sở sản xuất.
2 5. Ý nghĩa khoa học và thực tiễn của đề tài luận án Về ý nghĩa khoa học: - Thiết lập được mô hình tối ưu hóa trong gia công thông qua thực nghiệm; - Đề xuất mô hình tối ưu hóa động trong gia công. - Phân tích ảnh hưởng của các Tham số Công nghệ đến Nhám Bề Mặt và Rung Động trong Gia Công CNC - Phát triển Hệ Thống Điều Khiển Tự Điều Chỉnh (Self-HSM) cho Điều Kiện Cắt thông qua Dự Đoán và Đánh Giá Độ Mòn và Nhám Bề Mặt - Ứng Dụng Thực Nghiệm và Đánh Giá Hiệu Quả của Hệ Thống Gia Công với Self- HSM trong Tự Điều Chỉnh và Tối Ưu Hóa Cắt Về ý nghĩa thực tiễn: Kết quả nghiên cứu làm cơ sở để áp dụng tại nhà máy, phân xưởng gia công nhằm nâng cao chất lượng sản phẩm. 6. Các đóng góp mới của luận án Các đóng góp mới của luận án bao gồm: 1. Thiết lập hệ thống tối ưu hóa động. Sự thích ứng động của hệ thống là cần thiết cho các quá trình cắt phức tạp. Điều khiển thích nghi đã được đề xuất cho phép giám sát quá trình thông minh, trong giám sát có thể nhận ra điều kiện cắt và trạng thái của các thao tác gia công. Lớp giám sát nhận phản hồi từ các đo lường của chi tiết hoàn thành đã được thêm vào hệ thống điều khiển. 2. Hệ thống điều khiển tối ưu thích nghi được xây dựng trên cơ sở mạng trí tuệ nhân tạo, đảm bảo tốc độ nhanh của hệ thống điều khiển, chất lượng phù hợp các sản phẩm gia công, trong khi vẫn đảm bảo năng suất cắt tối đa. 3. Phát triển hệ thống sản xuất thông minh dựa trên các hệ thống vật lý – điều khiển (CPS) để thích ứng với những thay đổi sản xuất theo cách tự chủ và thông minh là đóng góp mới của nghiên cứu này. CHƯƠNG I TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 1.1. Tổng quan tình hình nghiên cứu và sự cần thiết tiến hành nghiên cứu Điều khiển ngay trong quá trình gia công được đề xuất cho quá trình đảm bảo chất lượng. Trong luận án này chúng tôi xem xét tới điều khiển hướng chất lượng của một máy gia công. Thích nghi động là cần thiết cho điều khiển các quá trình cắt phức tạp. Điều khiển tự tối ưu được đề xuất cho phép điều khiển và giám sát thông minh, hệ thống điều khiển có thể giám sát chế độ cắt và trạng thái của các thao tác gia công. 1.2. Tình hình nghiên cứu trong và ngoài nước Hầu hết các nghiên cứu trong và ngoài nước, hiện tại tập trung vào phương pháp lập lại kế hoạch sản xuất. 1.3. Gia công trên máy Phay điều khiển số 1.4. Hệ thống điều khiển trên máy điều khiển số Cấu trúc của bộ điều khiển CNC được thiết lập để giải mã và xử lý các thông tin hình học cũng như công nghệ của chương trình NC. Với bộ điều khiển NC ta có thể điều khiển hay kiểm tra từng phần của máy CNC sao cho chi tiết gia công được định hình theo đúng yêu cầu. Các chức năng của bộ điều khiển CNC có thể được phân ra thành: Nhập dữ liệu, xử lý dữ liệu và xuất dữ liệu. Xu hướng sản xuất định hướng theo nhu cầu của khách hàng sẽ dẫn tới vòng đời sản
3 phẩm ngắn, yêu cầu chất lượng tốt hơn và giá rẻ hơn. Điều này dẫn tới tăng tính phức tạp và động của môi trường sản xuất. Hình 1.1. Sự cần thiết cho phát triển hệ thống sản xuất mới Nhằm thu được điều khiển các quá trình phức tạp hơn, hai lớp bổ sung cho kiến trúc điều khiển được bổ sung cho hệ thống điều khiển CNC trong tương lai: lớp thông tin hiện tại của quá trình gia công và lớp kết quả của quá trình gia công như được thể hiện tại Hình 1.2. Hình 1. 2. Xu hướng kiến trúc điều khiển của máy CNC 1.5. Ảnh hưởng của thông số công nghệ tới chất lượng gia công trên máy điều khiển số 1.5.1. Chất lượng gia công Chất lượng sản phẩm là một chỉ tiêu quan trọng, phải đặc biệt quan tâm khi chuẩn bị công nghệ chế tạo sản phẩm. Chất lượng sản phẩm trong ngành chế tạo máy bao gồm chất lượng các chi tiết máy và chất lượng lắp ráp chúng thành sản phẩm hoàn chỉnh.
