АКТУАЛЬНЫЕ ПРОБЛЕМЫ В МАШИНОСТРОЕНИИ ISSN 2313-1020 (Print) ISSN: 2542-1093 (Online) Том 9 № 1-2 2022 г. НАУЧНО-ТЕХНИЧЕСКИЙ И ПРОИЗВОДСТВЕННЫЙ ЖУРНАЛ РЕДАКЦИОННЫЙ СОВЕТ Председатель совета Батаев Анатолий Андреевич- доктор технических наук, профессор, почётный работник высшего профессионального образования, ректор НГТУ, г. Новосибирск (Российская Федерация) Члены совета Федеративная Республика Бразилия: Альберто Морейра Хорхе, профессор, доктор технических наук, Федеральный университет, г. Сан Карлос Федеративная Республика Германия: Монико Грайф, профессор, доктор технических наук, Высшая школа Рейн-Майн, Университет прикладных наук, г. Рюссельсхайм, Томас Хассел, доктор технических наук, Ганноверский университет Вильгельма Лейбница, г. Гарбсен, Флориан Нюрнбергер, доктор технических наук, Ганноверский университет Вильгельма Лейбница, г. Гарбсен Республика Беларусь: Пантелеенко Ф.И., доктор технических наук, профессор, членкорреспондент НАН Беларуси, Заслуженный деятель науки Республики Беларусь, Белорусский национальный технический университет, г. Минск Украина: Ковалевский С.В., доктор технических наук, профессор, Донбасская государственная машиностроительная академия, г. Краматорск Российская Федерация: Анисименко Г.Е., директор производственно-технической фирмы «Сигма-инструмент», г. Новосибирск, Атапин В.Г., доктор техн. наук, профессор, НГТУ, г.Новосибирск, Балков В.П., зам. ген.директора АО «ВНИИинструмент», канд. техн. наук, г.Москва, Батаев В.А., доктор техн. наук, профессор, НГТУ, г. Новосибирск, Буров В.Г., доктор техн. наук, профессор, НГТУ, г. Новосибирск, Герасенко А.Н., директор ООО НПКФ «Машсервисприбор», г.Новосибирск, Иванцивский В.В., доктор техн. наук, доцент, НГТУ, г. Новосибирск, Кирсанов С.В., доктор техн. наук, профессор, ТПУ, г. Томск, Коротков А.Н., доктор техн. наук, профессор, академик РАЕ, КузГТУ, г. Кемерово, Кудряшов Е.А., доктор техн. наук, профессор, Засл. деятель науки РФ, ЮЗГУ, г. Курск, Макаров А.В., доктор техн. наук, с.н.с., ИФМ УрО РАН, г.Екатеринбург, Овчаренко А.Г., доктор техн. наук, профессор, БТИ АлтГТУ, г. Бийск, Сараев Ю.Н., доктор техн. наук, профессор, ИФПМ СО РАН, г. Томск, г. Барнаул, Янюшкин А.С., доктор техн. наук, профессор, ЧГУ, г. Чебоксары УЧРЕДИТЕЛЬ ЖУРНАЛА Федеральное государственное бюджетное образовательное учреждение высшего образования «Новосибирский государственный технический университет» ГЛАВНЫЙ РЕДАКТОР Скиба Вадим Юрьевич- доцент, канд. техн. наук ЗАМЕСТИТЕЛИ ГЛАВНОГО РЕДАКТОРА Лобанов Дмитрий Владимирович- профессор, доктор техн. наук Мартынова Татьяна Геннадьевна - доцент, канд. техн. наук Плотникова Наталья Владимировна - доцент, канд. техн. наук Перепечатка материалов из журнала «Актуальные проблемы в машиностроении» возможна при обязательном письменном согласовании с редакцией журнала; ссылка на журнал при перепечатке обязательна. За содержание рекламных материалов ответственность несет рекламодатель. ИЗДАЕТСЯ С 2014 г. Периодичность – 2 номера в год ИЗДАТЕЛЬ ЖУРНАЛА ФГБОУ ВО «Новосибирский государственный технический университет» Журнал зарегистрирован 31.10.2016 г. Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор). Свидетельство о регистрации ПИ № ФС77-67566. Журнал зарегистрирован в научной электронной библиотеке eLIBRARY.RU. Адрес редакции и издателя: 630073, г. Новосибирск, пр. К. Маркса, 20, Новосибирский государственный технический университет (НГТУ), корп. 5, Тел. (383) 346-17-75 Сайт журнала: http://journals.nstu.ru/machine-building E-mail: machine-building@mail.ru machine-building@corp.nstu.ru Цена свободная 16+
