izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2019-23-5-145-160izvestswsu-631Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentНечеткое параллельно-конвейерное устройство и способ управления термоэлементомFuzzy Parallel-Conveyor Device and Thermal Element Control MethodБобырьМ. В.BobyrM. V.

Бобырь Максим Владимирович - доктор технических наук, профессор.

ул. 50 лет Октября, 94, Курск, 305040.

Maksim V. Bobyr - Dr. of Sci. (Engineering), Professor.

50 Let Oktyabrya str. 94, Kursk 305040.

fregat_mn@rambler.ruМилостнаяН. А.MilostnayaN. A.

Милостная Наталья Анатольевна - кандидат технических наук.

ул. 50 лет Октября, 94, Курск, 305040.

Natalia A. Milostnaya - Cand. of Sci. (Engineering).

50 Let Oktyabrya str. 94, Kursk 305040.

nat_mil@mail.ruАлтуховД. О.AltukhovD. O.

Алтухов Дмитрий Олегович - аспирант кафедры вычислительной техники.

ул. 50 лет Октября, 94, Курск, 305040.

Dmitrii O. Altukhov - Post-Graduate Student, Department of Computer Engineering.

50 Let Oktyabrya str. 94, Kursk 305040.

dimonalt93@mail.ruЮго-Западный государственный университетSouthwest State University201913122019235145160Copyright © Бобырь М.В., Милостная Н.А., Алтухов Д.О., 20192019Бобырь М.В., Милостная Н.А., Алтухов Д.О.Bobyr M.V., Milostnaya N.A., Altukhov D.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/631Цель исследования

Цель исследования. Увеличение быстродействия работы нечеткого параллельно-конвейерного устройства, основанного на новом способе управления термоэлементом.

Методы

Методы. В процессе обработки изделия на оборудовании с ЧПУ возникает нагрев режущего инструмента и  поверхности  обрабатываемых  деталей.  Термические  деформации  снижают  качество  обработки поверхности заготовки. Для компенсации температурных деформаций используются различные методы: распыление   смазочно-охлаждающей   жидкости,   охлаждение   сжатым   воздухом.   Авторы   предлагают использовать  устройство  для управления охлаждением,  реализованное  на термоэлементе  Пельтье и ПЛИС  семейства  Spartan  3E.  Для  управления  термическими  погрешностями  необходим  постоянный контроль, при этом системы управления строятся на моделях искусственного интеллекта. Вследствие того,  что  входные  переменные  носят  неопределенный  характер,  в  работе  используется  нечеткая логика, которая позволяет описывать взаимосвязь между входными и выходными параметрами.

Результаты

Результаты. Для вычисления значения силы тока, которое зависит от изменения входных параметров, разработана нечеткая математическая модель. Временные тесты, проведенные на частоте 50 МГц, показали, что для вычисления силы тока по разработанной математической модели требуется 380 нс. Для повышения быстродействия нечеткая математическая модель реализована на базе ПЛИС Spartan 3E. В работе была предложена универсальная формула для преобразования ток-напряжение. Результаты тестов показали, что расчет напряжения осуществляется за 190 нс. Было установлено, что устройство для управления термоэлементом выдает управляющий сигнал в течение 570 нс.

Заключение

Заключение. В статье представлено устройство для управления температурным режимом в зоне обработки изделия. В данном устройстве управление термоэлементом осуществляется с помощью генератора  тока,  реализованного  на операционном  усилителе  и биполярном  транзисторе.  Для того, чтобы на исполнительные механизмы станка с ЧПУ поступал сигнал напряжения, авторами разработано устройство для преобразования ток-напряжение, реализованное на ПЛИС. Для вычисления значения силы тока,  которое зависит от изменения температуры в зоне резания, была разработана нечеткая MISO-модель. Проведенные временные тесты позволили установить,  что быстродействие  разработанного устройства в несколько раз выше имеющихся аналогов.

