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

Tên 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

Ngành:

Kỹ thuật Cơ khí

Tóm tắt nội dung tài liệu:

Luận án này tập trung vào việc nghiên cứu và phát triển một hệ thống điều khiển tối ưu hóa động cho quá trình gia công phay trên trung tâm phay CNC, nhằm giải quyết hạn chế của các hệ thống điều khiển hiện tại trong việc kiểm soát chất lượng và khả năng thích ứng với các thay đổi trong quá trình sản xuất. Các hệ thống CNC truyền thống thiếu cơ chế phản hồi thông minh và không thể tự điều chỉnh các thông số công nghệ như mòn dao hay chế độ cắt, dẫn đến giảm linh hoạt và chất lượng sản phẩm.

Mục tiêu chính của nghiên cứu là đề xuất một hệ thống điều khiển tự tối ưu, đảm bảo chất lượng chi tiết gia công (nhám bề mặt, dung sai) ngay trong quá trình, không cần can thiệp bên ngoài. Hệ thống này dựa trên mô hình động của quá trình cắt, có xét đến các đặc điểm ngẫu nhiên như rung động, mòn dao, và thay đổi nhiệt độ. Các đóng góp mới của luận án bao gồm: thiết lập hệ thống tối ưu hóa động với điều khiển thích nghi và giám sát thông minh, tích hợp phản hồi từ đo lường chi tiết gia công; xây dựng hệ thống điều khiển tối ưu thích nghi dựa trên mạng trí tuệ nhân tạo để đảm bảo tốc độ điều khiển nhanh, chất lượng sản phẩm phù hợp và năng suất cắt tối đa; và phát triển hệ thống sản xuất thông minh dựa trên các hệ thống vật lý – điều khiển (CPS) để thích ứng tự chủ và thông minh với những thay đổi trong sản xuất.

Nghiên cứu cũng phân tích ảnh hưởng của các tham số công nghệ như vận tốc cắt, lượng chạy dao và chiều sâu cắt đến nhám bề mặt, lực cắt và mòn dao. Các thực nghiệm được thiết kế và tiến hành để xác định mối quan hệ này, đồng thời xây dựng mô hình hồi quy và sử dụng mạng trí tuệ nhân tạo để dự đoán mòn dao và tối ưu hóa lượng chạy dao. Kết quả cho thấy hệ thống Self-HSM (Self-high speed machining) được phát triển đã thử nghiệm thành công trong việc dự đoán mòn dao và tự điều chỉnh các thông số cắt để duy trì chất lượng bề mặt gia công. Ứng dụng CPS với đặc tính tự trị và thông minh, được xây dựng từ các tác nhân nhận thức và hạ tầng ICT, là một đóng góp quan trọng cho sự phát triển của hệ thống sản xuất thông minh trong bối cảnh Cách mạng Công nghiệp 4.0.

Mục lục chi tiết:

MỞ ĐẦU

• 1. Lý do chọn đề tài luận án

• 2. Mục đích nghiên cứu của luận án

• 3. Đối tượng và phạm vi nghiên cứu

• 4. Phương pháp nghiên cứu

• 5. Ý nghĩa khoa học và thực tiễn của đề tài luận án

• 6. Các đóng góp mới của luận án

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

• 1.2. Tình hình nghiên cứu trong và ngoài nước

• 1.3. Gia công trên máy Phay điều khiển số

• 1.4. Hệ thống điều khiển trên máy điều khiển số

• 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
  • 1.5.2. Ảnh hưởng của vận tốc cắt V đến nhám bề mặt
  • 1.5.3. Ảnh hưởng của lượng chạy dao S đến nhám bề mặt
  • 1.5.4. Ảnh hưởng của chiều sâu cắt t đến nhám bề mặt
  • 1.5.5. Ảnh hưởng đồng thời các thông số công nghệ V, S, t đến nhám bề mặt.
  • 1.5.6. Ảnh hưởng của vật liệu gia công đến nhám bề mặt
  • 1.5.7. Ảnh hưởng thông số dụng cụ cắt đến nhám bề mặt
  • 1.5.8. Ảnh hưởng do rung động của hệ thống công nghệ.

• 1.6. Công nghệ tác tử

• 1.7. Công nghệ nhận thức

• 1.8. Tác tử nhận thức

• KẾT LUẬN CHƯƠNG 1

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

• 2.2. Sơ đồ cấu trúc của các hệ thống điều khiển

  • 2.2.1. Điều khiển thích nghi giới hạn
  • 2.2.2. Điều khiển thích nghi tối ưu.

• 2.3. Tiêu chí tối ưu hóa chế độ gia công

• 2.4. Lựa chọn các tham số điều khiển quá trình cắt

• 2.5. Mạng trí tuệ nhân tạo và ứng dụng trong quá trình điều khiển gia công cắt gọt

  • 2.5.1. Nơ-ron nhân tạo
  • 2.5.2. Mạng trí tuệ nhân tạo
  • 2.5.3. Lựa chọn kiến trúc của mạng trí tuệ nhân tạo

• 2.6. Phạm vi đối với các thông số điều khiển

• 2.7. Xác định chiều sâu cắt tức thời

• 2.8. Trạng thái hệ thống điều khiển quá trình cắt

• 2.9. Mô hình ứng dụng mạng trí tuệ nhân tạo trong điều khiển quá trình cắt

• 2.10. Hiệu chỉnh các tham số điều khiển quá trình cắt

  • 2.10.1. Xác định nút lưới tọa độ tối ưu.
  • 2.10.2. Xác định giá trị gia số của các tham số điều khiển

• 2.11. Lý thuyết quy hoạch thực nghiệm tạo mẫu huấn luyện

• KẾT LUẬN CHƯƠNG 2

CHƯƠNG III THỰC NGHIỆM XÁC ĐỊNH ẢNH HƯỞNG CỦA CHẾ ĐỘ CẮT TỚI CHẤT LƯỢNG CHI TIẾT GIA CÔNG

• 3.1. Mục đích nghiên cứu thực nghiệm

• 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
  • 3.2.2. Thiết kế thí nghiệm sàng lọc
  • 3.2.3. Kiểm tra mối quan hệ giữa lực cắt trung bình và các tham số công nghệ
  • 3.2.4. Ảnh hưởng của tham số công nghệ đến mòn dao

• 3.3. Thiết kế thí nghiệm nhân tố toàn phần 2k

• KẾT LUẬN CHƯƠNG 3

CHƯƠNG IV HỆ THỐNG GIA CÔNG TỐI ƯU ĐỘNG

• 4.1. Thông minh bầy đàn

• 4.2. Mô hình hệ thống sản xuất dựa trên tác tử nhận thức

• 4.3. Cơ chế vượt qua lỗi của hệ thống

• 4.4. Triển khai hệ thống thử nghiệm

  • 4.4.1. Giao thức giao tiếp
  • 4.4.2. Hoạt động 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
  • 4.4.5. Thiết kế dữ liệu

• 4.5. Thiết lập hệ thống tác tử

• 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

• 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

  • 4.8.1. Mô hình thiết bị thực nghiệm
  • 4.8.2. Điều kiện thí nghiệm
  • 4.8.3. Kết quả thực nghiệm
  • 4.8.4. Dự đoán mòn dao

• 3.3.5. Lượng chạy dao tối ưu khi xét ảnh hưởng của mòn dao

• KẾT LUẬN CHƯƠNG 4

KẾT LUẬN CHUNG

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