Wybrane zagadnienia projektowania układów diagnostycznych obrabiarki i procesu skrawania

(1)

Andrzej SOKOŁOWSKI

P.

^{o t >}

WYBRANE ZAGADNIENIA PROJEKTOWANIA UKŁADÓW DIAGNOSTYCZNYCH

OBRABIARKI I PROCESU SKRAWANIA

GLIWICE 2003

(2)

Andrzej SOKOŁOW SKI

W YBRANE ZAGADNIENIA PROJEKTOWANIA UKŁADÓW DIAGNOSTYCZNYCH

OBRABIARKI I PROCESU SKRAWANIA

WYDAWNICTWO POLITECHNIKI ŚLĄSKIEJ

GLIWICE 2003

(3)

Prof. dr hab. inż. Adam H AM ROL Prof. dr hab. inż. Wojciech K ACALAK OPINIODAW CY

K O LEG IUM REDAKCYJNE REDA KTOR N ACZELN Y —

REDAKTOR DZIAŁU —

SEKRETARZ RED A KCJI —

REDAK CJA

M gr K azim iera SZAFIR

R ED AK CJA TEC H N IC ZNA A licja NOW ACKA

M E C H A N I K A z. 142 N r k o l. 1575

ISSN 0434-0817

Prof. dr hab. Zygm unt KLESZCZEW SKI Prof. dr hab. inż. Andrzej BUCHACZ M gr Elżbieta LEŚKO

Pracę tę dedykuję Glorii,

mojej trzyletniej córce.

/ Andrzej Sokołowski /

(4)

C z ę ść b a d a ń c h a ra k tery zo w an y ch w niniejszej p ra c y fin an so w an a była ze śro d k ó w K o m ite tu B a d a ń N a u k o w y c h w form ie P ro je k tu B a d a w c z e g o n r 7 0 7 3 19101 „B ad an ia nad w y k o rz y sta n ie m sy g n ałó w w ib ro ak u sty czn y ch d o n a d z o ro w a n ia zu ż y c ia o strz a s k ra w a ją c e g o ” , P ro je k tu B a d a w c z e g o n r 7 T 0 7 D 0 10 08 „In telig en tn y sy stem w sp o m ag an ia p ro je k to w a n ia u k ła d ó w n ad zo ru jący ch stan p ro c e s u sk raw an ia” o ra z P ro je k tu B ad aw czeg o n r 7 T 0 7 D 0 05 17 „In telig en tn e n a rz ę d z ia w d iag n o sty ce p ro c e s u sk ra w a n ia ” .

SPIS TREŚCI

W y k a z p o d sta w o w y c h o z n a c z e ń ... j j

1. W P R O W A D Z E N I E ... 13

2. P R Z E D M IO T P R A C Y W U J Ę C IU L I T E R A T U R O W Y M ... 15

2 .1. C h a ra k te ry sty k a b ad a ń p ro w a d z o n y c h w dziedzinie d iag n o sty k i ob rab iark i i p ro c e s u s k r a w a n ia ... 15

2 .1 .1 . P o trz e b a w sp o m ag an ia p ro je k to w a n ia u k ład ó w d ia g n o s ty c z n y c h 22 2 .2 . In te lig e n tn y P ro je k ta n t U k ła d ó w D ia g n o s ty c z n y c h ... 23

2 .2 .1 . K o n c e p c ja In telig en tn eg o U k ła d u D iag n o sty czn eg o ( I U D ) ... 23

2.2 .2 . Z a sto so w a n ie k o n cep cji IU D w Intelig en tn y m P ro jek tan cie U k ład ó w D iag n o sty czn y ch ( I P U D ) ... 26

2 .3 . W stę p n y w y b ó r o ra z o g ó ln a ch arak tery sty k a m e to d i a lg o r y tm ó w ... 29

2 .3 .1 . Sieci n e u r o n o w e ... 30

2 .3 .2 . L o g ik a ro z m y ta - w n io sk o w an ie r o z m y te ... 31

2 .3 .3 . A lg o ry tm y g en ety c zn e i e w o lu c y jn e ... 33

2 .3 .4 . D y sk u sja u z u p e łn ia ją c a ... 34

3. C E L , T E Z A I Z A K R E S P R A C Y ... 36

3 .1. C el p r a c y ... 36

3 .2. T e z a p r a c y ... 37

3.3. Z ak res p r a c y ... 39

4. C H A R A K T E R Y S T Y K A Z A S T O S O W A N Y C H M E T O D I A L G O R Y T M Ó W ... 40

4 .1 . S ieć n e u ro n o w a F F B P ... 41

4 .1 .1 . S tru k tu ra i p o d s ta w y tren in g u sieci n eu ro n o w ej F F B P ... 41

4 .1 .2 . M e to d y szaco w an ia liczby k o m ó re k w w arstw ie u k r y t e j ... 44

4 .1 .3 . M e to d y o ce n y isto tn o śc i danych bazu ją ce n a sieci n eu ro n o w ej F F B P ... 47

4 .2 . A lg o ry tm y g e n e ty c z n e ... 50

4.3. S y stem logiki r o z m y te j... 51

4 .3 .1 . S tru k tu ra sy stem u logiki r o z m y te j... 52

4 .3 .2 . K o n stru o w a n ie system u logiki r o z m y te j... 54

4 .4 . H y b ry d o w a m e to d a o ce n y isto tn o ści d anych S R + A G ... 60

4 .5. M e to d y o ce n y isto tn o śc i danych bazu jące na m acierzy ro z p ro sz e n ia S M + S F S i S M + A G ... 61

4 .6 . Z estaw ie n ie zasto so w a n y c h m e to d i a lg o r y tm ó w ... 62

4 .6 .1 . O c e n a isto tn o śc i danych i selekcja istotnych d a n y c h ... 62

(5)

4 .6 .2 . Z a sa d y realizacji t e s t ó w ... 64

4 .7 . K ry te ria i sp o s o b y o c e n y zasto so w a n y c h m e to d selekcji i in teg racji d a n y c h .... 66

4 .7 .1 . U z u p ełn ia jące k ry te ria i sp o so b y o ce n y m e to d selekcji d a n y c h 68 4 .7 .2 . U zu p ełn ia jące k ry te ria i sp o so b y o ce n y m e to d in teg racji d a n y c h 72 5. T E S T Y W S T Ę P N E ... 73

5 .1 . Z ad an ie p a r z y s to ś c i... 75

5 .2. Z ad an ie g r a f ic z n e ... 82

5 .2 .1 . Z a sto s o w a n ie m e to d selekcji danych b azu ją cy ch n a sieci n e u ro n o w e j F F B P ... 82

5 .2 .2 . P rz y k ła d z a sto so w a n ia sy stem u logiki r o z m y te j ... 89

5 .3. P o d su m o w a n ie te s tó w w s tę p n y c h ... 93

6. D IA G N O S T Y K A S T A N U W IE R T E Ł P O D C Z A S W I E R C E N I A W I E L O W R Z E C I O N O W E G O ... 9 7 6 .1. O p is sta n o w isk a p o m ia ro w e g o i ek strak cji cech sygnałów p o m ia r o w y c h 97 6 .2 . W stę p n e analizy d a n y c h ... 100

6 .2 .1 . P ró b a w y b o ru isto tn y ch c e c h sy gnałów p o m ia r o w y c h ... 101

6 .2 .2 . P ró b a selekcji dan y ch z z a sto so w a n ie m an alizy k o relacji r a n g o w e j 103

6 .3 . In te g ra c ja d an y ch z z a sto so w a n ie m sieci n eu ro n o w ej F F B P ... 105

