К автономному управлению техническим состоянием станков

Введение. В настоящее время внимание разработчиков и исследователей сфокусировано на автоматизированном поддержании работоспособности технологических машин, особенно в условиях компьютеризации производства. Существенно расширены возможности оценки технического состояния оборудования, диагностики и мониторинга неисправностей. Это позволяет предотвращать отказы и минимизировать влияние неблагоприятных факторов на производительность. С этой целью создается некоторая автономная система управления, концептуальным проблемам которой посвящена данная статья.

Материалы и методы. Рассмотрена система автономного управления техническим состоянием станка. Показано, что сигналы с датчиков и на исполнительные механизмы поступают через распределенные узлы управления техническим состоянием устройств станка. При этом необходимая связь обеспечивается возможностями e-MindMachine. К обобщенным функциям управления техническим состоянием металлорежущих станков отнесено принятие решений и исполнение команд c использованием встроенных средств. Описана и разъяснена специфика в построении системы технического обслуживания станков. В итоге обосновано следующее утверждение: при анализе процессов в станках и синтеза решений для управления поддержанием работоспособности станка (ПРС) адекватны методы искусственного интеллекта и интеллектуального управления (в том числе теории нечетких множеств и нечеткой логики).

Результаты исследования. Предлагаемый подход позволяет оценить достижения, представленные в известных системах технического обслуживания машин, и повысить уровень обслуживания до самостоятельно работающих систем автоматизированного автономного управления техническим состоянием. Рассмотрена структура системы, к обобщенным функциям управления которой отнесены принятие решений и исполнение команд c использованием встроенных средств. Показано, как при синтезе решений для управления используются методы теории нечетких множеств и нечеткой логики. Рекомендованы поэтапная разработка и внедрение автономной системы в зависимости от условий и возможностей предприятия. 

Обсуждение и заключения. Рассмотрены вопросы внедрения системы автономного управления ПРС. Предложены адекватные методики определения последовательности работ и оценки эффективности. В подсистеме мониторинга предусмотрено, во-первых, выполнение традиционной диагностики в процессе наблюдении за состоянием станка в режиме онлайн. Во-вторых, для управления действиями, предотвращающими нарушения работоспособности устройства (или станка в целом), предполагается выполнение следующих функций: оценки результатов диагностики, прогнозирования и выработки решений.

1. Мальцев, А. И. Мониторинг технического состояния крупных машин / А. И. Мальцев, А. А. Мальцев. — Электросталь : ДАМО, 1998. — 62 с.

2. ГОСТ Р ИСО 17359-2009. Контроль состояния и диагностика машин. Общее руководство по организации контроля состояния и диагностирования / Межгосударственный Совет по стандартизации, метрологии и сертификации. —Москва : Стандартинформ, 2010. — 20 с.

3. Никитин, Ю. P. О построении системы диагностирования станков с ЧПУ / Ю. P. Никитин, И. В. Абрамов // Мехатроника, автоматизация и управление. — 2011. — № 4. — С. 32–35.

4. Muller, A. Proactive maintenance for industrial system operation based on a formalised prognosis process /

5. Muller, M.-C. Suhner, B. Iung // Reliability Engineering and System Safety. — 2006. — Vol. 93. — P. 234–253.

6. Intelligent prognostics tools and e-maintenance / J. Lee [et al.] // Computers in Industry. — 2006. — Vol. 57. — P. 476–489.

7. Djurdjanovic, D. Watchdog Agent — an infotronics-based prognostics approach for product performance degradation assessment and prediction / D. Djurdjanovic, J. Lee, J. Ni // Advanced Engineering Informatics. — 2003. — № 17 (3). — P. 109–125.

8. Moore, W.-J. An intelligent maintenance system for continuous cost-based prioritisation of maintenance activities / W.-J. Moore, A.-G. Starr // Computers in Industry. — 2006. — Vol. 57. — P. 595–606.

9. Круглова, Т. Н. Диагностирование и прогнозирование технического состояния мехатронных модулей движения технологического оборудования / Т. Н. Круглова, Н. А. Глебов. — Новочеркасск : ЮРГТУ, 2011. — 120 с.

10. E-Maintenance update: the road to success for modern industry / C. Emmanouilidis [et al.] // Proceedings of the 24th International Congress on condition monitoring and diagnostic engineering management, 2011. – Birmingham : COMADEM International, 2011. — 423 p.

11. Wang, P. Fault prognostics using dynamic wavelet neural networks / P. Wang, G. Vachtsevanos // Artificial Intelligence for Engineering Design, Analysis and Manufacturing. — 2001. — Vol. 15. — P. 349–365.

12. Zhang, W. An agent-based platform for service integration in E-maintenance / W. Zhang, W. Halang, C. Diedrich // Proceedings of ICIT 2003, IEEE international conference on industrial technology. — Piscataway Township : IEEE, 2003. — Vol. 1. — P. 426–33.

13. Lee, J. E-manufacturing: fundamental, tools, and transformation / J. Lee // Robotics and Computer-Integrated Manufacturing. — 2003. — № 19 (6). — P. 501–507.

14. MIMOSA — four years later / J. Mitchell [et al.] // The Journal of Sound and Vibration. — 1998. — Vol. 11. —P. 12–21.