ACTUAL PROBLEMS IN MACHINE BUILDING ISSN 2313-1020 (Print) ISSN: 2542-1093 (Online) Volume 9 Number 1-2 2022 SCIENTIFIC, TECHNICAL AND INDUSTRIAL JOURNAL ____________________________________________________________________ 2 EDITORIAL BOARD EDITOR-IN-CHIEF: Vadim Y. Skeeba, Ph.D. (Engineering), Associate Professor, Department of Industrial Machinery Design, Novosibirsk State Technical University, Novosibirsk, Russian Federation DEPUTIES EDITOR-IN-CHIEF: Dmitry V. Lobanov, D.Sc. (Engineering), Professor, Machine-Building Faculty, I.N. Ulianov Chuvash State University, Cheboksary, Russian Federation Tatyana G. Martynova, Ph.D. (Engineering), Associate Professor, Department of Industrial Machinery Design, Novosibirsk State Technical University, Novosibirsk, Russian Federation Natalia V. Plotnikova, Ph.D. (Engineering), Associate Professor, Department of Material Science in Mechanical Engineering, Novosibirsk State Technical University, Novosibirsk, Russian Federation EDITORIAL COUNCIL CHAIRMAN: Anatoliy A. Bataev, D.Sc. (Engineering), Professor, Rector, Novosibirsk State Technical University, Novosibirsk, Russian Federation MEMBERS: The Federative Republic of Brazil: Alberto Moreira Jorge Junior, Dr.-Ing., Full Professor, Federal University of Sao Carlos, Sao Carlos The Federal Republic of Germany: Moniko Greif, Dr.-Ing., Professor, Hochschule RheinMain University of Applied Sciences, Russelsheim Florian Nurnberger, Dr.-Ing., Chief Engineer and Head of the Department "Technology of Materials", Leibniz Universitat Hannover, Garbsen Thomas Hassel, Dr.-Ing., Head of Underwater Technology Center Hanover, Leibniz Universitat Hannover, Garbsen The Republic of Belarus: Fyodor I. Panteleenko, D.Sc. (Engineering), Professor, First Vice-Rector, Corresponding Member of National Academy of Sciences of Belarus, Belarusian National Technical University, Minsk The Ukraine: Sergiy V. Kovalevskyy, D.Sc. (Engineering), Professor, Donbass State Engineering Academy, Kramatorsk The Russian Federation: Gennadiy E. Anisimenko, Director, Scientific and Production company «Sigma-instrument», Novosibirsk; Vladimir G. Atapin, D.Sc. (Engineering), Professor, Novosibirsk State Technical University, Novosibirsk; Victor P. Balkov, Deputy general director, Research and Development Tooling Institute «VNIIINSTRUMENT», Moscow; Vladimir A. Bataev, D.Sc. (Engineering), Professor, Novosibirsk State Technical University, Novosibirsk; Vladimir G. Burov, D.Sc. (Engineering), Professor, Novosibirsk State Technical University, Novosibirsk; Aleksandr N. Gerasenko, Director, Scientific and Production company «Mashservispribor», Novosibirsk; Vladimir V. Ivancivsky, D.Sc. (Engineering), Associate Professor, Novosibirsk State Technical University, Novosibirsk; Sergey V. Kirsanov, D.Sc. (Engineering), Professor, National Research Tomsk Polytechnic University, Tomsk; Aleksandr N. Korotkov, D.Sc. (Engineering), Professor, Kuzbass State Technical University, Kemerovo; Evgeniy A. Kudryashov, D.Sc. (Engineering), Professor, Southwest State University, Kursk; Aleksey V. Makarov, D.Sc. (Engineering), Senior Researcher, M.N. Miheev Institute of Metal Physics, Russian Academy of Sciences (Ural Branch), Yekaterinburg; Aleksandr G. Ovcharenko, D.Sc. (Engineering), Professor, Biysk Technological Institute, Biysk; Yuriy N. Saraev, D.Sc. (Engineering), Professor, Institute of Strength Physics and Materials Science, Russian Academy of Sciences (Siberian Branch), Tomsk; Alexander S. Yanyushkin, D.Sc. (Engineering), Professor, I.N. Ulianov Chuvash State University, Cheboksary The journal is issued since 2014 Publication frequency – 2 numbers a year Data on the journal are published in eLIBRARY.RU Edition address: Novosibirsk State Technical University, Prospekt K. Marksa, 20, Novosibirsk, 630073, Russian Federation Tel.: (383) 346-17-75 http://journals.nstu.ru/machine-building; E-mail: machine-building@mail.ru, machine-building@corp.nstu.ru
СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ В МАШИНОСТРОЕНИИ IV ВСЕРОССИЙСКАЯ С МЕЖДУНАРОДНЫМ УЧАСТИЕМ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ г. Чебоксары, 01…03 июня 2022 г. ____________________________________________________________________ 3 ОРГАНИЗАТОРЫ КОНФЕРЕНЦИИ Чувашский государственный университет им. И.Н. Ульянова, г. Чебоксары, Россия СООРГАНИЗАТОРЫ Новосибирский государственный технический университет, научно-технический и производственный журнал «Актуальные проблемы в машиностроении», г. Новосибирск, Россия Севастопольский государственный университет, г. Севастополь, Россия Волгоградский государственный технический университет, г. Волгоград, Россия ПРОГРАММНЫЙ КОМИТЕТ Александров А.Ю., ректор ЧГУ им. И.Н. Ульянова (г. Чебоксары), председатель; Лобанов Д.