6 .3 .1 . In te g ra c ja d an y ch w y selek cjo n o w an y ch z z a sto so w a n ie m m e to d b azu ją cy ch n a sieci n eu ro n o w e j F F B P ... 105

6 .3 .2 . In te g ra c ja dan y ch w y selek cjo n o w an y ch z z a sto so w a n ie m m e to d b azu ją cy ch n a m acierzy ro z p ro sz e n ia i m e to d y S R + A G ... 113

6 .3 .3 . P o d s u m o w a n ie ... 116

6 .4. Z a sto s o w a n ie sy stem u lo g ik i ro zm y tej d o in teg racji d a n y c h ... 118

6 .5. O c e n a k o ń c o w a zasto so w a n y c h m e to d selekcji i in teg racji d a n y c h ... 123

7. D I A G N O S T Y K A P R Z E D M IO T U O B R A B IA N E G O - P R O B L E M Z A D Z I O R Ó W P O O B R Ó B K O W Y C H ... 128

7 .1 . W p r o w a d z e n ie ... 128

7 .2 . O pis b ad a ń e k sp ery m en taln y ch i w stę p n a analiza w y n ik ó w ... 130

7 .2 .1 . A n aliza w p ły w u p a ra m e tró w o b ró b k i n a w y so k o ść z a d z io ró w i p ró b a w y z n aczen ia m o d elu w y so k o śc i z a d z io ró w w funkcji p a ra m e tró w o b r ó b k i ... 132

7 .3 . P rz e tw a rz a n ie sygnału p o m ia ro w e g o d la c eló w w y zn aczan ia m o d eli w y so k o śc i z a d z io ró w p o o b r ó b k o w y c h ... 134

7 .4. Z a sto s o w a n ie m e to d staty sty czn y ch w zad an iu w y z n aczen ia m o d e lu w y so k o śc i z a d z i o r ó w ... 136

7 .4 .1 . Z a sto so w a n ie analizy k o r e la c ji... 138

7 .4 .2 . Z a sto so w a n ie m iar ja k o ś c i m o d eli ja k o w ielk o ści k ry te ria ln y c h 139 7 .4 .3 . P o d s u m o w a n ie ... 142

7.5. Z a sto so w a n ie m e to d selekcji danych b azujących n a sieci n eu ro n o w e j F F B P .... 144

7 .5 .1 . P ro b lem w y b o ru w a rto śc i d ro g i n a r z ę d z ia ... 145

7 .5 .2 . P ro b le m w y b o ru cech y sygnału p o m ia ro w e g o i w a rto ś c i d ro g i n a r z ę d z ia ... 148

7.5 .3 . P ro b le m w y b o ru w a rto śc i p a ra m e tró w m e to d w stęp n eg o p rz e tw a rz a n ia sygnału p o m ia ro w e g o i d ro g i n a r z ę d z i a ... 150

7 .5 .4 . P o d s u m o w a n ie ... 154

7.6. Z a sto so w a n ie m e to d y S R + A G w zadaniu w yznaczania m o d elu w y so k o ści z a d z io ró w p o o b r ó b k o w y c h ... 154

7.7. M o d e le w y so k o śc i z a d z io ró w p o o b ró b k o w y c h o p o sta c i sieci n eu ro n o w ej F F B P i sy stem u logiki r o z m y te j... 156

7 .8. W n io sk i p o d su m o w u ją c e r o z d z ia ł... 162

8. D IA G N O S T Y K A Z U Ż Y C IA N A R Z Ę D Z IA P O D C Z A S T O C Z E N I A 165 8.1. C h arak te ry sty k a b a d a ń ek sperym entalnych i w stę p n a analiza sy gnałów p o m ia ro w y c h ... 165

8.1.1. S tan o w isk o p o m ia ro w e i o p is p rzep ro w a d z o n y c h p o m i a r ó w ... 165

8.1.2. K o n w en cjo n aln e p ró b y w y zn aczen ia sy m p to m ó w zu ży cia o s t r z a 168 8.2. W y b ran e zag ad n ien ia realizacji selekcji i integracji dan y ch w zad an iu d iag n o zo w an ia zu ży cia o s trz a p o d c z a s t o c z e n ia ... 170

8 .2 .1 . P rzyjęcie k o n cep cji u k ład u d iag n o sty czn eg o i ok reślen ie p o sta c i z b io ró w d a n y c h ... 170

8 .2.2. S tru k tu ra p o d sta w o w a o ra z w y b ran e p a ra m e try sym ulacji sieci n eu ro n o w ej F F B P ... 172

8.2 .3 . P ró b a selekcji danych z z a sto so w an iem m e to d y le a v e - o n e - o u t 175 8.2 .4 . S elekcja danych z zasto so w an iem analizy ko relacji r a n g o w e j... 176

8.3. In te g ra c ja d an y ch z za sto so w a n ie m sieci n eu ro n o w ej F F B P ... 179

8.3.1. In te g ra c ja danych w yselek cjo n o w an y ch z z a sto so w a n ie m m e to d b azu ją cy ch n a sieci n eu ro n o w ej F F B P ... 179

8.3.2. In teg racja danych w yselek cjo n o w an y ch z za sto so w a n ie m m e to d b azu ją cy ch n a m acierzy ro z p ro sz e n ia i m e to d y S R + A G ... 184

8 .3 .3 . P o d su m o w an ie z a sto so w a ń sieci n eu ro n o w ej F F B P ... 186

8.4. Z a sto so w a n ie sytem u logiki rozm ytej do integracji d a n y c h ... 187

8.5. P o d su m o w an ie b a d a ń ... 188

9. D IA G N O S T Y K A O D K S Z T A Ł C E Ń T E R M IC Z N Y C H S Z L I F I E R K I .... 192

9.1. S tan o w isk o p o m ia ro w e i ch arak tery sty k a sygnałów p o m ia ro w y c h ... 193

9.2 T e s ty zd o ln o ści interpolacji sieci n eu ro n o w ej F F B P ... 199

9.3. P ró b a selekcji d a n y c h ... 202

(6)

9 .4 . P o d su m o w a n ie b a d a ń ... 205

10. P O D S U M O W A N I E P R A C Y ... 2 0 8 L i t e r a t u r a ... 213

S t r e s z c z e n ia ... 230

9 .2 T h e te s ts o f in te rp o la tio n ability o f th e F F B P n eu ral n e t w o r k ... 199 9 .3 . A n a tte m p t o f d a ta s e le c tio n ... 202 9 .4 . S u m m ary o f th e r e s e a r c h ... 205 10. T H E S U M M A R Y O F T H E D I S S E R T A T I O N ... 20 8 R E F E R E N C E S ... 213 A b s t r a c t s ... 230

WYKAZ PODSTAWOWYCH OZNACZEŃ

(a, b ) - p ara, np. liczb;

[a, b] - p rz e d z ia ł zm ian w a rto śc i, sto so w a n y je s t ró w n ież zap is ± a, o d p o w iad ają cy ozn aczen iu [-a, a];

{a, b , ...} - zbiór, np. liczb;

oim - w sp ó łczy n n ik m om entum ;

r|c - w sp ó łczy n n ik tre n in g u o stałej w arto ści;

r |F - w sp ó łczy n n ik tren in g u o w a rto śc i zależnej o d s tru k tu ry sieci n eu ro n o w ej F F B P , w a rto ś ć w spółczynnika w yzn aczan a je s t m e to d ą fan-in;

A B S (...) - w a rto ś ć bezw zględna;

