DOI: https://doi.org/10.32515/2664-262X.2019.1(32).184-194

Побудова хмарних інформаційних технологій оптимізації технологічного процесу відновлення та зміцнення поверхонь деталей

Т.В. Смірнова, Є.К. Солових, О.А. Смірнов, О.М. Дрєєв

Об авторах

Т.В. Смірнова,, кандидат технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

Є.К. Солових, професор, доктор технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

О.А. Смірнов, професор, доктор технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

О.М. Дрєєв, кандидат технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

Анотація

У даній роботі розглядається проблематика оптимізації технологічного процесу відновлення та зміцнення поверхонь деталей в умовах гнучкої зміни параметрів проведення технологічних операцій. Для цього треба розробити відповідну інформаційну технологію у вигляді рекомендаційної системи, яка дозволяє обрати оптимізований ланцюг технологічних процесів, які у свою чергу дозволяють за заданими критеріями реалізувати технологічний процес відновлення та зміцнення поверхонь деталей. Виходячи з широкого розповсюдження Інтернету, та застосування його у сучасному виробництві, дана технологія пропонується у вигляді хмарного сервісу. Предметом вивчення у статті є хмарна інформаційна технологія оптимізації технологічного процесу відновлення та зміцнення поверхонь деталей. Метою роботи відповідно є побудова хмарної інформаційної технології оптимізації технологічного процесу відновлення та зміцнення поверхонь деталей із заданими характеристиками на основі комбінації декількох технологічних процесів. Для цього у даній роботі була розв’язана наступна низка задач: проведений огляд відомих експертних систем оптимізації технологічного процесу та їх приведення до абстрактного вигляду, для цього був представлений рух інформації в експертній системі оптимізації технологічних процесів, яка побудована на базі аналізу процесу електродугового напилення; формалізовано підмножини абстрактних експертних систем оптимізації технологічного процесу; формалізовано рекомендаційні системи для забезпечення оптимізації ланцюга технологічного процесу, як надбудови експертної системи над експертними системами окремих технологічних процесів. Результатами роботи є інформаційна технологія оптимізації технологічного процесу відновлення та зміцнення поверхонь деталей як хмарний сервіс. Висновки: в роботі у сукупності запропонована інформаційна технологія вирішення задачі побудови оптимізованого ланцюга технологічних процесів відновлення та зміцнювання поверхонь валів, з вибором більш оптимального процесу серед альтернативних, у вигляді хмарного сервісу.

Ключові слова

інформаційні технології, експертні системи, відновлення, зміцнення, деталь, технологічний процес
PDF

Посилання

1. Hoh, V.D., Meleshko, E.V. & Yakimenko, M.S. (2016). DoslIdzhennya metodIv pobudovi ekspertnih sistem. Sistemi upravlInnya, navIgatsIYi ta zv'yazku, 4(40), 48-52 [in Ukrainian].

2. Skripka, K.I. & Zenkin, M.A. (2004). Ekspertna sistema avtomatizovanogo viboru sposobIv vIdnovlennya spratsovanih detaley. VIsnik ZhDTU. TehnIchnI nauki, 1 (28), 66-68 [in Ukrainian].

3. Limarenko, V. V. (2019). InformatsIyna sistema pIdtrimki rIshen dlya avtomatizatsIYi stvorennya tehnologIchnih protsesIv mehanoobrobki detaley visokotochnogo obladnannya: disertatsIya kand. tehn. Nauk. HarkIv [in Ukrainian].

4. Limarenko, V.V., Havina, I.P., & Risovannyiy, A.N. (2017). Postanovka i reshenie zadachi parametricheskoy optimizatsii operatsiy rezaniya metallov. Sistemi upravlInnya, navIgatsIYi ta zv’yazku, 4 (44), 20–24 [in Russian].

5. Limarenko, V.V & Havina, I.P. (2017). Reshenie zadachi optimizatsii parametrov obrabotki metallov pri operatsii tocheniya. RadIoelektronnI I komp’yuternI sistem, 3 (83), 77–86 [in Russian].

6. Babich, K.K., Sekirin, A.I. & Novikov, D.D. (2017). Podsistema optimizatsii rabotyi gibkih proizvodstvennyih sistem s ispolzovaniem mnogokriterialnyih geneticheskih algoritmov. Informatika I kIbernetika. Pokrovsk: DonNTU, 3 (9), 24–28 [in Russian].

7. Gania, I.P., Stachowiak, A. & Oleśkуw-Szłapka, J. (2017). Flexible Manufacturing Systems: Industry 4.0 Solution. 24th International Conference on Production Research, 57–62 [in English].

8. Slim Bechikh, Rituparna Datta & Abhishek Gupta. (2017). Recent Advances in Evolutionary Multi-objective Optimization, Switzerland: Springer International Publishing, 165 [in English].

9. Magruk A. (2016). The internet of things as the future technological trend of the innovative development of logistics. Research in Logistics and Production. Poznan: University of Technology, №7, 16–24 [in English].

10. Wit, Grzesik. (2016). Advanced Machining Processes of Metallic Materials. Theory, Modelling, and Applications. Amsterdam, 2nd Edition, 608 [in English].