В., д.т.н., доцент, ЧГУ им. И.Н. Ульянова (г. Чебоксары), сопредседатель; Янюшкин А.С., д.т.н., профессор, ЧГУ им. И.Н. Ульянова (г. Чебоксары), сопредседатель. Члены программного комитета: Братан С.М. – д.т.н., профессор, СевГУ, г. Севастополь; Носенко В.А. - д.т.н., профессор, ВолгГТУ, г. Волгоград; Скиба В.Ю. – к.т.н., доцент, НГТУ, главный редактор научно-технического и производственного журнала «Актуальные проблемы в машиностроении», г. Новосибирск; Гартфельдер В.А. - к.т.н., профессор, ЧГУ им. И.Н. Ульянова, г. Чебоксары. ПАРТНЕРЫ ПОЧЕТНЫЙ КОМИТЕТ Абсадыков Б.Н. - д.т.н., профессор, КБТУ, г. Алматы; Аликулов Д.Е. - д.т.н., профессор, ТГТУ, г. Ташкент; Алибеков С.Я. - д.т.н., профессор, ПГТУ, г. Йошкар-Ола; Артамонов Е.В. - д.т.н., профессор, ТИУ, г. Тюмень; Батаев А.А. - д.т.н., профессор, НГТУ, г. Новосибирск; Батаев В.А. - д.т.н., профессор, НГТУ, г. Новосибирск; Болдырев А.И. - д.т.н., профессор, ВГТУ, г. Воронеж; Борисов М.А. - к.т.н., доцент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Вальтер Хельге - генеральный директор компании «Walther schweisstechnik», г. Вена, Австрия; Васильев С.А. - д.т.н., доцент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Горелов В.А. - д.т.н., профессор, МГТУ им. Н.Э. Баумана, г. Москва; Григорьев В.С. – ст. преподаватель, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Гусев В.В. - д.т.н., профессор, ДонНТУ, г. Донецк; Денисенко А.Ф. - д.т.н., профессор, СамГТУ, г. Самара; Ереско С.П. - д.т.н., профессор, СФУ, г. Красноярск; Зайдес С.А. - д.т.н., профессор, ИрНИТУ, г. Иркутск; Иванцивский В.В. - д.т.н., профессор, НГТУ, г. Новосибирск; Илларионов И.Е. - д.т.н., профессор, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Казимиров Д.Ю. - к.т.н., доцент, ИрНИТУ, г. Иркутск; Киричек А.В. - д.т.н., профессор, БГТУ, г. Брянск; Киселев Е.С. - д.т.н., профессор, УГТУ, г. Ульяновск; Козлов А.М. - д.т.н., профессор, ЛГТУ, г. Липецк; Кольцов В.П. - д.т.н., профессор, ИрНИТУ, г. Иркутск; Лебедев В.А. - д.т.н., профессор, ДГТУ, г. Ростов-на-Дону; Леонов С.Л. - д.т.н., профессор, АлтГТУ, г. Барнаул; Макаров В.Ф. - д.т.н., профессор, ВГТУ, г. Воронеж; Марков А.М. - д.т.н., профессор, АлтГТУ, г. Барнаул; Михайлов А.Н. - д.т.н., профессор, ДонНТУ, г. Донецк; Носов Н.В. - д.т.н., профессор, СамГТУ, г. Самара; Пашков А.Е. - д.т.н., профессор, ИрНИТУ, г. Иркутск; Пономарев Б.Б. - д.т.н., профессор, ИрНИТУ, г. Иркутск; Попов А.Ю. - д.т.н., профессор, ОмГТУ, г. Омск; Реченко Д.С. - д.т.н., доцент, АГНИ, г. Альметьевск; Секлетина Л.С. - ст. преподаватель, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Смоленцев В.П. - д.т.н., профессор, ВГТУ, г. Воронеж; Сорилов М.Ю. - д.т.н., профессор, КнАГУ, г. Комсомольск-на-Амуре; Смирнов В.М. - к.ф.-м.н., доцент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Стрельников И.А. - к.т.н., доцент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Табаков В.П. - д.т.н., профессор, УГТУ, г. Ульяновск; Тамаркин М.А. - д.т.н., профессор, ДГТУ, г. Ростов-на-Дону; Федонин О.Н. - д.т.н., профессор, БГТУ, г. Брянск; Чен Лоусон – генеральный директор компании «Shanghai Hiwave Advanced Materials Technology Co., Ltd.», г. Шанхай, Китай; Шалунов Е.П. - к.т.н., профессор, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Шеров К.Т. - д.т.н., профессор, КарГТУ, г. Караганда. ОРГАНИЗАЦИОННЫЙ КОМИТЕТ Лобанов Д.В. - д.т.н., доцент, ЧГУ им. И.Н. Ульянова, зам. гл. редактора научно-технического и производственного журнала «Актуальные проблемы в машиностроении», г. Чебоксары; Владимирова Ю.О. - ассистент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Федорова А.А. - ассистент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Голюшов И.С. - ассистент, ЧГУ им. И.Н. Ульянова, г. Чебоксары; Рафанова О.С. – ответственный секретарь конференции, ассистент, зав. межкаф. учеб. лаб. МСФ ЧГУ им. И.Н. Ульянова, г. Чебоксары. ТЕМАТИКА КОНФЕРЕНЦИИ Процессы механической и физико-технической обработки материалов; Технология машиностроения и материаловедение; Композиционные материалы, создание и обработка; Транспортные, технологические машины и оборудование Автоматизация и управление процессами. 428015, Российская Федерация, Приволжский федеральный округ, г. Чебоксары, ЧГУ им. И.Н. Ульянова Машиностроительный факультет, ул. С. Михайлова, д. 3 e-mail: konfmsf21chgu@yandex.ru