A G - a lg o ry tm genetyczny, ozn aczen ie sto so w a n e ró w n ież w odniesieniu do m e to d y k o n stru o w a n ia b azy re g u ł sy stem u logiki ro zm y tej

z zasto so w a n ie m alg o ry tm u g en ety c zn eg o ;

A G -H * - o g ó ln e o zn aczen ie hybrydow ej m e to d y k o n stru o w a n ia b a z y re g u ł system u logiki ro zm y tej z z a sto so w an iem alg o ry tm u g en ety c zn eg o ;

w zależn o ści o d p rzy jęteg o p o d ejścia, o zn aczen ia szczeg ó ło w e przy jm u ją p o sta ć A G -H 1 i A G -H 2 ;

A T S -c u m - k um ulacyjny alg o ry tm tren in g u sieci n eu ro n o w ej F F B P ; A T S -d e s - alg o ry tm (m eto d a) szaco w an ia liczby k o m ó re k u k ry ty ch sieci

n eu ro n o w ej F F B P ;

A T S -in c - in k rem en taln y alg o ry tm tren in g u sieci n eu ro n o w ej F F B P ; B P - alg o ry tm w stecznej p ro p ag acji błędu;

B P IAv - średni błąd p o w ta rz a ln o śc i w y zn aczan ia is to tn o śc i danych;

B P I m a x - m aksym alny błąd p o w ta rz a ln o śc i w y zn aczan ia isto tn o ści danych;

E Ma x - błąd m aksym alny treningu, w eryfikacji lub te s tó w sieci n eu ro n o w ej;

E r m s - b łąd sk u teczn y tren in g u , w eryfikacji lub te s tó w sieci n eu ro n o w ej;

F F B P - w ie lo w a rstw o w a sieć n e u ro n o w a tre n o w a n a a lg o ry tm em w steczn ej p ro p a g a c ji b łęd u B P;

F L - lo g ik a ro z m y ta (sy stem logiki ro zm y tej - system F L );

F L (A , B ) - o g ó ln e ozn aczen ie system u logiki ro zm y tej sk o n stru o w a n e g o

z z a sto so w an iem m e to d y A do inicjalizacji funkcji przy n ależn o ści o raz m e to d y B d o k o n stru o w a n ia b a z y reg u ł, o zn aczen ia m e to d A i B m o g ą być p o m ijan e w zależn o ści o d k o n tek stu ;

H z - w y so k o ść zadzioru;

ID - isto tn o ść danych;

IDp - p ró g isto tn o ści danych;

J SM - ślad m acierzy ro z p ro sz e n ia (S M );

(9)

K F M - sieć n e u ro n o w a K o h o n e n ’s F e a tu re M ap , ró w n ie ż o zn aczen ie m e to d y inicjalizacji funkcji przy n ależn o ści sy stem u logiki ro zm y tej b azu jącej na sieci n e u ro n o w e j K o h o n e n ’s F e a tu re M ap;

M F - fu n k cja p rzy n ależn o ści sy stem u logiki rozm ytej;

MFwe, MFwy - w ejścio w e i w yjściow e funkcje p rzy n ależn o ści system u logiki rozm ytej;

M K B R - m e to d a k o n stru o w a n ia b a z y re g u ł sy stem u logiki rozm ytej;

M O I - m e to d a o c e n y is to tn o śc i danych;

M S ( M O I ) - m e to d a selekcji dan y ch b a z u ją c a n a m e to d z ie o c e n y is to tn o śc i M O I;

O P N -P S - O b rab iark a; P rzed m io t; N a rz ę d z ie - P ro c e s S k raw an ia;

p rK - p a ra m e tr m e to d y p ru n in g u k o m ó re k ; p rw - p a ra m e tr m e to d y pru n in g u w ag ; R , Rm - w sp ó łczy n n ik korelacji;

R N - m e to d a ró w n o m iern ej inicjalizacji funkcji p rzy n ależn o ści sy stem u lo g ik i ro zm y tej;

S - sp ra w n o ść klasyfikacji;

Sffbp - sp ra w n o ść sieci n eu ro n o w e j F F B P sto so w an ej ja k o k lasy fik ato r;

Sfl - sp ra w n o ść sy stem u logiki ro zm y tej sto so w a n e g o ja k o k lasy fik ato r;

S F S - a lg o ry tm sek w en cy jn eg o p rz e sz u k iw a n ia w p rz ó d ;

S M + A G - m e to d a o c e n y isto tn o śc i d anych b a z u ją c a n a m acierzy ro z p ro sz e n ia i a lg o ry tm ie genetycznym ;

S M + S F S - m e to d a o c e n y is to tn o śc i dan y ch b a z u ją c a n a m a c ie rz y ro z p ro sz e n ia i a lg o ry tm ie sek w en cy jn eg o p rz e s z u k iw a n ia w p rz ó d (S F S );

Sp - p r ó g sp ra w n o śc i klasyfikacji;

S R + A G - h y b ry d o w a m e to d a o ce n y is to tn o śc i d an y ch b a z u ją c a n a sieciach n e u ro n o w y c h i algorytm ie genetycznym ;

S W + G S - m e to d a sza c o w a n ia liczby k o m ó re k ukry ty ch , b a z u ją c a n a sym ulow anym w y żarzan iu i alg o ry tm ie g ra d ie n tó w sp rzężo n y ch ;

Sz - z a stę p c z a sp ra w n o ść klasyfikacji;

U Pk - w sp ó łczy n n ik kary, p a ra m e tr m e to d y S W + G S ; U Pw - w sp ó łczy n n ik kary, p a ra m e tr m e to d y S R + A G ;

V B - o g ó ln e o zn aczen ie zużycia p o w ie rz c h n i p rzy ło żen ia o s trz a sk raw ająceg o ;

W Sr - w artość skuteczna w artości reszt;

W T A - a lg o ry tm tre n in g u sieci n eu ro n o w y c h , ró w n ie ż o z n aczen ie sieci n e u ro n o w y c h tre n o w a n y c h alg o ry tm em W in er-T ak e-A ll;

W T A (* ) - o g ó ln e o z n aczen ie m e to d y k o n stru o w a n ia b a z y re g u ł sy stem u logiki ro zm y tej b azu ją cej n a alg o ry tm ie W T A , o z n aczen ia szc z e g ó ło w e p rz y jm u ją p o s ta ć w zale żn o ści o d p rzy jętej m inim alnej siły re g u ł W TA(O.O) i W T A (O .l)

1. WPROWADZENIE

S tale ro s n ą c e w ym agania staw iane p rz e d m io to m o b rab ian y m sta n o w ią jed en z zasad n iczy ch czy n n ik ó w m o ty w u jący ch dynam iczny ro z w ó j p rzem y słu o b rab iark o w eg o . O g ó ln ie ro zu m ian e w y m ag an ia o d n o s z ą się nie tylko d o zw ięk szen ia d o kładności w y m iaro w o - k sz ta łto w e j i zm niejszenia ch ro p o w a to śc i p o w ierzch n i obrabianej, ale d o ty c z ą ta k ż e o bniżenia k o s z tó w i sk ró cen ia czasu w y tw arzan ia. Spełnienie w ym ag ań zw iązane je s t, m ięd zy innym i, z k o n ie c z n o śc ią u zy sk an ia w y so k ieg o sto p n ia a u to m aty zacji o brabiarek, co w p o łą c z e n iu z ro z w o je m u k ła d ó w ste ro w a n ia p ro w a d z i d o b u d o w y gniazd o b ró b czy ch , za u to m a ty z o w a n y c h linii pro d u k cy jn y ch i o sta te c z n ie elastycznych system ów p ro d u k cy jn y ch (E S P ).