4 1.5.2. Ảnh hưởng của vận tốc cắt V đến nhám bề mặt Vận tốc cắt là yếu tố quan trọng ảnh hưởng đến nhám bề mặt gia công. 1.5.3. Ảnh hưởng của lượng chạy dao S đến nhám bề mặt Lượng chạy dao là một trong những yếu tố ảnh hưởng nhiều đến nhám bề mặt chi tiết gia công. 1.5.4. Ảnh hưởng của chiều sâu cắt t đến nhám bề mặt Chiều sâu cắt nhìn chung không ảnh hưởng nhiều đến nhám bề mặt. 1.5.5. Ảnh hưởng đồng thời các thông số công nghệ V, S, t đến nhám bề mặt. - Vận tốc cắt và lượng chạy dao đều ảnh hưởng lớn đến nhám bề mặt. Trong đó mức độ ảnh hưởng của vận tốc cắt đến nhám bề mặt lớn hơn mức độ ảnh hưởng của lượng chạy dao. 1.5.6. Ảnh hưởng của vật liệu gia công đến nhám bề mặt Vật liệu gia công ảnh hưởng đến nhám bề mặt chủ yếu là do khả năng biến dạng dẻo. 1.5.7. Ảnh hưởng thông số dụng cụ cắt đến nhám bề mặt Nếu tăng giá trị của bán kính mũi dao sẽ làm giảm giá trị nhám bề mặt. 1.5.8. Ảnh hưởng do rung động của hệ thống công nghệ. Ảnh hưởng của hệ thống công nghệ đến nhám bề mặt chi tiết phần lớn mang tính chất ngẫu nhiên.. 1.6. Công nghệ tác tử Công nghệ tác tử là phương tiện cho thi hành các hệ thống điều khiển phân tán bởi thiết lập các tác tử phần mềm. 1.7. Công nghệ nhận thức Trong kỷ nguyên của sản xuất được tích hợp bởi máy tính, con người được thay thế bởi hệ thống điều khiển tự động và rô bốt, vì vậy các khả năng nhận thức của người công nhân trong giải quyết vấn đề như quan sát, học, lập luận để ra quyết định. 1.8. Tác tử nhận thức Tác tử nhận thức (cognitive agent) là một chương trình máy tính được trang bị các khả năng nhận thức bắt chước các khả năng nhận thức của con người. KẾT LUẬN CHƯƠNG 1 1. Hệ thống điều khiển hiện tại cho phép điều khiển chuyển động phức tạp nhưng không cho phép điều khiển quá trình cắt phức tạp, không thể kiểm soát chất lượng ngay trong quá trình gia công. Hệ thống điều khiển hiện tại chỉ phù hợp với kế hoạch sản phẩm không thay đổi. 2. Điều khiển thích nghi đã được đề xuất cho phép giám sát quá trình thông minh, trong giám sát có thể nhận ra chế độ cắt và trạng thái của các thao tác gia công. Lớp giám sát nhận phản hồi từ các đo lường của chi tiết được thêm vào hệ thống điều khiển. Kiến thức, phương pháp và kỹ năng liên quan tới các thao tác gia công được sử dụng cho đánh giá quá trình cắt và cải thiện chất lượng của các thao tác gia công.
5 CHƯƠNG II CƠ SỞ LÝ THUYẾT VỀ TỐI ƯU HÓA THÔNG SỐ CÔNG NGHỆ ĐẢM BẢO CHẤT LƯỢNG CHI TIẾT GIA CÔNG 2.1. Cách xác định chỉ tiêu về chất lương gia công Chỉ số chất lượng là đạt được năng suất cao (trong gia công thô), và chỉ số đảm bảo độ chính xác (khi gia công tinh). Hiện nay, có hai loại hệ thống giải quyết nhiệm vụ điều khiển các chỉ tiêu của qúa trình công nghệ, đó là: hệ thống điều khiển thích nghi giới hạn và hệ thống điều khiển thích nghi tối ưu. Hệ thống điều khiển thích nghi giới hạn phổ biến hơn, nhưng nó không đảm bảo hiệu quả gia công cao. Hệ thống điều khiển thích nghi tối ưu trên thực tế không được áp dụng do nhiều khó khăn trong việc triển khai. 2.2. Sơ đồ cấu trúc của các hệ thống điều khiển 2.2.1. Điều khiển thích nghi giới hạn Hệ thống điều khiển thích nghi giới hạn giải quyết các bài toán cụ thể, để nâng cao hiệu quả xử lý, trong các cấu hình cụ thể, chúng làm việc như một hệ thống ổn định, giám sát hay hiệu chỉnh chương trình. 2.2.2. Điều khiển thích nghi tối ưu. Hệ thống điều khiển thích nghi tối ưu được xây dựng trên cơ sở: - Các chỉ tiêu về chất lượng gia công (tính kinh tế, độ chính xác,…); - Các phương pháp tối ưu hoạt động thiết bị, tương ứng với các tiêu chí được lựa chọn và các ràng buộc; - Các phương tiện tối ưu hóa và các cấp bố trí của chúng trong hệ thống điều khiển. 