Введение
Глава 1. Обзор систем управления процессом резания 10
1.1, Системы адаптивного предельного управления 17
1.2. Системы адаптивного оптимального управления 19
1.3, Место работы в системе ЧПУ типа PCNC 22
1.4. Постановка задачи исследования 24
Глава 2. Система стабилизации износа режущего инструмента 26
2.1. Определение состояния инструмента 27
2.2. Фильтрация показателей состояния инструмента 32
2.3. Выбор управляемых параметров процесса резания 35
2.4. Выбор устройства принятия решений 36
2.4.1. Искусственный нейрон 38
2.4.2. Искусственная нейронная сеть 40
2.4.3. Выбор архитектуры искусственной нейронной сети 42
2.5. Общая архитектура системы регулирования износа режущего инструмента 47
2.6. Выводы 48
Глава 3. Определение критерия оптимальности и выбор управляемых параметров 50
3.1. Качество обработки и производительность как управляемые показатели технологического процесса 50
3.2. Структурная схема системы управления 58
3.3. Критерии оптимизации режима металлообработки 63
3.4. Выводы 66
Глава 4. Разработка методики повышения производительности процесса резания с использованием аппарата искусственных нейронных сетей 67
4.1. Плоскость производственных характеристик станка 68
4.2. Ограничения на управляемые параметры технологического процесса металлообработки 69
4.3. Определение мгновенной глубины резания . 69
4.4. Определение состояния системы управления процессом резания 76
4.4.1. Определение оптимального состояния системы 77
4.5. Коррекция управляемых параметров процесса резания 83
4.5.1. Определение оптимального узла координатной сетки...84
4.5.2. Определение величин приращений управляемых параметров 89
4.6. Использование теории планирования эксперимента для создания обучающей выборки 93
4.7. Общая архитектура системы управления процессом резания 104
4.8. Выводы 108
Глава 5. Практическая реализация системы адаптивного оптимального управления 109
5.1. Исследование возможности применения компонентного подхода для создания системы адаптивного оптимального управления 110
5.2. Представление системы адаптивного оптимального управления в виде набора компонентов и их взаимодействий 113
5.3. Использование внешних библиотек, реализующих работу искусственных нейронных сетей 122
5.4. Интеграция разработанной системы адаптивного оптимального управления в WinPCNC 124
5.5. Использование системы адаптивного оптимального управления 126
5.6. Выводы 127
Заключение 129
Общие выводы по работе 131
Список литературы 133
Приложение 141
