Improving Accuracy of Processing Through Active Control
https://doi.org/10.7463/aplts.0516.0848198
Abstract
An important task of modern mathematical statistics with its methods based on the theory of probability is a scientific estimate of measurement results. There are certain costs under control, and under ineffective control when a customer has got defective products these costs are significantly higher because of parts recall.
When machining the parts, under the influence of errors a range scatter of part dimensions is offset towards the tolerance limit. To improve a processing accuracy and avoid defective products involves reducing components of error in machining, i.e. to improve the accuracy of machine and tool, tool life, rigidity of the system, accuracy of the adjustment. In a given time it is also necessary to adapt machine.
To improve an accuracy and a machining rate there, currently become extensively popular various the in-process gaging devices and controlled machining that uses adaptive control systems for the process monitoring. Improving the accuracy in this case is compensation of a majority of technological errors. The in-cycle measuring sensors (sensors of active control) allow processing accuracy improvement by one or two quality and provide a capability for simultaneous operation of several machines.
Efficient use of in-cycle measuring sensors requires development of methods to control the accuracy through providing the appropriate adjustments. Methods based on the moving average, appear to be the most promising for accuracy control since they include data on the change in some last measured values of the parameter under control.
About the Authors
N. N. BarbashovRussian Federation
M. E. Limorenko
Russian Federation
A. V. Terenteva
Russian Federation
References
1. Филонов И. П., Медведев А. И. Вероятностно-статистические методы оценки качества в машиностроении : учеб. пособие для вузов. Минск: Тесей, 2000. 127 с.
2. Шишмарев В.Ю. Технические измерения и приборы: учебник для вузов. 2-е изд. М.: Академия, 2012. 383 с.
3. Шторм Р. Теория вероятностей. Математическая статистика. Статистический контроль качества. М.: Мир, 1970. 368 с.
4. Зайцев Г. Н. Управление качеством. Технологические методы управления качеством изделий : учеб. пособие для вузов. СПб.: Питер, 2014. 266 с.
5. Ким Д. П. Теория автоматического управления : учеб. пособие для вузов. Т. 2 : Многомерные, нелинейные, оптимальные и адаптивные системы. М. : Физматлит, 2004. 463 с.
6. Мельников В. П., Смоленцев В. П., Схиртладзе А. Г. Управление качеством : учебник для вузов / Под ред. Мельникова В. П. 3-е изд. М. : Академия, 2007. 345 с.
7. Мирошник И. В., Никифоров В. О., Фрадков А. Л. Нелинейное и адаптивное управление сложными динамическими системами. СПб.: Наука, 2000. 548 с.
8. Рубан А. И. Методы анализа данных : учеб. пособие. 2-е изд. Красноярск : Изд-во Красноярского гос. техн. ун-та, 2004. 319 с.
9. Лиморенко А.Д., Шачнев Ю.А. Исследование возможности повышения точности обработки деталей за счет применения алгоритма управления // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2012. № 11. Режим доступа: http://technomag.neicon.ru/doc/483097.html (дата обращения 08.09.2016). DOI: 10.7463/1112.0483097
10. Лобунина И.И. Разработка и исследование корреляционных методов анализа и повышения точности обработки на шлифовальных станках с приборами активного контроля: автореф. ... дис. канд. техн. наук. Л., 1970. 17 с.
11. Невельсон М.С. Автоматическое управление точностью обработки на металлорежущих станках. Л.: Машиностроение, 1982. 184 с.
12. Шачнев Ю.А. Оптимальное позиционное управление точностью процесса обработки // Взаимозаменяемость, стандартизация и технические измерения. М.: МВТУ, 1981. С. 98-115.
13. ГОСТ Р ИСО 7870-1-2011 Статистические методы. Контрольные карты. Ч. 1. Общие принципы. Введ. 2012-12-01. М.: Стандартинформ, 2012. 15 с.
14. Барбашов Н.Н., Терентьева А.Д. Управление точностью обработки деталей с применением активного контроля // Инженерный вестник. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 9. Режим доступа: http://engsi.ru/doc/814701.html (дата обращения 08.09.2016).
15. Барбашов Н.Н., Терентьева А.Д. Повышение точности обработки методами адаптивного управления // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2016. № 6. Режим доступа: http://technomag.neicon.ru/doc/842276.html (дата обращения 08.09.2016)
16. ГОСТ Р 50779.21-2004 Статистические методы. Правила определения и методы расчета статистических характеристик по выборочным данным. Ч. 1. Нормальное распределение. Введ. 2004-06-01. М.: Госстандарт России, 2004. 47 с.
17. ГОСТ Р 50779.27-2007 (МЭК 61649:1997) Статистические методы. Критерий согласия и доверительные интервалы для распределения Вейбулла. Введ. 2007-11-14. М.: Стандартинформ, 2008. 16 с.
18. ГОСТ Р ИСО 21747-2010 Статистические методы. Статистики пригодности и воспроизводимости процесса для количественных характеристик качества. Введ. 2011-12-01. М.: Стандартинформ, 2012. 28 с.
Review
For citations:
Barbashov N.N., Limorenko M.E., Terenteva A.V. Improving Accuracy of Processing Through Active Control. Machines and Plants: Design and Exploiting. 2016;(5):33-45. (In Russ.) https://doi.org/10.7463/aplts.0516.0848198