Рurpose of research

Рurpose of research. Operation speed increase of fuzzy parallel-conveyor  device based on a new method of thermal element controlling.

Methods

Methods. Cutting tool and part's surface are heated in the process of device handling using NC-machining technique. Thermal deformations reduce the surface of workpiece treatment quality. Various methods are used to compensate temperature deformations: spraying of lubricating-cooling liquid, cooling by compressed air. The device is proposed to be used for cooling control which is implemented on Peltier thermo element and FPLD Spartan 3E. Constant control is necessary to control thermal errors and control systems are built on artificial intellect models. As input parameters are indeterminate, fuzzy logic is used to describe the connection between input and output parameters.

Results

Results. A fuzzy mathematical model has been developed to calculate current intensity. The intensity depends on the change of input parameters. Tests conducted at 50 MHz showed that 380 ns are necessary to calculate current intensity according to the developed mathematical model. Fuzzy mathematical model is implemented on the basis of FPLD Spartan 3E for faster operation. A universal formula for current-voltage transformation was developed. Test results showed that the voltage calculation is carried out in 190 ns. It was stated that thermo element control device produces a control signal within 570 ns.

Conclusion

Conclusion. The article describes a device for temperature controlling conditions in the product processing area. In this device thermal element controlling is done by a current generator implemented on an operational amplifier and on a bipolar transit generator. A device for current-voltage transformation is implemented on FPLD. It was developed to receive a pressure signal for NC-machining technique actuators to receive a pressure signal.  A fuzzy MISO model has been  developed  to calculate  current  magnitude  that  depends  on temperature  change  in the cutting  zone. Conducted tests showed that the speed of this device is several times higher than present analogues.

