ОБРАБОТКА МЕТАЛЛОВ Том 27 № 4 2025 54 ТЕХНОЛОГИЯ Рис. 7. Разработанная структура ANFIS-модели Fig. 7. Developed ANFIS model structure треугольных функций принадлежности (MF) составили 1,56637, 1,56637 и 3,31021 соответственно. В данном исследовании база состояла из 81 нечеткого правила. Структура разработанных ANFIS-моделей для прогнозирования Ra, Fc и TW представлена на рис. 7. После завершения процесса обучения проводилось тестирование разработанных моделей. Оценивались ошибки, полученные при обработке данных обучения и тестирования. Для установления связи между данными и результатами прогнозирования использовались треугольные функции принадлежности (рис. 8). Установлено, что ошибки обучения и тестирования составили 0,057101 и 0,085732 для шероховатости поверхности, 1,55 и 0,818 для силы резания и 3,31021 и 4,15 для износа инструмента соответственно. Для визуализации влияния режимов резания на характеристики процесса были построены поверхностные графики зависимостей Ra, Fc и TW от двух параметров при фиксированном значении третьего параметра (Vc = 150 м/мин, f = 0,2 мм/об и d = 0,5 мм). Полученные графические зависимости (рис. 9–11) облегчают анализ и интерпретацию результатов моделирования. Анализ графиков, представленных на рис. 9–11, показывает, что для достижения минимальной шероховатости поверхности Ra рекомендуется использовать более высокую скорость резания V в сочетании с умеренными или низкими значениями подачи f и глубины резания d. Снижение силы резания Fc достигается при высокой скорости резания V и низких значениях подачи f и глубины резания d. Аналогично для минимизации износа инструмента TW рекомендуется использовать повышенные значения скорости резания V при умеренных значениях подачи f и глубины резания d. С целью верификации адекватности разработанных ANFIS-моделей были проведены дополнительные эксперименты по точению на режимах резания, не задействованных при обучении моделей. В табл. 2 представлено сопоставление экспериментально измеренных значений выходных параметров с результатами прогнозирования, полученными с использованием ANFIS. Проведение данного эксперимента позволило выполнить комплексную оценку прогностической способности разработанных моделей в расширенном диапазоне входных переменных. Для минимизации влияния случайных факторов в табл. 2 представлены усредненные значения Ra, Fc и TW, полученные по результатам трех параллельных испытаний инструмента.
RkJQdWJsaXNoZXIy MTk0ODM1