R o z p a tru ją c e k o n o m iczn e asp e k ty w d rażan ia elastycznych sy stem ó w p ro dukcyjnych z a tru izm , w św ietle dużej liczby publikacji, u zn ać m o ż n a stw ierdzenie, iż je d e n z n ajisto tn iejszy ch sk ład n ik ó w k o sz tó w w y tw arzan ia zw iązan y je s t z m o żliw o ścią zapew nienia ciągłej i b e zo b słu g o w ej p ra c y E S P p o p rz e z sto so w an ie o d p o w ied n ich u k ład ó w d iag n o sty czn y ch i nad zo ru jący ch . P rzy taczając z a d y sk u sją p rz e p ro w a d z o n ą w [Jem ielniak, 2001] stw ie rd z a się, że b ra k sto so w an ia u k ład ó w d iag n o sty czn y ch p ro w a d z ić m o że do zw iązan y ch z u su w an iem aw arii p o sto jó w , p o w o d u jący ch radykalne zm niejszenie efektyw nego czasu p ra c y E S P . W k o n sek w en cji, aby zabezpieczyć się p rz e d aw ariam i, sto so w a n e są zaniżone p a ra m e try skraw ania, co w tó rn ie p o w o d u je w z ro st k o sz tó w w y tw arzan ia. N ależy ta k ż e z w ró cić u w a g ę n a zd ecy d o w an e o graniczenie roli o p e ra to ró w o b rab iarek , k tó ry ch działania o p a rte n a d o św iad czen iu i w ied zy m ogłyby w p ew n y m sto p n iu z a stę p o w a ć funkcje realizo w an e p rz e z u k ład y d iagnostyczne. O g raniczenie to zw iązane je s t nie tylko z dążeniem do a u to n o m ic z n o śc i E S P , ale w y n ik a ró w n ież ze zd ecy d o w an ie u tru d n io n e g o d o stę p u do o słoniętej p rz e s trz e n i o b ró b k o w ej, w k tó re j p ro w a d z o n a je s t o b ró b k a z w ysokim i param etram i sk raw an ia i d u ż ą ilo ścią cieczy ch ło d zą co - sm arującej.

U zn ając p o trz e b ę diag n o sty k i n o w o czesn y ch o b rab iarek i p ro c e s ó w obróbczych, ko n ieczn e je s t odniesienie się do stan u ro z w o ju u k ła d ó w d iagnostycznych. Z azn aczy ć należy, że ro z w a ż a ją c zag ad n ien ie d iag n o sty k i ob rab iark i i p ro c e s u sk raw an ia ro z w a ż a się nie tylko m aszy n ę (o b rab iark ę) i realizo w an y p ro c e s (p ro ces sk raw an ia), ale ró w n ież p rzed m io t ob rab ian y i narzęd zie. Z a te m zagadnienie to o d zw iercied la u o g ó ln io n y p ro b le m diagnostyki O P N -P S (O brabiarki; P rzed m io tu ; N a rz ę d z ia - P ro c e s u S k raw an ia) [K osm ol, 1995].

K o ntynuując, sta n ro z w o ju u k ła d ó w d iagnostycznych sc h arak tery zo w ać m o ż n a na przykładzie w ybranych, rep rezen taty w n y ch w u zn an iu au to ra, p o zy cji literatu ro w y ch [T C M W orkshop,

1993], [S o k o ło w sk i, 1995], [B y m e e t al., 1995], [Jem ielniak i K osm ol, 1995], [K etteler, 1999]

o raz [Jem ielniak, 2 0 0 1 ].

(10)

P o d ejm u jąc c h a ra k te ry sty k ę stw ierd zić należy, iż ju ż w p o ło w ie lat 80. w ięk szo ść U czących się p ro d u c e n tó w o fe ro w a ła o b rab iark i ze z in teg ro w an y m i u k ład am i diagnostycznym i O P N -P S . D o stę p n e ró w n ie ż by ły u k ła d y niezależn e, d e d y k o w a n e d iag n o sty ce w ybranych p ro c e s ó w lub e le m e n tó w o b rab iarek . N iem niej je d n a k , ja k w y k azała p ra k ty k a p ro d u k cy jn a, w ięk szo ść u k ła d ó w d iag n o sty czn y ch e k sp lo a to w a n a była w o k resie nie d łu ższy m niż je d e n rok.

U ż y tk o w n ic y zau w ażali, że ó w c z e sn e u k ład y d iag n o sty czn e były zb y t z a w o d n e i ró w n o cześn ie zbyt d ro g ie o ra z tru d n e w ob słu d ze. Z m usiło to z a ró w n o p ro d u c e n tó w , ja k i o śro d k i b ad aw cze do g ru n to w n e j analizy p rzy czy n te g o n ie p o w o d z e n ia o ra z p o d ję c ia intensyw nych badań.

P o m im o p o d ję ty c h p ra c i p o sz e rz e n ia o fe rty u k ła d ó w d iag n o sty czn y ch zasygnalizow ane p ro b le m y nie z o sta ły ro z w ią z a n e w kolejnej d ekadzie. Z a ty p o w e w p o ło w ie lat 90. uznać m o ż n a opinie w y ra ż a n e p o d c z a s sp o tk a ń w ram ach In te rn a tio n a l In s titu tio n fo r P ro d u c tio n E n g in eerin g R e se a rc h (C IR P ), w k tó ry c h u d z ia ł brali z a ró w n o p rz e d sta w ic ie le c zo ło w y ch p ro d u c e n tó w u k ła d ó w d iag n o sty czn y ch , u ży tk o w n ic y ta k ic h u k ła d ó w ja k i przed staw iciele o ś ro d k ó w ak ad em ick ich . W ięk szo ść opinii (np. [T C M W o rk sh o p , 1993], [B y m e e t al., 1995]) d o ty c z ą c y c h sta n u ro z w o ju u k ła d ó w d ia g n o sty czn y ch sp ro w a d z ić m o ż n a d o stw ierd zeń o m ałej u n iw e rsa ln o śc i i w iary g o d n o śc i u k ład ó w , n iep rzy d atn o ści sto so w a n y c h strategii w p rz y p a d k u m ały ch serii p rz e d m io tó w o brabianych, z a w ę ż o n y m zak resie p a ra m e tró w sk ra w a n ia o ra z e w id en tn y m b ra k u u k ła d ó w d iag n o sty k i n a tu ra ln e g o zu ży cia o strz y skraw ających. W n io sk i w y n ik ające ze sp o tk a ń nie o d n o siły się jed y n ie d o kry ty k i stanu b ieżą ceg o . D y sk u to w a n o ta k ż e k ieru n k i p rzy szły ch p ra c i b a d a ń w sk a z u ją c jed n o z n a c z n ie na k o n ie c z n o ść ro z w o ju w ielo cz u jn ik o w y ch u k ła d ó w d iag n o sty czn y ch i k o n iecz n o ść zd e c y d o w a n e g o ro z sz e rz e n ia p ro c e d u r p rz e tw a rz a n ia sygnałów p o m iaro w y ch .

