Разработка цифрового двойника процесса точения на основе машинного обучения

На сегодняшний день производственные технологии развиваются в рамках концепции «Индустрия 4.0», которая представляет собой внедрение информационных технологий в промышленности. Одной из наиболее перспективных цифровых технологий, находящей все большее применение в производстве, является цифровой двойник, представляющий собой ансамбль математических моделей технологического процесса, который обменивается информацией со своим физическим прототипом в режиме реального времени. В работе рассматривается пример формирования нескольких взаимосвязанных прогнозирующих модулей, входящих в структуру цифрового двойника процесса точения и предназначенных для прогнозирования качества обработки, характера стружкообразования, силы резания. Проведен трехфакторный эксперимент по твердому точению стали ХВГ, закаленной до твердости 55 HRC. На примере проведенного эксперимента описан процесс разработки диагностического модуля цифрового двойника на основе искусственных нейронных сетей. Выявлены более высокие точность, адаптивность и универсальность искусственных нейронных сетей при разработке математической модели для прогнозирования и диагностики процесса резания. Разработанная математическая модель онлайн-диагностики процесса резания для определения качества поверхности и типа стружки при обработке использует фактическое значение снимаемого припуска, определяемого косвенно по силовой нагрузке на приводе. При этом модель использует только сигналы датчиков, входящих в диагностическую подсистему на станке с ЧПУ. В качестве информативного признака, отражающего силовую нагрузку на приводе главного движения станка, выбрано значение энергии сигнала силы тока в моторе привода шпинделя. Установлено, что развитие цифрового двойника возможно за счет разработки дополнительных модулей, прогнозирующих точность размеров, геометрический профиль, износ инструмента.