термоэлемент Пельтьенечеткая логикаПЛИСмягкие вычислениягенератор токаPeltier thermo elementfuzzy logicFPLDsoft computingcurrent generatorРабота выполнена при поддержке Госзадания: Соглашение №2.3440.2017/4.6 и гранта РНФ №16-19-00186.The research is done in RFFR №16-19-00186 and state task №2.3440.2017/4.6.ReferencesLiang M., Yeap T., Hermansyah A., Rahmati S. Fuzzy control of spindle torque for industrial CNC machining // International Journal of Machine Tools and Manufacture. 2003. P. 1497–1508. doi:10.1016/s0890-6955(03)00166-4.Liang M., Yeap T., Hermansyah A., Rahmati S. Fuzzy control of spindle torque for industrial CNC machining. International Journal of Machine Tools and Manufacture, 2003, pp. 1497–1508. doi:10.1016/s0890-6955(03)00166-4.Mayr J. Thermal issues in machine tools // CIRP Annals Manufacturing Technology, 2012. P. 771–791. doi: 10.1016/j.cirp.2012.05.008.Mayr J. Thermal issues in machine tools. CIRP Annals Manufacturing Technology, 2012, pp. 771–791. doi: 10.1016/j.cirp.2012.05.008.Choudhury I. A., El-Baradie M. A. Machinability of nickel-base super alloys: a general review // Journal of Materials Processing Technology. 1998. P. 278-284. doi: 10.1016/S0924-0136(97)00429-9.Choudhury I.A., El-Baradie M.A. Machinability of nickel-base super alloys: a general review. Journal of Materials Processing Technology, 1998, pp. 278-284. doi: 10.1016/S0924-0136(97)00429-9.Rahman M., Seah W. K. H., Teo T. T. The machinability of inconel 718 // Journal of Materials Processing Technology, 1997. P. 199-204. doi: 10.1016/S0924-0136(96)02624-6.Rahman M., Seah W. K.H., Teo T.T. The machinability of inconel 718. Journal of Materials Processing Technology, 1997, pp. 199-204. doi: 10.1016/S0924-0136(96)02624-6.Баева Л.Б. Влияние смазочно-охлаждающих жидкостей на процесс обработки металлов резанием // Инновации в технологиях и образовании: сборник статей участников IX Международной научно-практической конференции. Курск, 2017. С. 32-34.Baeva L.B. [The Influence of cooling fluids on the process of metal cutting]. Sbornik statei uchastnikov IX Mezhdunarodnoi nauchno-prakticheskoi konferentsii: "Innovatsii v tekhnologiyakh i obrazovanii" [Collection of articles of the IX International scientific and practical conference "Innovations in technology and education"]. Kursk, 2017, pp. 32-34 (In Russ.).Лебединский К.В., Юнкин И.Я., Никишин А.В. Система подачи охлажденного ионизированного воздуха «INAIR» для охлаждения режущего инструмента // Разработка и внедрение ресурсосберегающих и импортозамещающих технологий и устройств: сборник статей VII Международной научно-практической конференции. Пермь, 2016. С. 80-84.Lebedinsky K.V. Yunkin, I.Ya., Nikishin A.V. [The system of supply of cooled ionized air "suspended" for cooling of the cutting tool]. Sbornik statei VII Mezhdunarodnoi nauchno-prakticheskoi konferentsii "Razrabotka i vnedrenie resursosberegayushchikh i importozameshchayushchikh tekhnologii i ustroistv" [Collection of articles in the VII International scientific and practical conference "Development and implementation of resource-saving and import-substituting technologies and devices"]. Perm, 2016, pp. 80-84 (In Russ.)Кабак И.С., Суханова Н.В., Гаделев А.М. Применение нейронных сетей при диагностике состояния режущего инструмента // Известия Кабардино-Балкарского государственного университета. 2012. Т. 2, №4. С. 77-79.Cabak I.S., Sukhanova N.V., Gadelev A. M. Primenenie neironnykh setei pri iagnostike sostoyaniya rezhushchego instrumenta [The use of neural networks in the diagnosis of the state of the cutting tool]. Izvestiya Kabardino-Balkarskogo gosudarstvennogo universiteta = Izvestiya Kabardino-Balkar State University, 2012, vol. 2, no. 4, pp. 77-79 (In Russ.)Shrivastava Y., Singh B. Stable cutting zone prediction in CNC turning using adaptive signal processing technique merged with artificial neural network and multi-objective genetic algorithm // European Journal of Mechanics – A/Solids. 2018. P. 238–248. doi:10.1016/j.euromechsol.2018.03.009.Shrivastava Y., Singh B. Stable cutting zone prediction in CNC turning using adaptive signal processing technique merged with artificial neural network and multi-objective genetic algorithm. European Journal of Mechanics – A/Solids, 2018, pp. 238–248. doi:10.1016/j.euromechsol.2018.03.009.Титов В.С., Бобырь М.В., Кулабухов С.