2.3. Tiêu chí tối ưu hóa chế độ gia công Trên thực tế, tiêu chí tối ưu hóa chế độ gia công kim loại có thể chia làm 4 nhóm: 1. Giá thành nhỏ nhất; 2. Năng suất lớn nhât; 3. Tốc độ gia công lớn nhất; 4. Khai thác tối đa khả năng thiết bị và dụng cụ. 2.4. Lựa chọn các tham số điều khiển quá trình cắt Trong khi không dừng quá trình cắt, giám sát thời điểm bắt đầu mòn dụng cụ theo các tiêu chí kể trên, và tự động thay đổi tham số nào đó, sao cho làm giảm mài mòn dụng cụ. Quá trình cắt có một tập hợp các tham số, nhưng phần lớn trong số chúng không ở trạng thái điều khiển (như mật độ, độ cứng…) Trước khi bắt đầu hoạt động người ta thiết lập 3 tham số chính đại diện cho quá trình cắt, đó là tốc độ quay trục chính, lượng tiến dao và chiều sâu cắt lý thuyết. 2.5. Mạng trí tuệ nhân tạo và ứng dụng trong quá trình đıều khıển gıa công cắt gọt 2.5.1. Nơ-ron nhân tạo Tế bào thần kinh nhân tạo là bộ phận của mạng tế bào. Hình 2.1. Cấu trúc tế bào thần kinh nhân tạo Về tổng thể, các nơ-ron thực hiện hàm vô hướng đối số véc tơ. Mô hình toán học của nơ-ron như sau:
6 𝑛 𝑆 = ∑ 𝑖=1 𝑤 𝑖 𝑥 𝑖 + 𝑏 2.5.2. Mạng trí tuệ nhân tạo Mạng trí tuệ là tổ hợp các phần tử tế bào thần kinh tương tự nhau, kết nối với nhau và với môi trường thông qua một liên kết được xác định bởi trọng số. 2.5.3. Lựa chọn kiến trúc của mạng trí tuệ nhân tạo Mạng trí tuệ được sử dụng phải đáp ứng các yêu cầu sau: • Tốc độ huấn luyện và hoạt động tối đa; • Phân loại rõ ràng dữ liệu đầu vào; • Sử dụng thuật toán học có giám sát. Hai lớp đầu tiên là mạng Kohonen, còn lớp bị ẩn và lớp đầu ra là perceptron thông thường. 2.6. Phạm vi đối với các thông số điều khiển Mặt phẳng các đặc tính sản xuất là một hệ tọa độ có các trục của nó là các thông số điều khiển quá trình cắt - tốc độ trục chính và lượng tiến dao dọc. Trục hoành là lượng tiến dao dọc s, và trục tung là tốc độ quay trục chính n. Đôi khi, thay vì sử dụng giá trị tuyệt đối của các thông số điều khiển người ta sử dụng trị số logarit của chúng. 2.7. Xác định chiều sâu cắt tức thời Hệ thống này cần phải tự động thay đổi các tham số điều khiển quá trình cắt, cụ thể là tốc độ trục chính và lượng tiến dao dọc để qúa trình cắt có hiệu quả cao nhất. Chiều sâu cắt là một đại lượng biến thiên, do đó có thể có một họ các đường cong tối ưu, mỗi đường cong đó sẽ tương ứng với một giá trị cụ thể t1, t2, hoặc t3 (Hình 2.2) Do không thể xác định trực tiếp chiều sâu cắt tức thời, nên sẽ phải xác định nó bằng cách gián tiếp thông qua các thông số khác của quá trình cắt. Như đã biết, các lực tại vùng cắt có thể được tính bằng công thức: 𝑃𝑥 = 𝐶 𝑃𝑥 𝑡 𝑥 𝑝𝑥 𝑠 𝑦 𝑝𝑥 𝑣 𝑛 𝑥 𝐾 𝑝𝑥 , KG 𝑃𝑦 = 𝐶 𝑃𝑦 𝑡 𝑥 𝑝𝑦 𝑠 𝑦 𝑝𝑦 𝑣 𝑛 𝑦 𝐾 𝑝𝑦 , KG 𝑃𝑧 = 𝐶 𝑃𝑧 𝑡 𝑥 𝑝𝑧 𝑠 𝑦 𝑝𝑧 𝑣 𝑛 𝑧 𝐾 𝑝𝑧 , KG Để xác định chính xác chiều sâu cắt, đề xuất sử dụng mạng trí tuệ nhân tạo (Hình 2.3). Đầu vào của mạng trí tuệ này sẽ là: tốc độ quay trục chính, lượng tiến dao dọc, lực hướng kính tại điểm tiếp xúc và đầu ra sẽ là chiều sâu cắt tức thời. Hình 2.2. Các vị trí có năng suất lớn nhất Hình 2.3. Mạng trí tuệ, xác định chiều sâu cắt
