ВИКОРИСТАННЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ ДЛЯ ОЦІНКИ ПРАЦЕЗДАТНОСТІ РІЗАЛЬНИХ ІНСТРУМЕНТІВ ІЗ ПКНБ

Леонід Девін; Микола Беженар; Сергій Ричев; Нікіта Тіщенко; Олександр Грязев; Володимир Нечипоренко

Леонід Девін Інститут надтвердих матеріалів ім. В. М. Бакуля НАН України
Микола Беженар Інститут надтвердих матеріалів ім. В. М. Бакуля НАН України
Сергій Ричев Інститут надтвердих матеріалів ім. В. М. Бакуля НАН України
Нікіта Тіщенко Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Олександр Грязев Інститут надтвердих матеріалів ім. В. М. Бакуля НАН України
Володимир Нечипоренко Інститут надтвердих матеріалів ім. В. М. Бакуля НАН України

Ключові слова: діагностика стану інструменту, штучні нейронні мережі, полікристали надтвердих матеріалів, кубічний нітрид бору, вібрації, складові сили різання, ймовірність руйнування

Анотація

Представлено методику та результати дослідження складових сил різання та вібрацій під час чистового точіння загартованої сталі ШХ15 (HRC 50…60). Для встановлення зв’язку складових сил різання з вібраціями використовували підхід, який базується на побудові моделей, що враховують різноманітні невизначеності. Для цього застосували розроблену на мові Python та Google Colab штучну нейронну мережу (ШНМ). Досліджували різці з різальними вставками з 5-ти видів полікристалічних матеріалів на основі кубічного нітриду бору. Розроблена нейронна мережа мала складну архітектуру, яка включала шість прихованих шарів. Кількість нейронів у цих шарах варіювалася від 32 до 256. Середня відносна похибка при використанні ШНМ була не більше 12%, що дозволяє використовувати ШНМ в дослідженнях працездатності різальних інструментів з ПКНБ. Результати дослідження відкривають нові перспективи подальшого розвитку адаптивних систем керування верстатами на основі контролю вібрацій в процесі механічної обробки.