А. Нечетко-логическая система управления стабилизацией процесса резания деталей // Известия Юго-Западного государственного университета. 2013. №3. С. 54-58.Titov V.S., Bobyr M.V., Kulabukhov S.A. Nechetko-logicheskaya sistema upravleniya stabilizatsiei protsessa rezaniya detalei [Fuzzy logical control system for stabilization of the cutting process of parts]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2013, no. 3, pp. 54-58 (In Russ.)Бобырь М.В. Методы построения функций принадлежностей для нечетких баз знаний // Промышленные АСУ и контроллеры, 2011. №2. С. 27-32.Bobyr M.V. Metody postroeniya funktsii prinadlezhnostei dlya nechetkikh baz znanii [Methods of constructing accessory functions for fuzzy knowledge bases]. Promyshlennye ASU i kontrollery = Industrial ACS and controllers, 2011, no. 2, pp. 27-32 (In Russ.).Титенко Е.А. Высокопроизводительные вычислительные системы на основе ПЛИС // Известия Юго-Западного государственного университета, 2012. № 4-2 (43). С. 73-77.Titenko E.A. Vysokoproizvoditel'nye vychislitel'nye sistemy na osnove PLIS [High-Performance computing systems based on FPGA]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2012, no. 4-2(43), pp. 73-77 (In Russ.)Мишин А.Б. Использование параллельно-конвейерной схемы вычислений при разработке аппаратно-ориентированного алгоритма фильтрации изображений // Известия Юго-Западного государственного университета. 2016. Т. 20. №2 (65). С. 15-18.Mishin A.B. Ispol'zovanie parallel'no-konveiernoi skhemy vychislenii pri razrabotke apparatno-orientirovannogo algoritma fil'tratsii izobrazhenii [The use of parallel-pipeline scheme of calculations in the development of hardware-oriented algorithm of image filtering]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University, 2016, vol. 20, no. 2(65), pp. 15-18 (In Russ.).Бобырь М.В., Кулабухов С.А., Милостная Н.А. Обучение нейро-нечеткой системы на основе метода разности площадей // Искусственный интеллект и принятие решений. 2016. № 4. С. 15-26.Bobyr M.V., Kulabukhov S.A., Milostnaya N.A. Obuchenie neiro-nechetkoi sistemy na osnove metoda raznosti ploshchadei [Training of neuro-fuzzy system based on the area difference method]. Iskusstvennyi intellekt i prinyatie reshenii = Artificial intelligence and decision-making, 2016, no. 4, pp. 15-26 (In Russ.).Bobyr M.V., Milostnaya N.A., Kulabuhov S.A. A Method Of Defuzzification Based On The Approach Of Areas' Ratio // Applied Soft Computing. 2017. Vol. 59. P. 19-32.Bobyr M.V., Milostnaya N.A., Kulabuhov S.A. A method of defuzzification based on the approach of areas' ratio. Applied soft computing, 2017, vol. 59, pp. 19-32.Бобырь М.В., Милостная Н.А. Анализ использования мягких арифметических операций в структуре нечетко-логического вывода // Вестник компьютерных и информационных технологий. 2015. № 7 (133). С. 7-15.Bobyr M.V., Milostnaya N.A. Analiz ispol'zovaniya myagkikh arifmeticheskikh operatsii v strukture nechetko-logicheskogo vyvoda [Analysis of the use of soft arithmetic operations in the structure of fuzzy-logical inference]. Vestnik komp'yuternykh i informatsionnykh tekhnologii = Bulletin of computer and information technologies, 2015, no. 7 (133), pp. 7-15 (In Russ.).Karakuzu C., Karakaya F., Зavuşlu M. A. FPGA implementation of neuro-fuzzy system with improved PSO learning // Neural Networks. 2016. С. 128–140. doi:10.1016/j.neunet.2016.02.004.Karakuzu C., Karakaya F., Зavuşlu M.A. FPGA implementation of neuro-fuzzy system with improved PSO learning. Neural Networks, 2016, pp. 128–140. doi: 10.1016/j.neunet.2016.02.004.Prathap J. A., Anandhi T.S., Sivakumaran T.S. Xilinx Spartan 3A DSP FPGA based DC Voltage Regulators for PV Systems // Materials Today: Proceedings. 2018. P. 1348–1358. doi:10.1016/j.matpr.2017.11.221.Prathap J. A., Anandhi T.S., Sivakumaran T.S. Xilinx Spartan 3A DSP FPGA based DC Voltage Regulators for PV Systems. Materials Today: Proceedings, 2018, pp. 1348–1358. doi:10.1016/j.matpr.2017.11.221.Karthigeyan P., Raja M. S., Kumar T. S., Ganesh S. S., Lavanya J. Simulation of Bidirectional DC-DC Converter Using FPGA // Procedia Computer Science, 2016. P. 708–714. doi:10.1016/j.procs.2016.03.093.Karthigeyan P., Raja M. S., Kumar T. S., Ganesh S. S., Lavanya J. Simulation of Bidirectional DC-DC Converter Using FPGA. Procedia Computer Science, 2016, pp. 708–714. doi:10.1016/j.procs.2016.03.093.

The authors declare that there are no conflicts of interest present.