7 2.8. Trạng thái hệ thống điều khiển quá trình cắt Sau khi xác định chiều sâu cắt, cần xác định trạng thái hiện tại của hệ thống điều khiển thích nghi. Vị trí điểm tối ưu là giao điểm của đường cong tối ưu với giới hạn trên. 2.9. Mô hình ứng dụng mạng trí tuệ nhân tạo trong điều khiển quá trình cắt Để xác định các hệ số trong phương trình mô men cắt có thể sử dụng mạng trí tuệ nhân tạo. Đầu vào của mạng này cần được cấp các tham số sau: tốc độ trục chính, lượng tiến dao dọc, đường kính gia công và độ cứng phôi, đầu ra sẽ là trị số của mô men cắt (hình 2.4). Hình 2.4. Xác định mô men cắt Hình 2.5. Xác định công suất cắt Mạng trí tuệ nhân tạo cũng được sử dụng để xác định các hệ số của phương trình công suất cắt. Tại đầu vào của mạng cũng được cấp các thông số: tốc độ quay trục chính, lượng tiến dao, độ cứng phôi chi tiết gia công, đầu ra sẽ cho ra công suất cắt tương ứng (hình 2.5). Việc tính toán giao điểm của đường cong tối ưu với đường giới hạn theo cách truyền thống là một quá trình rất phức tạp. Do đó, đề xuất sử dụng mạng trí tuệ nhân tạo đã được huấn luyện để xác định giao điểm này (hình 2.6). 2.10. Hiệu chỉnh các tham số điều khiển quá trình cắt Hệ thống CNC là một hệ thống rời rạc, tức là giá trị của các tham số điều khiển quá trình cắt có thể có các giá trị xác định, tùy thuộc vào bước lượng tử hóa. 2.10.1. Xác định nút lưới tọa độ tối ưu. Điểm tối ưu, về nguyên tắc không nằm tại một trong các nút của lưới tọa độ bởi vì vị trí của điểm này được xác định bằng lý thuyết mà không tính đến tính rời rạc của hệ thống CNC. Do đó, cần phải thay thế điểm tối ưu lý thuyết bằng điểm thực, điểm này sẽ được đặt tại Hình 2.6. Mạng trí tuệ nhân một trong các nút lưới và nằm gần nhất so với điểm lý tạo xác định điểm tối ưu O thuyết (Hình 2.7). Trên hình 2.8 biểu diễn điểm tối ưu O và các nút lưới A1, A2, A3, A4. Cần xác định điểm nào nằm gần điểm O nhất. Giả sử tọa độ điểm tối ưu là O(sop, nop), còn tọa độ các điểm lần lượt là A1(s1, n1), A2(s2, n2), A3(s3, n3), A4(s4, n4), khi đó ri – là khoảng cách giữa các điểm O và Ai, được tính theo công thức 2 2 𝑟𝑖 = √(𝑠 𝑖 − 𝑠 𝑜𝑝 ) + (𝑛 𝑖 − 𝑛 𝑜𝑝 )
8 Giá trị ri của điểm nào nhỏ nhất đến điểm O sẽ được coi là điểm tối ưu. Hình 2.7. Tính rời rạc của hệ thống CNC Hình 2.8. Xác định điểm nút lưới gần nhất so với điểm tối ưu 2.10.2. Xác định giá trị gia số của các tham số điều khiển Hình 2.11 cho thấy sơ đồ của mạng trí tuệ nhân tạo, điều chỉnh các tham số điều khiển quá trình cắt. Theo kết quả mô phỏng máy tính đã xác định được số lượng tế bào tối ưu trong lớp ẩn là 14. Như vậy, mạng trí tuệ nhân tạo xác định giá trị các tham số điều khiển sau hiệu chỉnh, sẽ có 9 tế bào trong lớp đầu vào, 14 trong lớp ẩn 2 trong lớp đầu ra. 2.11. Lý thuyết quy hoạch thực nghiệm tạo mẫu huấn luyện Bằng cách sử dụng lý thuyết quy hoạch thực nghiệm, có thể xác định theo thực nghiệm các mối quan hệ và các mẫu huấn luyện cho mạng Hình 2. 11. Hiệu chỉnh các tham trí tuệ nhân tạo, phục vụ cho hệ thống điều khiển số điều khiển quá trình cắt tối ưu thích nghi. KẾT LUẬN CHƯƠNG 2 1. Hệ thống điều khiển tối ưu thích nghi được xây dựng trên cơ sở mạng trí tuệ nhân tạo, đảm bảo tốc độ nhanh của hệ thống điều khiển, chất lượng phù hợp các sản phẩm gia công, trong khi vẫn đảm bảo năng suất cắt tối đa. 2. Năng suất gia công lớn đạt được phụ thuộc vào tính rời rạc của các tham số điều khiển của hệ thống CNC. 3. Chiều sâu cắt tức thời được xác định với độ chính xác cao, theo phương pháp gián tiếp nhờ vào mạng trí tuệ nhân tạo. 4. Mạng trí tuệ nhân tạo cần phải được huấn luyện sơ bộ, sau đó sẽ hoạt động một cách tự động. Nghĩa là, không giống như tính toán truyền thống, mạng trí tuệ đòi hỏi chi phí sơ bộ, nhưng chúng hoạt động nhanh hơn rất nhiều trong quá trình sử dụng.