15. Prognostics and health management design for rotary machinery systems — Reviews, methodology and applications / J. Lee [et al.] // Mechanical Systems and Signal Processing. — 2014. — Vol. 42. — P. 314–334.

16. Xiangang Cao. Development of SOA Based Equipments Maintenance Decision Support System / Xiangang Cao, Pingyu Jiang // ICIRA: International Conference on Intelligent Robotics and Applications. — Berlin ; Heidelberg : Springer-Verlag, 2008. — Part II, vol. 5315. — P. 576–582. 65

17. Rissland, E.-L. Combining case-based and rule-based reasoning: A heuristic approach / E.-L. Rissland, D. B. Skala // IJCAI-89 : Proceedings of the 11th international joint conference on Artificial intelligence. — San Francisco : Morgan Kaufmann Publishers Inc., 1989. — Vol. 1. — P. 524–530.

18. Erl, T. Service-oriented Architecture: Concepts, Technology, and Design / T. Erl. — New Jersey : Prentice Hall, 2005. — 764 p.

19. PROTEUS — An integration platform for distributed maintenance systems / T. Bangemann [et al.] // Computers in Industry : Special issue on e-maintenance. — 2006. — № 57 (6). — P. 539–551.

20. Thurston, M. Standards Developments for Condition-Based Maintenance Systems / M. Thurston, M. Lebold // New Frontiers in Integrated Diagnostics and Prognostics : Proceedings of the 55th Meeting of the Society for Machinery Failure Prevention Technology. — Virginia Beach : Defense Technical Information Center, 2001. — P. 363–373.

21. A component based system for S-maintenance / M.-H. Karray [et al.] // 9th IEEE International Conference on Industrial Informatics, INDIN’11. — Caparica ; Lisbon : HAL, 2011. — P. 1–8.

22. Muller, A. On the concept of e-maintenance: Review and current research / A. Muller, C. Marquez, B. Iung // Journal of Reliability Engineering and System Safety. — 2008. — Vol. 93. — P. 1165–1187.

23. Соловьева, Н. Инструмент для соблюдения сроков / Н. Соловьева // Силовые машины. — 2013. — № 14. —С. 4.

24. ГОСТ Р ИСО 13379-2009. Контроль состояния и диагностика машин. Руководство по интерпретации данных и методам диагностирования / Научно-исследовательский центр контроля и диагностики технических систем ; Технический комитет по стандартизации ТК 183 «Вибрация, удар и контроль технического состояния»; Федеральное агентство по техническому регулированию и метрологии. — Москва : Стандартинформ, 2010. — 27 с.

25. Тугенгольд, А. К. Модуль E-Mindmachine в интеллектуальной системе мониторинга станка / А. К. Тугенгольд, Р. Н. Волошин, С. В. Ющенко // Международный научно-исследовательский журнал. — 2015. — № 9 (40), ч. 2. — С. 100–102.

26. Monitoring and Control of Tools in Multifunctional Machine Tools / A. K. Tugengold [et al.] // Russian Engineering Research. — 2017. — Vol. 37, № 5. — P. 440–446.

27. Тугенгольд, А. К. Гибкий мониторинг мехатронных технологических машин / А. К. Тугенгольд, Р. Н. Волошин // Вестник Дон. гос. техн. ун-та. — 2016. — № 4. — С. 51–58.

28. Monitoring of Machine Tools / A. K. Tugengold [et al.] // Russian Engineering Research. — 2017. — Vol. 37, № 8. — P. 440–446.

29. Пуш, В. Э. Автоматические станочные системы / В. Э. Пуш, Р. Пигерт, В. Л. Сосонкин. — Москва : Машиностроение, 1982. — 319 с.

30. Структура и алгоритм работы системы диагностики состояния многооперационного станка [Электронный ресурс] / А. В. Ядченко [и др.] // Современные научные исследования и разработки. — 2017. — № 8 (8). — С. 230–237. — Режим доступа : http://olimpiks.ru/d/1340546/d/vypusk_88.pdf.

31. Аппаратное и программное обеспечение для станка ROBOCUT FANUC [Электронный ресурс] / FANUC. — Режим доступа: http://www.fanuc.eu/ru/ru/robocut-ib/опции-для-станков-robocut (дата обращения 10.10.17).

32. ГОСТ Р ИСО 13379-1-2015. Контроль состояния и диагностика машин. Методы интерпретации данных и диагностирования. Часть 1. Общее руководство / Федеральное агентство по техническому регулированию и метрологии. — Москва : Стандартинформ, 2016. — 33 с.

33. ГОСТ Р ИСО 13381-1-2016. Контроль состояния и диагностика машин. Прогнозирование технического состояния. Часть 1. Общее руководство / Научно-исследовательский центр контроля и диагностики технических систем ; Технический комитет по стандартизации ТК 183 «Вибрация, удар и контроль технического состояния»; Федеральное агентство по техническому регулированию и метрологии. — Москва : Стандартинформ, 2017. — 20 с.

34. ISO 13381-1:2004 Condition monitoring and diagnostics of machines. Prognostics. General guidelines [Электронный ресурс] / British Standards Institution. — Режим доступа: https://shop.bsigroup.com/ProductDetail/?pid=000000000030152751 (дата обращения: 26.02.18).