O d n o sz ą c się o sta te c z n ie d o stan u o b e c n e g o , w dalszym cią g u k ło p o tliw e b y ło b y uznanie p ro b le m u d iag n o sty k i O P N -P S z a ro zw iązan y . Ś w iad czy ć o ty m m o że, iż je d y n ie 29%

p ro d u c e n tó w o b ra b ia re k i 3 8 % ich u ż y tk o w n ik ó w p o z y ty w n ie o c e n ia p ro p o n o w a n e ro zw iązan ia. Z a niem niej z n a c z ą c ą u zn ać n a le ż y k o n ty n u a c ję sz e ro k o zak ro jo n y c h badań, k tó ry c h p rz y k ła d e m je s t sy g n alizo w an y w [Jem ielniak, 20 0 1 ] św ia to w y p ro g ra m b ad aw czy

„S e n so r F u se d In te llig e n t M o n ito rin g S y stem fo r M ach in in g ” .

S tw ierd zając n ie w p ełn i zad o w a la ją c y sta n ro z w o ju u k ła d ó w diag n o sty czn y ch O P N -P S zasad n e je s t p o d jęcie p ró b w sk a z a n ia k ie ru n k ó w b a d a ń p o ten cjaln ie p ro w ad zący ch d o u zy sk an ia efek ty w n iejszy ch ro zw iązań . A u to r su g e ru je sk o n c e n tro w a n ie b adań n a stan o w iący m p rz e d m io t niniejszej p ra c y zag ad n ien iu w sp o m a g a n ia p ro je k to w a n ia u k ła d ó w d ia g n o sty c z n y c h O P N -P S . P o trz e b a w sp o m a g a n ia p ra c inżynierskich w y d aje się być o c z y w ista i nie w y m a g a uzasad n ien ia. W p rz y p a d k u u k ła d ó w d iag n o sty czn y ch O P N -P S , p o trz e b a t a staje się w u z n a n iu a u to ra k o n iecz n o ścią, c o ro z w a ż a n e i u zasad n ian e je s t w k o lejn y m ro z d z ia le pracy.

2. PRZEDMIOT PRACY W UJĘCIU LITERATUROWYM

D y sk u sję stan o w iąceg o p rz e d m io t p ra c y zagadnienia w sp o m ag an ia p ro jek to w an ia u k ła d ó w d ia g n o sty czn y ch ro z p o c z ę to o d p ró b y d o k o n a n ia w y b ió rczej, syntetycznej ch arak tery sty k i b ad a ń p ro w a d z o n y c h w dziedzinie diag n o sty k i O P N -P S . N a stę p n ie ro z w a ż a n y je s t p ro b le m prak ty czn ej realizacji w sp o m ag an ia p ro je k to w a n ia u k ła d ó w diagnostycznych.

C h a ra k te ry z o w a n a je s t k o n c e p c ja In telig en tn eg o U k ład u D iag n o sty czn eg o (IU D ) o raz je j im plem entacja w tzw . Intelig en tn y m P ro jek tan cie U k ła d ó w D iag n o sty czn y ch (IP U D ).

Jak to z o stan ie p rz e d sta w io n e , dy sk u sja zagadnienia w sp o m ag an ia p ro je k to w a n ia u k ład ó w d iag n o sty czn y ch p ro w a d z i do u w y p u k len ia isto tn o ści o g ó ln ie ro zu m ian y ch m eto d p rz e tw a rz a n ia danych. S tąd te ż w drugiej części ro zd ziału p rz e d sta w io n o ch arak tery sty k ę w y b ran y ch m e to d o ra z d o k o n an o w stę p n e g o w y b o ru m e to d analizow anych w dalszej części pracy. N a le ż y p o d k reślić, że d o k o n a n y w y b ó r m a n a celu jed y n ie zasy g n alizo w an ie przyjętych p o d e jś ć o ra z um ożliw ienie o k reślen ia celu, te z y i za k re su p racy . Z asad n ic za dyskusja z a sto so w a n y c h m e to d p o d ejm o w an a je s t n ato m iast w ro zd ziale 4.

2.1. Charakterystyka badań prowadzonych w dziedzinie diagnostyki obrabiarki i procesu skrawania

P rz e d sta w ia n y p o n iżej p rz e g lą d literatu ro w y u k ieru n k o w an o n a z o b ra z o w a n ie ew olucji b a d a ń w dziedzinie d iag n o sty k i O P N -P S . Z e w z g lę d u n a o b sz e m o ść i zło ż o n o ść zagadnienia d iag n o sty k i O P N -P S w o p isach p o ru s z a n y je s t g łó w n ie re p rezen taty w n y , u zn aw an y p o w szech n ie z a je d e n z najistotniejszych, p ro b le m diagnostyki n arzęd zia skraw ająceg o . D o d ać należy, iż p rz y ta c z a n e s ą jed y n ie w ybrane, sygnalizujące ró ż n e o rien tacje b a d a ń pozycje lite ra tu ro w e o ra z p o m ijan a je s t ch arak tery sty k a kom ercy jn ie d o stęp n y ch u k ład ó w diag n o sty czn y ch , k tó r ą znaleźć m o ż n a w [Jem ielniak, 1998].

C h arak te ry zu jąc b ad an ia p ro w a d z o n e w latach 80. i n a p o c z ą tk u lat 90., z a u w aża się zró żn ico w an ie k ie ru n k ó w bad ań , w y rażające się głów nie p ró b a m i analiz zró żn ico w an y ch sygnałów p o m iaro w y ch . J e d n ą z najczęściej i najchętniej analizow anych w ielk o ści była siła sk raw an ia (sk ład o w e siły skraw ania), k tó rej w sp ó łzm ien n o ść ze zu ży ciem o s trz a zw iązan a je s t ze z m ian ą c h a ra k te ru k o n ta k tu o ra z zm ian ą c h arak tery sty k i ta rc ia p o m ięd zy p o w ierzch n ią przy ło żen ia i p o w ie rz c h n ią n a tarcia a p rz e d m io te m o b rabianym [Shiraishi, 1988]. P rzy k ład em k o m p lek so w y ch p ró b z a sto so w a ń p o m ia ró w siły sk raw an ia p o d c z a s to c z e n ia w diagnostyce zużycia z a ró w n o n atu raln eg o (V B ), ja k i k atastro ficzn eg o są p ra c e p ro w a d z o n e w P olitechnice W arszaw sk iej, np. [B ajtyngier i Jem ielniak, 1988] i [Jem ielniak, 1995], p o d su m o w a n e w [Jem ielniak, 2 0 0 1 ]. P o d ejm u jąc p ró b y z a sto so w an ia p o m ia ró w siły sk raw an ia zw racan o u w ag ę n a k o n iecz n o ść sto so w a n ia o d p o w ied n ich m e to d p rz e tw a rz a n ia sygnału p o m iaro w eg o . U w y p u k lan o n iek o rzy stn ą, d u ż ą czu ło ść siły skraw ania n a zm iany p a ra m e tró w skraw ania,

(11)

a ta k ż e zm ien n o ść w y n ik a ją c ą z c h a ra k te ru p ro w a d z o n e j o b ró b k i. T y p o w y m p rz y k ła d e m je s t w ty m p rz y p a d k u frezo w an ie. W [V irck i T łusty, 1992] p o d e jm o w a n o p ró b y analizy w pływ u n ieró w n o m iern eg o ro z k ła d u p o s u w u n a o s trz e p o w o d o w a n e g o złam an iem o s trz y głow icy frezarskiej. N a to m ia st w [R ich ter i Ś p iew ak , 1990] d ą ż o n o d o zm niejszenia zm ienności an alizo w an eg o sygnału p o p rz e z z a sto so w a n ie m e to d y ru ch o m ej średniej. S to s o w a n o tak że b ardziej ro z b u d o w a n e m e to d y p rz e tw a rz a n ia sygnału p o m ia ro w e g o , np. [S zab o e t al., 1989].