9 5. Mẫu huấn luyện phải được tạo bằng thực nghiệm, trong đó, đối với mỗi tổ hợp “phôi - dụng cụ - máy" mẫu này sẽ là duy nhất. 6. Hiệu chỉnh các tham số điều khiển quá trình cắt trong hệ thống CNC phụ thuộc vào các giới hạn bên trong của hệ thống. Thuật toán mà tác giả đề xuất để điều chỉnh các tham số điều khiển có tính đến các hạn chế hệ thống, sử dụng mạng trí tuệ nhân tạo được huấn luyện trước làm tăng hiệu quả gia công. CHƯƠNG III THỰC NGHIỆM XÁC ĐỊNH ẢNH HƯỞNG CỦA CHẾ ĐỘ CẮT TỚI CHẤT LƯỢNG CHI TIẾT GIA CÔNG 3.1. Mục đích nghıên cứu thực nghıệm Yêu cầu cơ bản của thực nghiêm là tổ chức thực nghiệm và xử lý kêt quả sao cho vừa nhận được thông tin chính xác, đầy đủ về đối tượng nghiên cứu vừa đảm bảo tính hiệu quả cao. Trong chương này trình bày thực nghiệm xác định ảnh hưởng của các tham số công nghệ (v, fr, ar) tới nhám bề mặt, rung động, mòn dao trên trung tâm gia công CNC nhãn hiệu TC 500 do Đài loan sản xuất. 3.2. Thực nghiệm xác định ảnh hưởng của các tham số công nghệ tới nhám bề mặt, lực cắt, rung động, mòn dao 3.2.1. Thiết bị thực nghiệm Máy gia công mẫu thí nghiệm: Sử dụng trung tâm gia công CNC nhãn hiệu TC 500 do Đài loan sản xuất Thiết bị đo lực cắt: Cảm biến đo lực, Type 9139AA Cảm biến đo lực 3 thành phần, Dynamometer, phù hợp cho các ứng dụng đo lực động. Thiết bị đo rung động: Thiết bị đo rung cua hãng Bruel&Kjaer Đan mạch, gồm: Mô đun thu thập dữ liệu Module LAN-XI 51.2 kHz Type 3160 có 4 đầu vào và 2 đầu ra tần số tới 51,2kHz của hãng Bruel&Kjaer Đan mạch. Mô đun phân tích PULSE FFT 7770, 1-3 kênh, PULSE FFT Analysis của hãng Bruel&Kjaer Đan Mạch. Cảm biến gia tốc 3 phương Triaxial DeltaTron Accelerometer with TEDS Type 4525-B001 của hãng Bruel&Kjaer Đan mạch. Thiết bị đo độ nhám: Máy đo độ nhám bề mặt kım loạı cầm tay Mıtutoyo SJ-210 Model: SJ-210 Thiết bị kiểm tra mòn dao: Kính hiển vi kỹ thuật số VHX-7000 3.2.2. Thiết kế thí nghiệm sàng lọc Trong nghiên cứu này để đánh giá ảnh hưởng của các thông số công nghệ: vận tốc cắt, lượng chạy dao, chiều sâu cắt đến độ nhám bề mặt sau gia công khi gia công trên trung tâm gia công CNC nhãn hiệu TC 500 chọn phương pháp thiết kế thí nghiệm Taguchi dạng L9 với N=33-1=9 thí nghiệm, mỗi thí nghiệm được lặp 3 lần, cho các thực nghiệm trong thí nghiệm sàng lọc. Mẫu thí nghiệm là loại thép C45 có kích thước dài, rộng, cao tương ứng là 120 mm, 50 mm và 20 mm. Dụng cụ cắt sử dụng để gia công thực nghiệm là dao phay ngón. Quá trình phay, và sơ đồ bố trí thiết bị được thể hiện như trong Hình 3.1 và Hình 3.2 Nhám bề mặt đã được đo bằng máy SJ201 của hãng Mitutoyo - Japan (Hình 3.3), với chiều dài chuẩn của phép đo là 0.8 mm. Kính hiển vi kỹ thuật số VHX-7000 đã được sử dụng để đo lượng mòn dao, và bề mặt mẫu, biên dạng của bề mặt chi tiết. Mỗi mẫu gia công được đo tại 3 vị trí và lấy kết quả trung bình. Kết quả đo bằng máy SJ201 được thể
10 hiện như trong Bảng 3.1. Hình 3.2. Hệ thống xử lý dữ liệu Hình 3.1. Quá trình gia công và sản phẩm sau gia công Hình 3.3. Sơ đồ đo nhám bề mặt Bảng 3.1. Ma trận thí nghiệm và kết quả đo nhám Ra Tham số công nghệ Tham số mã hoá Kết quả thí nghiệm 𝑹 𝒂 (𝝁𝒎) STT vc f ar x1 x2 x3 y1 y2 y3 yTB (vòng/phút) (mm/phút) ( mm) 1 2310 1146 0.2 -1 -1 -1 0.72 0.46 0.45 0.54 2 2310 2580 0.6 -1 0 0 1.10 0.95 0.84 0.96 3 2310 3725 1 -1 1 1 1.19 1.36 0.87 1.14 4 5095 1146 0.6 0 -1 0 0.54 0.71 0.80 0.68 5 5095 2580 1 0 0 1 0.69 0.60 0.70 0.66 6 5095 3725 0.2 0 1 -1 1.22 1.40 1.50 1.37 7 7450 1146 1 1 -1 1 0.70 0.45 0.35 0.50 8 7450 2580 0.2 1 0 -1 0.54 0.35 0.44 0.44 9 7450 3725 0.6 1 1 0 0.74 0.68 0.69 0.70 Hình 3.4. Đồ thị ảnh hưởng của các Hình 3.5. Đồ thị phân tích S/N (Ra) tham số công nghệ tới Ra