IMPROVEMENT OF TECHNOLOGICAL PROCESSES IN MECHANICAL ENGINEERING IV Russian National with International Participation Scientific and Technical Conference Cheboksary, 01…03 June 2022 ____________________________________________________________________ 4 CONFERENCE ORGANIZERS I.N. Ulianov Chuvash State University, Cheboksary, Russian Federation CO-ORGANIZERS Novosibirsk State Technical University, Scientific, Technical and Manufacture journal «Actual Problems in Machine Building», Novosibirsk, Russian Federation Sevastopol State University, Sevastopol, Russian Federation; Volgograd State Technical University, Volgograd, Russian Federation PROGRAMME COMMITTEE Aleksandrov A.Yu., Rector of I.N. Ulianov Chuvash State University (Cheboksary, Russia), Chairman; Lobanov D.V., D.Sc. (Engineering), Associate Professor, ChSU (Cheboksary, Russia), co-chair; Yanyushkin A.S., D.Sc. (Engineering), Professor, ChSU (Cheboksary, Russia), co-chair Committee members: Bratan S.M., D.Sc. (Engineering), Professor, SevSU, (Sevastopol, Russia), Nosenko V.A., D.Sc. (Engineering), Professor, VSTU (Volgograd, Russia), Skeeba V.Yu., Editor-in-chief of the Scientific, Technical and Manufacture journal “Actual problems in mechanical engineering”, Ph.D. (Engineering), Associate Professor, NSTU (Novosibirsk, Russia), Gartfelder V.A., Ph.D., Associate Professor, ChSU (Cheboksary, Russia). PARTNERS HONORARY COMMITTEE Absadykov B.N. D.Sc. (Engineering), Professor, KBTU (Almaty, Republic of Kazakhstan), Alikulov D.E. D.Sc. (Engineering), Professor, TSTU (Uzbekistan Tashkent), Alibekov S.Y., D.Sc. (Engineering), Professor, VSUT, Volgatech (Yoshkar-Ola, Russia), Artamonov E.V., D.Sc. (Engineering), Professor, TIU (Tyumen, Russia), Bataev A.A., D.Sc. (Engineering), Professor, NSTU (Novosibirsk, Russia), Bataev V.A., D.Sc. (Engineering), Professor, NSTU (Novosibirsk, Russia), Boldyrev A.I., D.Sc. (Engineering), Professor, VSTU, (Voronezh, Russia), Borisov M.A., Ph.D. (Engineering), Associate Professor, ChSU (Cheboksary, Russia); Ing. Helge Walther – СEO (Chief Executive Officer) of Walther Schweisstechnik, (Vienna, Austria), Vasilyev S.A., D.Sc. (Engineering), Associate Professor, ChSU, (Cheboksary, Russia), Gorelov V.A., D.Sc. (Engineering), Professor, BMSTU, (Moscow, Russia), Grigoriev V.S., Senior Lecturer, ChSU (Cheboksary, Russia), Gusev V.V., D.Sc. (Engineering), Professor, DonNTU, (Donetsk), Denisenko A.F., D.Sc. (Engineering), Professor, Samara Polytech, (Samara, Russia), Eresco S.P., D.Sc. (Engineering), Professor, SFU, (Krasnoyarsk, Russia), Zaides S.A., D.Sc. (Engineering), Professor, INRTU (Irkutsk, Russia); Ivancivsky V.V., D.Sc. (Engineering), Professor, NSTU (Novosibirsk, Russia), Illarionov I.E., D.Sc. (Engineering), Professor, ChSU (Cheboksary, Russia), Kazimirov D.Yu., Ph.D. (Engineering), Associate Professor, INRTU (Irkutsk, Russia); Kirichek A.V., D.Sc. (Engineering), Professor, BSTU (Bryansk, Russia), Kiselev E.S., D.Sc. (Engineering), Professor, UlSTU (Ulyanovsk, Russia), Kozlov A.M., D.Sc. (Engineering), Professor, LSTU (Lipetsk, Russia), Koltsov V.P., D.Sc. (Engineering), Professor, INRTU (Irkutsk, Russia); Lebedev V.A., D.Sc. (Engineering), Professor, DonSTU (Rostov-on-Don, Russia), Leonov S.L., D.Sc. (Engineering), Professor, AltSTU (Barnaul, Russia), Makarov V.F., D.Sc. (Engineering), Professor, VSTU (Voronezh, Russia), Markov A.M., D.Sc. (Engineering), Professor, AltSTU (Barnaul, Russia), Mikhailov A.N., D.Sc. (Engineering), Professor, DonNTU, (Donetsk), Nosov N.V., D.Sc. (Engineering), Professor, Samara Polytech, (Samara, Russia), Pashkov A.E., D.Sc. (Engineering), Professor, INRTU (Irkutsk, Russia); Ponomarev B.B., D.Sc. (Engineering), Professor, INRTU (Irkutsk, Russia); Popov A.Yu., D.Sc. (Engineering), Professor, OmSTU, (Omsk, Russia), Rechenko D.S., D.Sc. (Engineering), Associate Professor, ASOI, (Almetyevsk, Russia), Sekletina L.S., Senior Lecturer, ChSU (Cheboksary, Russia); Smolentsev