科学家成功地将人工智能应用于铣切的在线监控

南乌拉尔国立大学的一位科学家与外国同事一起,获得了通过平面铣切获得的与加工表面平面偏差的预测模型。人工智能使实时预测成为可能,该人工智能在分析中考虑了机器主驱动器的功耗和刀具磨损的变化。研究结果发表在高度评价的科学杂志《智能制造期刊》(Q1)上的一篇文章中。

 

生产的数字化是工业4.0的趋势之一。 第四次工业革命要求引入现代技术,借助这些技术,企业将能够独立监控过程并进行预测,从而生产出更好的产品。

为了实现向数字生产的过渡,使用能够高层解决非常规任务的人工智能变得非常重要。它有助于快速且经济高效地实现每项生产的主要目标:制造优质产品。

人工智能可以成功地用于在线监控自动化生产中的各种过程,例如切削工具的状态。因此,其切割部件将及时更换,这将确保产品加工的准确性和所需的粗糙度。此外,及时更换切削零件将防止工具损坏。

数字诊断设备

人工智能还用于创建预测模型。南乌拉尔国立大学职业技术学院科学家,机械工程学院自动机械工程系高级讲师 丹尼尔·皮梅诺夫 与西班牙的同事一起,波兰和英国已使用该技术来预测基于立铣刀齿磨损的平面度偏差。

加工平面质量的最重要指标之一是偏离平面度。因此,国际科学家团队的目标是在平面铣削过程中获得与加工表面平面偏差的预测模型,这取决于数控机床(CNC)的主驱动器的功率并考虑到刀具磨损的变化。研究了AISI 1045碳素钢(俄罗斯类似物-Steel 45)作为空白。这是一种非常常见的结构材料,可用来制造大量各种机械工程产品,仪表,造船 丹尼尔·皮梅诺夫 说道。

在照片中:用于测量平面度偏差的方案(点123...9标记了在垂直方向上进行尺寸偏差的坐标,指示了相应的尺寸:3090毫米)

在森精机NMV 5000 CNC加工中心的基础上,在南乌拉尔国立大学工程科学与教育中心获得了端面铣切的实验数据。在此基础上,创建了一个预测模型-这是来自布尔戈斯大学(西班牙)的安德烈索·布斯蒂略博士所做的任务。机器学习方法(人工智能的一个部分),如随机森林合奏和合成少数民族过度采样技术(SMOTE),表现出最高的性能。来自科沙林工业大学(波兰)的 沃西切·卡普洛内克 教授和来自伦敦帝国学院(英国)的 莫扎梅尔·米娅 教授为研究的最后阶段做出了贡献。

研究的结果将对能够了解工件表面平整度的预期偏差的过程工程师感兴趣。在这种情况下,不需要安装新的传感器。在具有数控(CNC)的现代机床中,内置了监视主驱动器电源的功能。平面铣切过程中用于预测平面度参数的模型可以集成到用于在线监控的自动化制造系统中,丹尼尔·皮梅诺夫 说道。

图中:数控机床

本文是在线面铣削监控系列研究中的第二篇。因此,在2018年,研究人员获得了端面铣切过程中加工表面粗糙度的预测模型。这项工作还追溯了指示器对机器主驱动器功率和刀具磨损变化的相关性。 该出版物位于可下载文章的前5名。

科学家打算继续进行工作,将生产中的零件加工过程提高到一个新的水平。

南乌拉尔国立大学是5-100计划的参与者,该项目旨在提高俄罗斯大学在世界领先的研究和教育中心中的竞争力。

新技术领域的研究是乌拉尔地区先进的生产技术和材料区域间科学和教育中心的优先事项,该中心目前是在乌拉尔联邦大学,南乌拉尔国立大学,库尔干国立大学,其他地区高等教育机构,俄罗斯科学院乌拉尔分院,工业企业和车里雅宾斯克,斯维尔德洛夫斯克和库尔干地区政府共同努力下创建的。

Дарья Цымбалюк, фото: Евгений Загоскин, архив Д. Ю. Пименова
Contact person: 
Отдел интернет-порталов и социальных медиа, 267-92-86
You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.