11 Bảng 3.2. Mức độ tác động của các tham số độc lập tới Ra Level Vc fz ar 1 0.8816 0.5756 0.7877 2 0.9072 0.6896 0.7830 3 0.5492 1.0729 0.7673 Delta 0.3580 0.4973 0.0203 Rank 2 1 3 Hình 3.6. Ảnh hưởng tương tác của các tham số tới nhám bề mặt Ra Ảnh hưởng tương tác giữa các thông số đầu vào đến nhám bề mặt là rất phức tạp. Từ những phân tích chi tiết cho thấy các thông số đầu vào và sự tương tác giữa chúng có ảnh hưởng rất phức tạp đến nhám bề mặt. 3.2.3. Kiểm tra mối quan hệ giữa lực cắt trung bình và các tham số công nghệ Lực cắt tổng F được phân tích thành 3 thành phần theo 3 phương là Fx, Fy, Fz. Sau khi xác định được các lực thành phần thì lực cắt tổng F được xác định theo công thức: ̅ = ̅ 𝑥 + ̅ 𝑦 + ̅𝑧 𝐹 𝐹 𝐹 𝐹 Có giá trị: 𝐹 = √ 𝐹𝑥2 + 𝐹 𝑦 + 𝐹𝑧2 2 Tiến hành thực nghiệm theo kế hoạch thực nghiệm Bảng 3.1. Lực cắt đo được trong mỗi thực nghiệm được tính trung bình và lưu trữ dưới dạng tập tin Excel, sau đó, giá trị lực Hình 3.7. Quá trình gia công và đo cắt trung bình được xác định trên đoạn thực lực cắt hiện quá trình cắt. Lực cắt trung bình trong các thí nghiệm và các tham số công nghệ được thể hiện như trong Bảng 3.3. Bảng 3.3. Ma trận thí nghiệm và kết quả đo lực cắt trung bình F(N) Biến mã hoá Biến thực vc f Lực cắt F (N) STT x1 x2 x3 ar (mm) (vòng/phút) (mm/phút) 1 -1 -1 -1 2310 1146 0.2 26.85 2 -1 0 0 2310 2580 0.6 131.98 3 -1 1 1 2310 3725 1 139.82 4 0 -1 0 5095 1146 0.6 64.05 5 0 0 1 5095 2580 1 83.35 6 0 1 -1 5095 3725 0.2 42.39 7 1 -1 1 7450 1146 1 82.02 8 1 0 -1 7450 2580 0.2 35.90 9 1 1 0 7450 3725 0.6 58.02
12 Hình 3.8. Đồ thị ảnh hưởng của các Hình 3.9. Đồ thị ảnh hưởng tương tác tham số công nghệ tới lực cắt F (N) của các tham số đến lực cắt F Bảng 3.4. Mức độ tác động của các tham số độc lập tới lực cắt F. Response Table for Means Level Vc fz ar 1 99.55 57.64 35.05 2 63.26 83.74 84.68 3 58.64 80.07 101.73 Delta 40.91 26.10 66.69 Rank 2 3 1 Từ đồ thị Hình 3.8 và Bảng 3.4 cho thấy ảnh hưởng của các tham số tới giá trị của lực cắt. Căn cứ vào sự chênh lệch giữa các điểm biểu diễn ở mức 1 và mức 3 của từng đồ thị trong Hình 3.8 cho thấy chiều sâu cắt hướng là thông số có ảnh hưởng lớn nhất đến lực cắt, tiếp theo là đến mức độ ảnh hưởng của vận tốc cắt, lượng chạy dao có ảnh hưởng đến nhám bề mặt ở vị trí số 3. Ngoài ra còn có sự ảnh hưởng tương tác của các tham số cắt đến lực cắt như thể hiện ở Hình 3.9. 3.2.4. Ảnh hưởng của tham số công nghệ đến mòn dao Lượng mòn dao đối với mỗi thí nghiệm được đo bằng kính hiển vi kỹ thuật số VHX- 7000 của hãng Keyence Nhật Bản, sơ đồ đo thể hiện như Hình 3.10. Hình ảnh kết quả đo xác định lượng mòn mặt sau dao thể hiện trên các Hình 3.11 Hình 3.10. Sơ đồ đo mòn dao bằng Hình 3.11. Kết quả đo mòn dao sau gia kính hiển vi kỹ thuật số VHX-7000 công 9 mẫu thử
13 3.3. Thiết kế thí nghiệm nhân tố toàn phần 2k Ma trận thí nghiệm trực giao Bảng 3.5 cho phép phân tích trực tiếp các ảnh hưởng chính và các tương tác của các biến thí nghiệm một cách độc lập. Trong nghiên cứu này thực hiện thêm 3 thí nghiệm trung tâm. Như vậy tổng số thí nghiệm thực hiện là 11 thí nghiệm, thể hiện như Bảng 3.5. Bảng 3.5. Ma trận thí nghiệm 23 và kết quả đo nhám bề mặt Ra Thí nghiệm lần 1 Biến mã hoá Biến thực Kết quả đo vc fz STT X1 X2 X3 ar (mm) 𝑹 𝒂 (𝝁𝒎) (m/phut) (mm/răng) 1 2 3 TB 1 -1 1 1 145 0.13 1 1.213 0.975 1.176 1.121 2 1 -1 -1 468 0.04 0.2 0.643 0.446 0.346 0.478 3 1 1 -1 468 0.13 0.2 0.615 1.401 0.74 0.919 4 1 -1 1 468 0.04 1 1.089 1.002 0.626 0.906 5 -1 -1 -1 145 0.04 0.2 0.512 0.545 0.608 0.555 6 1 1 1 468 0.13 1 0.93 0.906 1.32 1.052 7 -1 1 -1 145 0.13 0.2 0.938 0.74 0.648 0.775 8 -1 -1 1 145 0.04 1 0.759 1.351 1.54 1.217 9 0 0 0 320 0.09 0.6 0.756 0.807 0.725 0.763 10 0 0 0 320 0.09 0.6 1.126 0.855 0.735 0.905 11 0 0 0 320 0.09 0.6 0.941 0.831 0.73 0.834 Thí nghiệm lần 2 1 -1 1 1 145 0.13 1 1.38 0.95 1.157 1.162 2 1 -1 -1 468 0.04 0.2 0.591 0.912 0.732 0.745 3 1 1 -1 