V.P., D.Sc. (Engineering), Professor, VSTU, (Voronezh, Russia); Sorilov M.Yu., D.Sc. (Engineering), Professor, KnASTU (Komsomolsk-on-Amur, Russia), Smirnov V.M., Ph.D. (Engineering), Associate Professor, ChSU (Cheboksary, Russia), Strelnikov I.A., Ph.D. (Engineering), Associate Professor, ChSU (Cheboksary, Russia); Tabakov V.P., D.Sc. (Engineering), Professor, UlSTU (Ulyanovsk, Russia), Tamarkin M.A., D.Sc. (Engineering), Professor, DonSTU (Rostov-on-Don, Russia), Fedonin O.N., D.Sc. (Engineering), Professor, BSTU (Bryansk, Russia), Dr. Lawson Chen - СEO (Chief Executive Officer) of Shanghai Hiwave Advanced Materials Technology Co., Ltd., (Shanghai, China), Shalunov E.P., Ph.D. (Engineering), Professor, ChSU (Cheboksary, Russia), Sherov K.T., D.Sc. (Engineering), Professor, KSTU (Karaganda, Republic of Kazakhstan) ORGANIZING COMMITTEE Lobanov D.V., D.Sc. (Engineering), Associate Professor, Deputy Ch. editor of the Scientific, Technical and Manufacture journal "Actual Problems in Mechanical Engineering", ChSU (Cheboksary, Russia); Vladimirova Yu.O., Assistant, ChSU (Cheboksary, Russia); Fedorova A.A., Assistant, ChSU (Cheboksary, Russia); Golyushov I.S., Assistant, ChSU (Cheboksary, Russia); Rafanova O.S., Head of Laboratory MBF ChSU (Cheboksary, Russia). SUBJECT OF THE CONFERENCE The Processes of Mechanical and Physico-Technical Processing of Materials; Engineering Technology and Materials Science; Composite Materials, Creation and Processing; Transport, Technological Machines and Equipment Automation and Process Management.
Актуальные проблемы в машиностроении. Том 9. № 1-2. 2022 СОДЕРЖАНИЕ ____________________________________________________________________ 5 СОДЕРЖАНИЕ ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В МАШИНОСТРОЕНИИ Михалёв О.Н., Янюшкин А.С. Повышение производительности разработки технологических процессов с помощью технологий искусственного интеллекта 7 Борисов М.А., Зворыгин А.С. Влияние температуры и концентрации электролита на шероховатость при электрохимическом шлифовании коррозионностойкой стали 12Х18Н10Т 15 Смирнов В.М., Лобанов Д.В., Бусов А.И. Поверхностное упрочнение сталей ХВГ и 40Х методом электролитно-плазменного азотирования 23 Смирнов В.М., Шалунов Е.П., Григорьев А.C. Исследование износостойкости электродов из дисперсно-упрочненных композиционных материалов на основе меди при электроэрозионной обработке быстрорежущих сталей 31 ТЕХНОЛОГИЧЕСКОЕ ОБОРУДОВАНИЕ, ОСНАСТКА И ИНСТРУМЕНТЫ Керженцев В.А., Перова Н.В. Особенности структуры молотковой дробилки, определяемые по моделирующим функциям процесса измельчения пищевых смесей 38 Зверев Е.А., Морозов Р.Д. Оценка энергоэффективности металлорежущего станка на основе моделирования эксплуатационных характеристик привода главного движения 47 Керженцев В.А., Перова Н.В. Математическое моделирование процесса измельчения сыпучего продукта по структурным составляющим молотковой дробилки 54 Зверев Е.А., Вахрушев Н.В., Титова К.А., Морозов Р.Д. Модель компоновки комбинированного станочного комплекса для плазменной и механической обработки валов 62 Керженцев В.А., Мартынова Т.Г., Трофимова Ю.С. Исследование процесса измельчения пищевых смесей в молотковой дробилке для обоснования ее математической модели 69 МАТЕРИАЛОВЕДЕНИЕ В МАШИНОСТРОЕНИИ Земцова Н.В., Скоморохова А.И., Алексенцев Д.С. Многокомпонентные полимерные композиты для аддитивной технологии получения электрических нагревателей 77 Рекомендации по написанию научной статьи 83 Подготовка аннотации 85 Правила для авторов 87
Actual Problems in Machine Building. Vol. 9. N 1-2. 