11. Rathod, K.B. & Lalwani D. (2016). Modeling of Cutting Forces for Finishing and Roughing Operations in Oblique Cutting. Journal of Manufacturing Engineering, 11, 126–134 [in English].

12. Milan, Milutinović & Ljubodrag, Tanović. (2016).Сutting Forces in Hard Turning Comprising Tool Flank Wear and its implication for the Friction Between Tool and Workpiece. Tehnički vjesnik, № 23, 1373–1379 [in English].

13. Rao, C.J., Sreeamulu, D. & Arun Tom Mathew. (2014). Analysis of Tool Life during Turning Operation by Determining Optimal Process Parameters. Procedia Engineering. Amsterdam: Elsevier, № 97, 241–250 [in English].

14. Nidhiry, N.M. & Saravanan, R. (2014). FMS scheduling optimization using modified NSGA-II. International Journal of Mechanical and Production Engineering, 2, № 2, 1–6 [in English].

15. Nidhiry, N. M. & Saravanan, R. (2014). Scheduling optimization of a flexible manufacturing system using a modified NSGA-II algorithm. Advances in Production Engineering & Management, 9, № 3, 139–151 [in English].

16. Wan, J. Yan, H. & Liu, Q. (2013). Enabling cyber-physical systems with machine-to-machine technologies. International Journal of Ad Hoc and Ubiquitous Computing, №13, 187–196 [in English].

Пристатейна бібліографія ГОСТ

  • Хох В.Д., Мелешко Є.В., Якименко М.С., Дослідження методів побудови експертних систем. Системи управління, навігації та зв'язку. 2016. вип. 4(40). С.48-52.
  • Скрипка К.І., Зенкин M.А. Експертна система автоматизованого вибору способів відновлення спрацьованих деталей. Вісник ЖДТУ. Технічні науки. 2004. № 1 (28). С. 66-68.
  • Лимаренко В. В. Інформаційна система підтримки рішень для автоматизації створення технологічних процесів механообробки деталей високоточного обладнання: дисертація канд. техн. наук, Національний технічний університет «Харківський політехнічний інститут». Харків. 2019.
  • Лимаренко В.В., Хавина И.П., Рисованный А.Н. Постановка и решение задачи параметрической оптимизации операций резания металлов. Системи управління, навігації та зв’язку. Полтава: ПНТУ ім. Ю. Кондратюка. 2017. вип. 4 (44). С. 20–24,
  • Лимаренко В.В, Хавина И.П. Решение задачи оптимизации параметров обработки металлов при операции точения. Радіоелектронні і комп’ютерні системи. Харків: НАУ ім. Н. Є. Жуковського «ХАІ». 2017. вип. 3 (83). С. 77–86.
  • Бабич К.К., Секирин А.И., Новиков Д.Д. Подсистема оптимизации работы гибких производственных систем с использованием многокритериальных генетических алгоритмов. Інформатика і кібернетика. Покровськ: ДонНТУ. 2017. № 3 (9). С. 24–28.
  • Gania I.P., Stachowiak A., Oleśkуw-Szłapka J. Flexible Manufacturing Systems: Industry 4.0 Solution. 24th International Conference on Production Research. Poznan. 2017. Р.57–62.
  • Slim Bechikh, Rituparna Datta, Abhishek Gupta. Recent Advances in Evolutionary Multi-objective Optimization. Switzerland: Springer International Publishing. 2017. Р. 165.
  • Magruk A. The internet of things as the future technological trend of the innovative development of logistics. Research in Logistics and Production. Poznan: University of Technology. 2016, №7. Р. 16–24.
  • Wit Grzesik. Advanced Machining Processes of Metallic Materials. Theory, Modelling, and Applications. Amsterdam. 2016. 2nd Edition. Р. 608.
  • Rathod K.B., Lalwani D. Modeling of Cutting Forces for Finishing and Roughing Operations in Oblique Cutting. Journal of Manufacturing Engineering. Amsterdam: Elsevier. 2016. Vol. 11. Р. 126–134.
  • Milan Milutinović, Ljubodrag Tanović. Сutting Forces in Hard Turning Comprising Tool Flank Wear and its implication for the Friction Between Tool and Workpiece. Tehnički vjesnik. 2016. № 23. Р. 1373–1379.
  • Rao C.J., Sreeamulu D., Arun Tom Mathew. Analysis of Tool Life during Turning Operation by Determining Optimal Process Parameters. Procedia Engineering. Amsterdam: Elsevier. 2014. № 97. Р. 241–250.
  • Nidhiry N.M., Saravanan R. FMS scheduling optimization using modified NSGA-II. International Journal of Mechanical and Production Engineering. 2014. Vol. 2, № 2. Р. 1–6.
  • Nidhiry N. M., Saravanan R. Scheduling optimization of a flexible manufacturing system using a modified NSGA-II algorithm. Advances in Production Engineering & Management. 2014.Vol. 9, № 3. Р. 139–151.
  • Wan J. Yan H., Liu Q.Enabling cyber-physical systems with machine-to-machine technologies. International Journal of Ad Hoc and Ubiquitous Computing. 2013. №13. Р 187–196.

  • Copyright (c) 2019 Т.В. Смірнова, Є.К. Солових, О.А. Смірнов, О.М. Дрєєв