W p ra c y tej p ro w a d z o n o analizy sk ład o w ej o b w o d o w e j siły frezo w an ia m e to d ą D a ta D e p e n d a n t S ystem . N a to m ia st w [B asil, 1994] a n alizo w an o sk ła d o w ą p o s u w o w ą siły w iercen ia w d zied zin ie często tliw o ści. W w ielu p ra c a c h z w ra c a n o u w a g ę na kłopotliw y, w y m ag ają cy zazw y czaj zm ian k o n stru k cy jn y ch obrabiarki, m o n ta ż c zu jn ik ó w siły skraw ania.

P ró b ą ro z w ią z a n ia te g o p ro b le m u było sto so w a n ie p o m ia ró w w ie lk o śc i w tó rn y c h w sto su n k u d o sił sk raw an ia, np. p rą d u lub m o cy silników p o su w o w y c h [C o n sta n tin id e s i B e n n e tt, 1987], [K o sm o l i S o k o ło w sk i, 1991].

A nalizując z a sto so w a n ia d rg ań ja k o kolejnej w ielk o ści stan o w iącej p o te n c ja ln e źró d ło inform acji o zu ży ciu o s trz a z a u w a ż a się sto su n k o w o d u ż ą liczbę p ra c m ający ch c h arak ter b a d ań p o d sta w o w y c h , np. [M e h ta e t al., 1983], [R ao , 1986]. W p ra c a c h ty ch k o n c e n tro w a n o się n a w sk a z a n iu p a sm a c zęsto tliw o ści, w k tó ry m u jaw n iały się zjaw isk a zw iązane z n a tu ra ln y m zu ży ciem o s trz a sk raw ająceg o . N a stę p n ie , p o d o b n ie j a k w p rz y p a d k u p ró b z a sto so w a ń p o m ia ró w siły sk raw an ia, w y k azy w an o z n a c z n ą z a le żn o ść p o z io m u d rg ań o d p a ra m e tró w sk raw an ia, np. [B ahre e t al., 1992]. C iek aw y m p rz y k ła d e m p ró b o p ra c o w a n ia strateg ii identyfikacji zu ży cia n atu ra ln e g o o s trz a p o d c z a s to c z e n ia je s t z a sto so w a n ie analizy cep straln ej [M echanik, 1989] i [L ierath e t al., 1988]. P o ró w n u ją c u z y sk iw an e w yniki zau w aża się je d n a k ż e zasad n icze ro zb ieżn o ści. W [M echanik, 1989] w y k a z a n o b a rd z o m a łą p rz y d a tn o ść c e p stru m d o w y z n aczen ia sy m p to m u n atu ra ln e g o zu ży cia o strz a , cz e m u z a p rz e c z a ją w nioski p rz y ta c z a n e w [L ierath e t al., 1988]. B ad an ia n ad z a sto so w a n ie m p o m ia ró w d rg ań w u k ład ach diag n o sty czn y ch n arz ę d z ia p ro w a d z o n o ró w n ie ż w odniesieniu do zu ży cia k atastro ficzn eg o . P rz y k ła d o w o , w [K im i K lam ecki, 1990] z a sto so w a n o m e to d ę w z o rc a p o p ra w n e g o p rzeb ieg u o b ró b k i w celu identyfikacji w y k ru sz e ń o strz a , b azu jącej n a p o m ia rz e p rz y sp ie sz e ń d rg ań sk rętn y ch w rz e c io n a frezarki.

In ten sy w n e b ad an ia p ro w a d z o n o n a d za sto so w a n ie m p o m ia ró w em isji ak u sty czn ej (E A ).

Z a k lasy czn e u zn ać m o ż n a p ró b y o k reślen ia w sp ó łzm ien n o ści w sk a ź n ik ó w zu ży cia o strz a z w a rto ś c ią sk u te c z n ą sygnału E A , w sp ó łczy n n ik am i dew iacji i spłaszczenia, cz y te ż c z ę sto tliw o śc ią p rz e jść p rz e z p o z io m z ero w y , np. [T eti i D o m feld , 1989], [D iniz e t al., 1992].

A n alizo w an o ró w n ie ż sp o w o d o w a n e zuży ciem V B zm iany p o z io m u em isji akustycznej w y stę p u ją c e p o d c z a s w cin an ia o s trz a sk raw ająceg o [T ak esh ita i In asak i,1 9 9 1 ] lub zm iany energii E A [E m el i K an n atey -A sib u , 1991]. P rzy k ład em sto so w a n ia b ard ziej w yrafin o w an y ch m e to d p rz e tw a rz a n ia sygnału p o m ia ro w e g o je s t [L iang i D o m fe ld , 1989]. C elem b ad a ń było w y k azan ie w sp ó łzm ien n o ści zu ży cia n atu raln eg o z p a ra m e tra m i m o d e lu a u to re g re sji bieżącej

w a rto ś c i sk u teczn ej em isji akustycznej. W [D iei i D o m feld , 1987] zasto so w a n o natom iast filtrację g rz e b ie n io w ą sygnału E A w celu w sk azan ia cech sygnału niezależnych o d p a ra m e tró w skraw ania. P ro w a d z o n o ta k ż e b ad an ia n ad w y k o rzy stan iem p o m ia ró w em isji akustycznej do d iag n o sty k i k ata stro fic z n e g o zu ży cia narzędzi. W ty m p rz y p a d k u k o n c e n tro w a n o się zazw yczaj n a p o m iarach energii E A , w yzw alanej w chw ili złam ania lub w y k ru szen ia o strz a sk raw ająceg o [K önig e t al., 1992].

P rz y to c z o n e p o z y c je lite ra tu ro w e oczy w iście nie w y c z e rp u ją ch arak tery sty k i sto so w a n y c h p o d ejść. W form ie u zupełnienia w sk azu je się n a u zn an e z a in teresu jące p ró b y z a sto so w a n ia m e to d w izyjnych i o p to elek tro n iczn y ch [G iusti e t al., 1987]. W [T a k a ta e t al., 1987] z a p ro p o n o w a n o p o m ia r p rę d k o śc i o b ro to w e j w rz e c io n a frezark i ja k o w ielkości, k tó rej analiza d o sta rc z a ła inform acji o zużyciu o strz y n arzęd zia. O dm ienne p o d ejście d o diagnostyki n arzęd zi o b ro to w y c h p rz e d sta w io n o w [T a k a ta e t al., 1986]. W p ra c y tej analizow ano dźw ięk em ito w an y p o d c z a s sk raw an ia n a cen tru m o bróbczym , b azu ją c n a k ró tk o c z a so w y c h w idm ach m o c y sto so w an y ch w analizie m ow y. Z w raca się ró w n ież u w a g ę n a p ró b y p ro g n o zo w an ia zu ży cia n arz ę d z ia z za sto so w a n ie m m odeli analitycznych [G aw lik i Z ębala, 1995].

W ty m m iejscu d o g o d n e a zarazem k o n iecz n e w u zn an iu a u to ra je s t uw zględnienie z a p o c z ą tk o w a n e j na p rzeło m ie lat 80. i 90. n o w ej o rien tacji b ad a ń w dziedzinie d iagnostyki O P N -P S . P re k u rso re m tej o rien tacji b y ł R angw ala, k tó re g o p ra c e z lat 1986-1990 p o d su m o w a n o m ięd zy innym i w [R angw ala i D o m feld , 1990]. R an g w ala tra k to w a n y je s t ja k o p re k u rs o r z a sto so w a ń sieci n eu ro n o w y c h w d iag n o sty ce zu ży cia n arzęd zi skraw ających.