2022 CONTENTS ____________________________________________________________________ 6 CONTENTS Innovative Technologies in Mechanical Engineering Mikhalev O.N., Yanyushkin A.S. Improving the productivity of technological process development with the help of artificial intelligence technologies 7 Borisov M.A., Zvorygin A.S. Effect of temperature and electrolyte concentration on roughness during electrochemical grinding of corrosion-resistant steel 12Cr-18Ni10Ti 15 Smirnov V.M., Lobanov D.V., Busov A.I. Surface hardening of steel grades Cr-WMn and 40Cr by the method of electrolyte-plasma nitriding 23 Smirnov V.M., Shalunov E.P., Grigoriev A.S. Study of wear resistance of toolelectrodes made of dispersion-strengthened composite materials on the basis of copper in electrical discharge machining of high-speed steels 31 Technological Equipment, Machining Attachments and Instruments Kerzhencev V.A., Perova N.V. Structural features of hammer crusher, determined by modeling functions of food grinding processes 38 Zverev E.A., Morozov R.D. Assessment of energy efficiency of the metal cutting machine based on simulation of performance characteristics of the main motion drive 47 Kerzhencev V.A., Perova N.V. Mathematical modeling of the process grinding of bulk food product on structural components of a hammer crusher 54 Zverev E.A., Vakhrushev N.V., Titova K.A., Morozov R.D. Layout model of the combined machine complex for plasma and mechanical shafts processing 62 Kerzhencev V.A., Martynova T.G., Trofimova Y.S. Study of the process of grinding food mixtures in a hammer mill to justify its mathematical model 69 Materials Science in Machine Building Zemtsova N.V., Skomorokhova A.I., Aleksentsev D.S. Multicomponent polymer composites for additive manufacturing technology of electric heaters 77 Guidelines for Writing a Scientific Paper 83 Abstract requirements 85 Rules for authors 87
Актуальные проблемы в машиностроении. Том 9. № 1-2. 2022 Инновационные технологии в машиностроении ____________________________________________________________________ 7 УДК 004.896 ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ РАЗРАБОТКИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ С ПОМОЩЬЮ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА О.Н. МИХАЛЁВ, канд. техн. наук А.С. ЯНЮШКИН, доктор техн. наук, профессор (ЧГУ им. И.Н. Ульянова, г. Чебоксары) Михалёв О.Н. – 428015, г. Чебоксары, пр-т Московский, 15, Чувашский государственный университет имени И.Н. Ульянова, e-mail: mih_tm@mail.ru Производительность труда в развитых странах увеличивается в геометрической прогрессии, те предприятия, которые не вовлечены в данный процесс не могут конкурировать на рынке и находятся в отстающих. Поэтому автоматизация предприятий сегодня является жизненно важной и первостепенной задачей. Проектирование технологических процессов является творческой деятельностью, а поэтому и наиболее трудоемким этапом любого производства. Для его автоматизации необходимо применение технологий искусственного интеллекта, однако требуется нахождение таких методов применения данных технологий, которые дадут максимальную производительность. В статье рассматриваются различные технологии ИИ, а также подходы к реализации автоматизированного проектирования на их основе. Ключевые слова: Искусственный интеллект, нейронная сеть, сверточная нейронная сеть, глубокое обучение, распознавание объектов, машинное зрение, автоматизация проектирования технологических процессов. Введение В эпоху цифровизации, когда вся информация на предприятии представляется в виде цифровых данных, открываются огромные возможности для автоматизации сложных и творческих процессов предприятия, которые ранее автоматизировать было невозможным, и которые до сих пор осуществляются человеком вручную. Технологии больших данных (big data) и искусственного интеллекта (ИИ) демонстрируют лучшие показатели в сравнении с ручным трудом. Предприятия развитых стран уже сегодня активно извлекают из этого пользу путем сокращения производственного времени, энергопотребления, исключения различных простоев и значительного сокращения множества других издержек. В итоге предприятия получают бесперебойную и эффективную работу своих активов, а также максимальную экономическую выгоду и высокую конкурентоспособность [1]. Проектирование технологических процессов (ТП) является одним из трудоемких этапов технологической подготовки производства к выпуску новой продукции. Проектирование это в первую очередь творческий процесс, связанный с нахождением основной идеи проекта, что под силу только человеку. Однако, использование технологий ИИ делает возможным создание системы, наделенной способностью к разумным действиям, предоставляющей разработчикам технологических процессов более совершенные инструменты.