468 0.13 0.2 0.89 1.029 1.019 0.979 4 1 -1 1 468 0.04 1 0.581 0.778 0.726 0.695 5 -1 -1 -1 145 0.04 0.2 0.573 0.557 0.897 0.676 6 1 1 1 468 0.13 1 1.098 0.777 0.964 0.946 7 -1 1 -1 145 0.13 0.2 0.897 0.995 0.884 0.925 8 -1 -1 1 145 0.04 1 1.258 1.034 1.49 1.261 9 0 0 0 320 0.09 0.6 0.587 0.821 0.797 0.735 10 0 0 0 320 0.09 0.6 0.933 1.493 1.3 1.242 11 0 0 0 320 0.09 0.6 0.76 1.157 1.048 0.988 Kết quả đo các thông số đầu ra (Ra) cũng đã được đưa vào Bảng 3.5. Phần mềm thống kê Minitab 18 đã được sử dụng để phân tích kết quả thí nghiệm. Mức ý nghĩa chọn bằng 𝜶 = 𝟎. 𝟎𝟓. Đồ thị (hình 3.12) cho thấy các yếu tố: C (biến ar), B (biến fz) có các giá trị vượt khỏi đường giới hạn. Như vậy, hai biến thí nghiệm ar và fz là có ảnh hưởng lớn đến hàm mục tiêu. Trong các thông số đầu vào thì chỉ có chiều sâu cắt và lượng chạy dao là có ảnh hưởng đáng kể đến nhám bề mặt, trong đó mức độ ảnh hưởng của chiều sâu cắt đến nhám bề mặt lớn Hình 3.12. Biểu đồ Pareto ảnh hưởng hơn mức độ ảnh hưởng của lượng chạy dao. của các tham số tới Ra
14 Analysis of Variance Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value Model 7 0.479755 96.81% 0.479755 0.068536 12.99 0.030 Linear 3 0.381735 77.03% 0.381720 0.127240 24.12 0.013 vc 1 0.012909 2.60% 0.013060 0.013060 2.48 0.214 fz 1 0.061367 12.38% 0.061344 0.061344 11.63 0.042 ar 1 0.307459 62.04% 0.307459 0.307459 58.28 0.005 2-Way Interactions 3 0.097962 19.77% 0.097962 0.032654 6.19 0.084 vc*fz 1 0.026524 5.35% 0.026524 0.026524 5.03 0.111 vc*ar 1 0.024976 5.04% 0.024976 0.024976 4.73 0.118 fz*ar 1 0.046462 9.38% 0.046462 0.046462 8.81 0.059 3-Way Interactions 1 0.000059 0.01% 0.000059 0.000059 0.01 0.923 vc*fz*ar 1 0.000059 0.01% 0.000059 0.000059 0.01 0.923 Error 3 0.015826 3.19% 0.015826 0.005275 Lack-of-Fit 1 0.005649 1.14% 0.005649 0.005649 1.11 0.403 Pure Error 2 0.010177 2.05% 0.010177 0.005088 Total 10 0.495581 100.00% Model Summary S R-sq R-sq(adj) PRESS R-sq(pred) 0.0726311 96.81% 89.36% 1.42967 0.00% Phân tích phương sai và phương trình hồi quy Các biến độc lập có ảnh hưởng rất mạnh là ar, fz. Giá trị p ứng với các biến này nhỏ hơn 0,05. Trong các yếu tố tương tác hai mức và ba mức đều có giá trị p-value lớn hơn 0.05 đều là các ảnh hưởng yếu . Bảng hiển thị các thông số đánh giá mô hình hồi quy. Các hệ số quyết định r2 (ký hiệu là R-Sq) và 𝑟 2 (ký hiệu là R-sq(adj)) lần lượt là 96.81% lớn hơn 90% và 89.36%, 𝑎𝑑𝑗 chứng tỏ mô hình tìm được khớp khá tốt với dữ liệu. Phưng trình hồi quy có dạng: Regression Equation in Uncoded Units Ra = 0.298 - 0.000357 vc + 2.23 fz + 1.139 ar + 0.00736 vc*fz - 0.000944 vc*ar - 4.52 fz*ar + 0.00093 vc*fz*ar KẾT LUẬN CHƯƠNG 3 Thực nghiệm thăm dò xác định ảnh hưởng của các tham số công nghệ (v, fr, ar) tới nhám bề mặt, rung động, mòn dao trên trung tâm gia công CNC nhãn hiệu TC 500 do Đài loan sản xuất. Giúp hiểu rõ hơn về mối quan hệ giữa các biến trong nghiên cứu và đưa ra những phân tích và kết luận chính xác hơn về ảnh hưởng của các tham số độc lập lên nhám bề mặt. Lượng chạy dao là thông số có ảnh hưởng lớn nhất đến nhám bề mặt, tiếp theo là tốc độ cắt. Chiều sâu cắt là thông số có ảnh hưởng lớn nhất đến lực cắt, tiếp theo là ảnh hưởng của vận tốc cắt và lượng chạy dao. Phương trình hồi quy nhám bề mặt: Ra = 0.298 - 0.000357 vc + 2.23 fz + 1.139 ar + 0.00736 vc*fz - 0.000944 vc*ar - 4.52 fz*ar + 0.00093 vc*fz*ar