W sw y ch bad an iach R an g w ala z a sto so w a ł w ie lo w a rs tw o w ą sieć n e u ro n o w ą tre n o w a n ą a lg o ry tm em w steczn ej p ro p a g a c ji b łęd ó w (sieć n e u ro n o w a F eed F o rw a rd B a c k P ro p a g a tio n - F F B P ). G w o li ścisłości zaz n a c z a się, iż z a sto so w an ie sieci m o żliw e było p o opublikow aniu p rac R u m e lh a rd ta ([R u m elh ard t e t al., 1986]), k tó r y z a p ro p o n o w a ł efek ty w n y algorytm tren in g u sieci w ielo w arstw o w y ch . W p ra c a c h R angw ali p o d ejm o w an o ta k ż e p ró b y w yboru isto tn y ch danych sto su jąc m e to d ę m acierzy ro z p ro sz e n ia (S M ) sk o ja rz o n ą z algorytm em sekw encyjnego p rzeszu k iw an ia w p rz ó d (S F S ). K o n ty n u ację p ra c R angw ali stan o w iły badania p rz e d sta w io n e w [C hoi e t al., 1990] i [W ang i D o m feld , 1992]. P o d o b n ie ja k R angw ala, a u to rz y ty ch p ra c skupili się n a klasyfikacji n atu raln eg o zużycia o strz a p o d c z a s to c z e n ia o raz z a sto so w a li a n alo g iczn ą m e to d ę w y b o ru isto tn y ch danych.

O p u b lik o w an ie p ra c R angw ali o ra z ro sn ą c e zain tereso w an ie sieciam i n euronow ym i sp o w o d o w a ły law inow y w z ro s t liczby badań. W [B a rto n i T h an g araj, 1991] zasto so w a n o sieć n e u ro n o w ą F F B P do d iag n o sty k i stan u w ierteł, bazując na p o m iarach d rg ań w rzeciennika ce n tru m o b ró b czeg o . N a stę p n ie w sk a z a ć m o żn a n a p ró b y z a sto so w an ia sieci F F B P do m o d elo w an ia zależn o ści p o m ię d z y p aram etram i obciągania ściernicy i ch ro p o w a to śc ią p o w ierzch n i p rz e d m io tu o b ro b io n eg o [S ak ak u ra i Inasaki, 1992]. Is to tn e s ą ta k ż e badania w pływ u zużycia n a d o k ła d n o ść w y m iaro w ą p rzed m io tu o b rab ian eg o p o d c z a s to c z e n ia [H am rol i T w ard o w sk i, 1995]. S pecyficzne p o d ejście o p isan o w [M o n o sto ri, 1992], [M o n o sto ri, 1993].

(12)

W b ad an ia ch ty c h „ u c z o n o ” sieć F F B P ro z p o z n a w a n ia g łę b o k o śc i sk ra w a n ia w p rz y p a d k u sk raw an ia o stry m n arzęd ziem . N a to m ia st w y zn aczan e w try b ie te s to w a n ia sieci ró żn ice p o m ię d z y o b lic z o n ą i zn an ą, rz e c z y w is tą g łę b o k o ś c ią sk ra w a n ia in te rp re to w a n o ja k o w p ły w p o stę p u ją c e g o zu ży cia V B o strz a . D o d a ć m o żn a, ż e liczb ę d a n y c h w ejścio w y ch u sta lo n o sto su jąc w sp o m n ia n ą w cześniej m e to d ę b a z u ją c ą n a m a c ie rz y ro z p ro sz e n ia (SM ) i alg o ry tm ie SFS.

P ra c e p rz e d s ta w io n e w [Sunil e t al., 1990] c h a ra k te ry z u ją się znaczn ie szerszy m u jęciem p ro b le m u zu ży cia o s trz a sk raw ająceg o . F izykalna z a le żn o ść p o m ię d z y zużyciem i c h ro p o w a to ś c ią p o w ie rz c h n i o b ro b io n ej stan o w iła w ty m p rz y p a d k u p o d s ta w ę z a sto so w a n ia h ierarch iczn ie p o łą c z o n y c h sieci F F B P , w yzn aczający ch w p ie rw sz y m k ro k u w a rto śc i w sk a ź n ik ó w zu ży cia o strz a , a n astęp n ie w a rto ś c i p a ra m e tró w c h ro p o w a to śc i. P o d o b n ie szerszy m u jęciem c h a ra k te ry z u ją się b ad an ia p rz e d s ta w io n e w [T esh im a e t al., 1993], w k tó ry c h analiz zu ży cia o s trz a d o k o n y w an o n a p o d sta w ie p rz e tw o rz o n y c h o b ra z ó w (zdjęć) p o w ie rz c h n i p rzy ło żen ia i n atarcia. T a k ż e w [B h ar e t al., 1994] z a sto so w a n o sy stem w izyjny i sieć n e u ro n o w ą F F B P w d iag n o sty ce zu ży cia n atu raln eg o . N a to m ia st w [Y ao i F an g , 1993]

ro z w a ż a n o w p ły w n atu ra ln e g o zużycia o s trz a nie ty lk o n a c h ro p o w a to ś ć p o w ierzch n i o b ro b io n ej ale ró w n ie ż n a p o s ta ć w ió ró w .

A nalizując k o lejn e p rz y k ła d y z a sto so w a ń sieci n eu ro n o w e j F F B P z a u w a ż a się, że sieć ta p rz e s ta ła być je d y n y m i zasad n iczy m n a rz ę d z ie m p rz e tw a rz a n ia danych. P rzy k ład o w o , w [W estk am p er e t al., 1995] analizow ano m o żliw o ść z a sto so w a n ia sieci F F B P w układzie ste ro w a n ia a d ap ta cy jn eg o g e o m etry czn eg o . N a stę p n ie w sk a z a ć m o ż n a n a p ró b y z a sto so w a n ia sy stem u e k sp e rto w e g o d o p o d e jm o w a n ia d ecyzji o sp o so b ie elim inacji lub red u k cji id en ty fik o w an y ch z z a sto so w a n ie m sieci F F B P d rg a ń szlifierki [M o ri e t al., 1992]. Sieć n e u ro n o w ą F F B P sto so w a n o ró w n ież w u k ład ac h optym alizacji, np. [M a rsu m u ra e t al., 1993], [K o i C h o , 1994]. W [K o i C h o , 1994] z a sto so w a n o k a sk a d o w o p o łą c z o n e sieci n eu ro n o w e do optym alizacji p a ra m e tró w frezo w an ia w celu m inim alizacji zu ży cia o strz a .

S ieć n e u ro n o w a F F B P nie stan o w iła ró w n ie ż je d y n e g o ty p u sieci n eu ro n o w y c h i je d y n e j m e to d y sztu czn ej inteligencji an alizo w an y ch w św ietle d iag n o sty k i O P N -P S . P ierw szy m p rz y k ła d e m m o ż e być [E lanayar i Shin, 1992], g d z ie z a sto so w a n o R ad ial B asis N e u ra l N e tw o rk d o o c e n y n atu raln eg o zu ży cia p o w ierzch n i p rz y ło ż e n ia i p o w ie rz c h n i natarcia.