Actual Problems in Machine Building. Vol. 9. N 1-2. 2022 Innovative Technologies in Mechanical Engineering ____________________________________________________________________ 8 Современные системы автоматизированного проектирования технологических процессов или CAPP-системы (Computer-Aided Process Planning) сегодня предоставляют достаточно огромные возможности по быстрому проектированию. В системах реализованы такие функции как ассоциативная связь данных техпроцесса с чертежом и 3d-моделью детали из CAD-системы, автоматизированный подбор инструментов, проведение различных расчетов, нормирования и других функций [2]. Также системы хорошо интегрированы с системами подготовки управляющих программ (CAM-системами) для станков с ЧПУ, так, например, режущие инструменты могут быть заимствованы из CAM-системы в техпроцессе, кроме того, широко развиты функции визуализации и множество других полезных автоматизированных решений [3]. ТП в CAPP-системе представляет собой иерархический набор данных о этапах производства изделия. Формирование данных происходит посредством автоматизированного наполнения их с помощью множества различных электронных справочников, предоставляющих различную фильтрацию информации. Данный процесс осуществляется в диалоговом режиме, при этом часть информации может заполняться автоматически на основе семантических данных верхнего уровня. Это значительно ускоряет процесс проектирования, однако все еще сильно связан с ручным трудом, поэтому не обеспечивает высокую производительность труда. Применение технологий ИИ позволит ускорить процесс проектирования за счет интеллектуализации CAPP-систем, и самостоятельным принятием множества решений системой за человека. В связи с чем появляется задача нахождения таких технологий ИИ и методик их применения, которые могут привести к росту производительности проектирования технологических процессов. Методика исследования Одними из основных технологий ИИ являются искусственные нейронные сети (НС) и глубокое обучение (ГО). Сегодня НС уже достаточно широко применяются в различных областях человеческой деятельности. Модель искусственной НС была построена по аналогии с биологической НС человеческого мозга. Все нейроны НС обрабатывают информацию и передают ее другим нейронам, при этом они могут ослаблять или повышать сигнал, таким образом и решается входящая задача, например, распознавания лица человека. На вход НС головного мозга подается фотография человека, на выходе мы узнаем его, аналогично работают и искусственные НС. Искусственные НС строят в виде графов (рис. 1), в узлах которых находятся нейроны, связанные между собой связями. Каждая связь обладает весом wij, где i и j – это номера нейронов, между которыми образована данная связь. Кроме того, каждый нейрон обладает смещением bi. НС состоит из входного, скрытых и выходного слоев, каждый из которых может иметь различное количество нейронов. Данная нейронная сеть (рис. 1) является полносвязной, она может использоваться для осуществления различных предсказаний, например распознать автомобиль в зависимости от входных данных по размерам колес, двигателю и т.д. Это простейший пример, однако данная сеть играет важную роль, т.к. способна нелинейно рекомбинировать информацию, полученную от предыдущего слоя [4, 5].
Актуальные проблемы в машиностроении. Том 9. № 1-2. 2022 Инновационные технологии в машиностроении ____________________________________________________________________ 9 Рис. 1. Граф полносвязной нейронной сети Для распознавания изображений используются сверточные нейронные сети (СНС), работающие уже с пространственными структурами, пикселами цифрового изображения (рис. 2). Рис. 2. Граф полносвязной нейронной сети Сверточные слои имеют ядра (фильтры), представляющие собой сетку 3х3 пиксела (реже 5х5 и др.), которые свертывают (сканируют) цифровое изображение построчно. Ядро имеет веса w, представленные аналогичным массивом 3х3, а также смещение b. Первичный сверточный слой выявляет простейшие линии или края объекта на изображении, после прохождения ядром всего изображения сформируется карта активаций, из которой видно, где на изображении определенные линии, за распознавание которых отвечает данное ядро. Далее эта карта активаций будет передана следующему слою, который в свою очередь распознает уже более сложные формы или комбинации этих линий из полученной карты активаций, и так до тех пор, пока не произойдет полное распознавание объекта на изображении. Каждое ядро настроено на выявление определенных линий на изображении, например под определенным углом, поэтому один сверточный слой может содержать множество ядер, которые генерируют свои карты активаций. Все параметры НС изначально назначаются произвольно или, исходя из некоторой модели, поэтому изначально сеть еще не умеет делать правильные предсказания и требуется провести ее обучение. Для этого используются методы машинного обучения или ГО. Традиционное машинное обучение очень сильно связано с проектированием признаков, т.е. преобразованием исходных данных во входные переменные, используя которые легче произвести обучение. Однако процесс проектирования признаков очень