15 CHƯƠNG IV HỆ THỐNG GIA CÔNG TỐI ƯU ĐỘNG Để thực thi hệ thống sản xuất tự thích nghi, luận án này đề xuất áp dụng các công nghệ phỏng sinh học như công nghệ tác tử, công nghệ nhận thức, và thông minh bầy đàn. Hơn nữa, mô hình ra quyết định của con người từ khoa học nhận thức với tên gọi mô hình BDI (Belief- Desire-Intention) được áp dụng tới các tác tử để tăng khả năng của tác tử về khả năng tự ra quyết định. Các công nghệ phỏng sinh học được trình bày chi tiết trong các mục sau. 4.1. Thông minh bầy đàn Đàn kiến thể hiện sự thông minh bầy đàn như tìm ra đường đi ngắn nhất từ nguồn thức ăn tới tổ của chúng qua các tương tác đơn giản giữa chúng sử dụng chất hoá học được gọi là “pheromone”. 4.2. Mô hình hệ thống sản xuất dựa trên tác tử nhận thức Hình 4. 1. Mô hình của một máy công cụ tự trị Trong hệ thống gia công, các máy công cụ đóng vai trò quan trọng. Hoạt động của chúng có ảnh hưởng lớn tới chất lượng sản phẩm và năng suất của hệ thống. Mô hình của máy công cụ tự trị (Autonomous Machine Tool- AMT) được thể hiện ở Hình 4.1 4.3. Cơ chế vượt qua lỗi của hệ thống Hình 4.2 thể hiện cơ chế của tác tử để vượt qua lỗi xảy ra ở máy gia công Hình 4.2. Cơ chế vượt qua lỗi của hệ thống
16 4.4. Triển khai hệ thống thử nghiệm Mô hình thử nghiệm được biểu thị trong Hình 4.3 để kiểm tra hành vi của CPS (Cyber Physical System - Hệ thống vật lý - điều khiển) dựa trên các tác nhân nhận thức. Các tác nhân nhận thức đã được cài đặt trong máy tính cá nhân (PC). CPS được mô tả chi tiết trong Hình 4.4 Hệ thống RFID được kết nối với PLC bằng cáp RS232 đã được sử dụng để đọc và viết nội dung công việc. Hình 4.3. Mô hình thử nghiệm Hình 4.4. Cấu trúc thử nghiệm của một hệ thống.
17 4.4.1. Giao thức giao tiếp 4.4.2. Hoạt động của hệ thống trong trạng thái bình thường Hình 4.5. Xây dựng chương trình điều khiển PLC của hệ thống trong trạng thái bình thường. 4.4.3. Hoạt động của hệ thống trong trạng thái có nhiễu 4.4.4. Mô hình hệ thống dựa trên các CPS Hình 4.6. Thuật toán để tác nhân máy đưa ra quyết định. 4.4.5. Thiết kế dữ liệu 4.5. Thiết lập hệ thống tác tử Hình 4. 7. Ảnh chụp màn hình của tác tử máy. 4.6. Thời gian phản hồi của hệ thống trong trường hợp có sự nhiễu loạn 4.7. Ứng dụng thực tế trên máy thật Để ứng dụng khái niệm CPS trên thực tế trong lĩnh vực sản xuất, cần tập trung vào chế độ cắt tự điều chỉnh trên máy gia công tốc độ cao.
18 Hình 4. 8. Máy CNC được điều khiển bởi tác tử máy. 4.8. Thực nghiệm tự tối ưu trên hệ thống điều khiển thông minh tự điều chỉnh chế độ cắt Self-high speed machining, Self-HSM Phương pháp thống kê được sử dụng để tạo ra các hàm hồi quy thực nghiệm, các hàm này phản ánh ràng buộc của các tham số đầu vào và đầu ra. Sử dụng phần mềm phân tích để tính toán lại chế độ cắt tối ưu mới. Sau đó, Self-HSM cập nhật chế độ cắt này trên máy CNC- HS Super MC500. Thông số cắt tối ưu mới được gửi đến bộ điều khiển để điều chỉnh chế độ cắt đảm bảo chất lượng của chi tiết gia công. Việc kết hợp các phương pháp thống kê và phần mềm tính toán cho phép tạo ra các thông số cắt tối ưu một cách chính xác và hiệu quả cho quá trình phay cao tốc. 4.8.1. Mô hình thiết bị thực nghiệm Phay biên dạng bằng dao phay ngón không có chất làm mát được thực hiện trên trung tâm gia công tốc độ cao - HS Super TC500 thể hiện trong Hình 4.9. Mảnh cắt được chọn là TiAlN – Sandvik, dao phay ngón, ∅20𝑚𝑚. Dựa trên nghiên cứu lý thuyết về gia công tốc độ cao và các yếu tố Hình 4. 9. Mô hình Self-HSM ảnh hưởng trong quá trình gia công, các thí nghiệm được thực hiện với các tham số đầu vào như sau: Chiều sâu cắt hướng tâm dao: ar (mm) Chiều sâu cắt hướng trục dao: ap : 10mm Mục tiêu của thực nghiệm là đánh giá ảnh hưởng các tham số cắt đến nhám bề mặt trong quá trình phay tốc độ cao. Kết quả thực nghiệm là cơ sở để xác định mô hình toán học mô tả mối quan hệ giữa thông số cắt (v, f, a) với độ nhám bề mặt (Ra). Mô hình thiết bị thực nghiệm, cảm biến được thể hiện trên Hình 4.10. Đo lực cắt sử dụng cảm biến 9257B-Kisler. Tín hiệu từ cảm biến lực cắt truyền tới máy tính được chuyển đổi bằng bộ chuyển đổi A/D. Dữ liệu trong quá trình thực nghiệm được xử lý bằng phần mềm DASY Lab 10.0. Mòn dao được xác định bằng cách sử dụng máy đo.