R elaty w n ie c z ę sto s to s o w a n ą w p ró b a c h d iag n o sty k i z a ró w n o n a tu ra ln e g o zu ży cia o strz a (np. [B u rk ę, 1989]), ja k i zu ży cia k ata stro fic z n e g o (np. [T an sel i M c L aughlin, 1991]) była sieć A R T 2 [C a rp e n te r i G ro ssb e rg , 1987]. P rzy k ład em z a sto so w a n ia kolejnej odm ian y sieci A R T , tj. sieci A R T 2 A [C a rp e n te r e t al., 1991], je s t [T a m g e t al., 1994], gdzie sk o n c e n tro w a n o się n a p ro b lem ie d iag n o sty k i d rg a ń sam o w zb u d n y ch w y stęp u jący ch p o d czas w iercenia. S to s u n k o w o rz a d k o sto so w a n e , aczk o lw iek b ard zo in teresu jące z p u n k tu w id zen ia analogii d o fu n k c jo n o w a n ia m ó z g u lu d zk ieg o , były sieci n e u ro n o w e o p ra c o w a n e p rz e z K o h o n en a, K o h o n e n 's F e a tu re M a p (K F M ) lub sieć tre n o w a n a z z a sto so w a n ie m algorytm u

W in er-T a ke-A ll (W T A ) [K ohonen, 1988]. P ró b y z a sto so w a ń sieci K F M w d iag n o sty ce stanu o strz a sk raw ająceg o p o d c z a s to c z e n ia i w iercen ia p rz e d sta w io n o w [L eem i D reyfus, 1992].

W [K acalak, 1995a] z a sto so w a n o n ato m iast zm o d y fik o w an y alg o ry tm treningu k o n k u ren cy jn eg o sieci K o h o n en a w zad an iu optym alizacji cykli w sp ó łrzęd n o ścio w eg o szlifow ania o tw o ró w . W spom nieć ró w n ież n ależy o interesujących b ad an ia ch p o ró w n aw czy ch , np. p o ró w n a n iu w y n ik ó w z a sto so w a ń sieci n eu ro n o w ej F F B P i sieci A R T 2 [C hoi et al., 1990]

lub sieci A R T 2 i sieci K F M [Jam m u e t al., 1993].

P o d e jm o w a n o ta k ż e , ja k k o lw ie k znacznie m niej intensyw ne w św ietle liczby publikacji, p ró b y sto so w a n ia logiki ro zm y tej (w n io sk o w an ia ro z m y te g o ) [Z adeh, 1983]. W sk azać w ty m p rz y p a d k u m o ż n a n a p ró b y z a sto so w a n ia logiki ro zm y tej (F L ) w d iag n o sty ce stan u n arzędzia [D u e t al., 1992] lub d iag n o sty ce p ro c e s u fo rm o w an ia w ió ró w [Jaw ahir i Fei, 1993], a tak że d o k o m p en sacji zak łó c eń p ro c e s ó w tech n o lo g iczn y ch [K acalak i W aw ryn, 1995]. P ublikow ane są ró w n ie ż isto tn e dla dalszeg o ro z w o ju b ad ań m e to d sztu czn ej inteligencji uogólnienia w ybranych p o d ejść, np. [K acalak, 1995], o ra z zestaw ien ia i p o ró w n a n ia w y n ik ó w zasto so w ań sieci n e u ro n o w y c h i logiki ro zm y tej [M o n o sto ri, 1995], [Inasaki, 1995].

D ą ż ą c d o p o d su m o w a n ia b ad ań p rz e p ro w a d z o n y c h d o p o ło w y lat 9 0., w sk azu je się na ch ro n o lo g ię b a d ań zrealizo w an y ch p rz e z a u to ra niniejszej pracy. P ie rw sz y e ta p badań, p o d su m o w a n y m ięd zy innym i w [S o k o ło w sk i i K osm ol, 1991] i [S o k o ło w sk i e t al., 1992], sp ro w a d z a ł się d o klasycznych p ró b w y zn aczen ia sy m p to m ó w zu ży cia o s trz a skraw ającego n iezależnych o d p a ra m e tró w o b róbki. B azu jąc n a w n io sk ach z p rz e p ro w a d z o n y c h badań, na p o c z ą tk u lat 90. p o d ję to p ró b y z a sto so w a ń w ybran y ch m e to d sztucznej inteligencji, tj. sieci n eu ro n o w y c h i h y b ry d o w y ch sy stem ó w logiki rozm ytej, tzw . n e u ro -fu z z y logie system s (np.

[S o k o ło w sk i, 1993]), a ta k ż e alg o ry tm ó w gen ety czn y ch (np. [S o k o ło w sk i i R ehse, 1994]).

P ro w a d z o n e p ra c e p o zw o liły n a w stęp n e, a z a ra z e m b ardziej szc z e g ó ło w e analizy w ybranych zagadnień. A n alizo w an o zagadnienie p ro g n o z o w a n ia w y so k o śc i z a d z io ró w p o o b ró b k o w y c h z z a sto so w a n ie m sieci n eu ro n o w ej F F B P i logiki ro zm y tej [S o k o ło w sk i e t al., 1994a] o raz p ro b le m k o m p en sacji o d k ształceń term iczn y ch szlifierki [C am p o s e t al., 1994]. N astęp n ie p o ró w n y w a n o w yniki uzy sk iw an e w p rz y p a d k u z a sto so w a ń klasycznych m e to d p rzetw arzan ia d anych [S o k o ło w sk i i K osm ol, 1995c] i sieci n eu ro n o w ej F F B P [S o k o ło w sk i, 1995], [S o k o ło w sk i e t al., 1995] i [K önig et al., 1995]. P o ró w n y w a n o ta k ż e w y brane ty p y sieci n e u ro n o w y c h w z a sto so w an iach do diag n o sty k i O P N -P S [S o k o ło w sk i i D o m feld , 1994a]

i [S o k o ło w sk i i K o sm o l, 1995e]. P rz e p ro w a d z o n e p ra c e b a d aw cze um ożliw iły p o d jęcie p ró b u o g ó ln ień i z e staw ień u zy sk an y ch w y n ik ó w [S o k o ło w sk i i D o m fe ld , 1994], [S o k o ło w sk i i K osm ol, 1994], a ta k ż e [S o k o ło w sk i i K osm ol, 1995] i [K o sm o l (red ), 1996].

D o k o n u ją c ogó ln ej o cen y b ad a ń p rz e p ro w a d z o n y c h d o p o ło w y lat 90. w y d aw ać się m o że, że p ro b le m d iag n o sty k i stan u o s trz a sk raw ająceg o , a w d om yśle diag n o sty k i O P N -P S , był bliski ro zw iązan ia. Jed n ak że p o g lą d tak i, ro z w a ż a n y ró w n ież w św ietle u w ag i kom en tarzy z ro zd ziału 1, n ależ y u zn ać za zbyt p o ch o p n y . D o k ład n a analiza sch arak tery zo w an y ch p rac

Wybrane zagadnienia projektowania układów diagnostycznych obrabiarki i procesu skrawania

Andrzej SOKOŁOWSKI

P.

WYBRANE ZAGADNIENIA PROJEKTOWANIA UKŁADÓW DIAGNOSTYCZNYCH

OBRABIARKI I PROCESU SKRAWANIA

GLIWICE 2003

Andrzej SOKOŁOW SKI

W YBRANE ZAGADNIENIA PROJEKTOWANIA UKŁADÓW DIAGNOSTYCZNYCH

OBRABIARKI I PROCESU SKRAWANIA

WYDAWNICTWO POLITECHNIKI ŚLĄSKIEJ

GLIWICE 2003

SPIS TREŚCI

CONTENTS

WYKAZ PODSTAWOWYCH OZNACZEŃ

1. WPROWADZENIE

2. PRZEDMIOT PRACY W UJĘCIU LITERATUROWYM