Actual Problems in Machine Building. Vol. 9. N 1-2. 2022 Innovative Technologies in Mechanical Engineering ____________________________________________________________________ 10 трудоемок и занимает множество времени, при этом это не всегда является эффективным. В ГО наоборот - проектирование признаков практически отсутствует, а большее время уделяется моделям и нейронным сетям, которые автоматически преобразуют исходные данные в полезные признаки. СНС AlexNet для распознавания изображений, представленная на конкурсе ILSVRCв 2012 году, используя метод ГО значительно превзошла все разработки, основанные на традиционном машинном обучении. А уже в 2015 году нейросети на основе ГО превзошли человека в точности распознавания изображений и далее их точность и скорость только увеличивались [4]. Для обучения НС используются методы градиентного спуска и обратного распространения ошибки [5-8]. Которые основаны на минимизации ошибки J работы НС. Ошибку обычно рассчитывают по формуле среднеквадратичной ошибки или перекрестной энтропии. Другими словами, необходимо подобрать такие значения w и b, при которых ошибка J НС будет минимальна. Чтобы определить в какую сторону необходимо изменить каждый параметр НС вычисляется градиент функции, а изменение параметров НС происходит в обратном ее направлении и с определенным шагом а, который является важным гиперпараметром нейросети, определяющим скорость обучения. Снижение ошибки происходит до тех пор, пока она не станет минимальной. Обучение НС происходит на некоторой обучающей выборке исходных данных и соответствующих правильных ответов. В случае распознавания объектов исходными данными выступают различные изображения. Пройдя обучение на обучающей выборке в несколько эпох, НС сможет сделать правильный прогноз даже на тех исходных данных, на которых она обучение не проходила. Обычно для этого требуется большое количество, порядка десятков тысяч обучающих примеров. Создание такой базы данных довольно трудоемкий процесс, поэтому существует подход автоматической генерации исходных данных с помощью изменения существующих изображений путем сдвига, поворота, изменения цвета, обрезки первоначальных изображений [9]. Еще одной сложностью построения НС остается вопрос о нахождении оптимальной архитектуры НС для решения конкретной задачи, т.е. назначения таких параметров, как количество нейронов, ядер, слоев, функций активации, шага обучения и т.д. Гиперпараметры могут назначаться экспериментальным путем, при этом большое количество нейронов сильно влияет на время обучения, поэтому необходимо стремиться к оптимальному количеству параметров, достаточному для решения той или иной задачи. Экспериментальный подбор довольно трудоемкий процесс, поэтому для построения архитектуры часто привлекаются эксперты по нейронным сетям. Однако, существует подход для автоматического назначения гиперпараметров через специальные нейронные сети и т.д. Результаты таких методик показывают значительное снижение числа параметров от первоначальной архитектуры, что позитивно сказывается на вычислительных ресурсах и времени обучения [10]. К числу основных технологий ИИ также относятся программные агенты. Агент — это программа, которая может работать автономно и решать свою определенную задачу [11]. Ярким примером могут служить «боты» в среде Интернет, которые позволяют находить товары с минимальными ценами или создавать выборки из нужных новостей и прогнозировать курс валют и т.д. Одним из важных свойств агента является его способность к обучению. Когда агент принимает решение, но результат данного решения неудовлетворителен, то критик ставит низкую оценку работы агента, а обучающий компонент модифицирует правило работы агента и в следующий раз он примет более правильное решение [12]. Например, когда беспилотное такси делает слишком резкий поворот или торможение и пассажир пугается, критик поставит низкую оценку решению агента-водителя и в следующий раз такси повернет
Актуальные проблемы в машиностроении. Том 9. № 1-2. 2022 Инновационные технологии в машиностроении ____________________________________________________________________ 11 или остановится более плавнее, так агент-водитель постоянно учится не только безопасному, но и комфортному вождению. Агент работает в какой-либо среде, в сфере проектирования технологических процессов такой средой может являться САПР или цифровой завод, где описаны участки, цеха, оборудование, персонал, операции, инструменты, режимы резания, приспособления и т.д. С помощью данной информации агент-проектировщик принимает различные решения, например подбор инструментов. В системе могут работать множество агентов, каждый из которых решает свои задачи, однако они могут действовать и сообща, когда это необходимо, при этом они могут использовать данные распознавания объектов. Алгоритм их взаимодействия зависит от описания цифровой среды, а также применения своих нейросетей. Результатом работы агента-технолога являются технологические карты, расчеты, графики различных показателей технологического процесса и т.д. [13]. Для создания НС и программ для распознавания объектов сегодня широко используются специальные программные обеспечения, на основе которых и проводятся основные исследования. Библиотека TensorFlow — это открытая библиотека для машинного обучения, позволяет довольно компактно и быстро проектировать НС различной архитектуры и производить расчеты больших объемов данных [14]. Библиотека Keras – также открытая библиотека, обеспечивающая взаимодействие с искусственными НС, является надстройкой для TensorFlow. С помощью данных библиотек возможна реализация глубокого обучения НС даже с большим количеством параметров. Используя, представленную выше, методику реализации НС и ГО были созданы тестовые НС, которые показали отличную их способность к обучению и решению творческих задач. Одним из таких примеров является СНС для распознавания рукописных цифр из базы MNIST, имеющая три скрытых слоя: два сверточных слоя (Conv2D) и один полносвязный (Dense), общее количество параметров составило 1 199 882 (рис. 3) [15]. Рис. 3. Архитектура НС для распознавания цифр
RkJQdWJsaXNoZXIy MTk0ODM1