MAGYAR TUDOMÁNYOS AKADÉMIA SZÁMÍTÁSTECHNIKÁI ÉS AUTOMATIZÁLÁSI KUTATÓ INTÉZETE
|
|
- Ákos Veres
- 9 évvel ezelőtt
- Látták:
Átírás
1
2
3 MAGYAR TUDOMÁNYOS AKADÉMIA SZÁMÍTÁSTECHNIKÁI ÉS AUTOMATIZÁLÁSI KUTATÓ INTÉZETE M Ó D S Z E R M U N K A D A R A B O K F O R G Á C S O L Ó M E G M U N K Á L Á S I F O L Y A M A T Á N A K O P T I M A L I Z Á L Á S Á R A Irta : SOMLÓ JÁNOS NAGY JUDIT Tanulmányok 76/1978.
4 A kiadásért felel: DR VÁMOS TIBOR ISBN ISSN MTA KÉSZ Sokszorosító. F. v.: dr. Héczey Lászlóné
5 T A R T A L O M J E G Y Z É K Oldal BEVEZETÉS A FORGÁCSOLÁSI FOLYAMAT LEÍRÁSA Alapösszefüggések A forgácsolóero számítása A szerszám éltartama A forgácsolási folyamat optimalitása Az optimumkeresés határai, feltételrendszerek FORGÁCSOLÁSI PARAMÉTEREK OPTIMALIZÁLÁSA Optimumkeresés rögzített f érték mellett Az optimalizálás algoritmusa Optimalizálás más matematikai modellek esetében OPTIMÁLIS FOGÁSOSZTÁS MAGASABBRENDŰ OPTIMUMFELTÉTELEK KIELÉGÍTÉSE Másodlagos optimalizálás diszkrét forgácsoló sebességek esetén P é 1 d a IRODALOM Á b r á k 44
6
7 - 5 - BEVEZETÉS Forgácsoló megmunkálási folyamatok optimalizálásán általában a müveletelemek optimális előtolás és forgácsoló sebesség értékeinek meghatározását értik. Ehhez kapcsolódhat még, azokban az esetekben, amikor a ráhagyás egy fogásban nem távolítható el, az optimális fogásosztás meghatározása. A jelen dolgozatban azzal a problémával foglalkozunk, amikor a munkárab forgácsoló megmunkálási folyamatának egészével kapcsolatosan támasztanak követelényeket. Ezek a követelmények vonatkozhatnak a megmunkálási időkre, vagy az egyes szerszámok kopásaira. A munkadarab megmunkálási folyamatának jellemzőit (adott gépet feltételezve) a műveletek sorrendje, az alkalmazott szerszámok, az egy fogásban el nem távolítható ráhagyások fogásokra való felosztása, és az egyes müveletelemek során alkalmazott előtolások és forgácsoló sebességek szabják meg. Az optimalizálási probléma általános megoldása igen bonyolult, ezért a következőkben arra a problémára korlátozódunk, amikor a cél a müveletelemek optimális előtolásainak és forgácsoló sebességeinek olyan megállapitása, hogy azok eleget tegyenek a munkadarabra vonatkozó (megmunkálási idő, szerszámkopás) feltételeknek is. Érintjük az optimális fogásosztás kérdését is. Vizsgálatainkat arra az esetre korlátozzuk, amikor a megmunkálást egyidejűleg csak egy-egy szerszám végzi.
8 A FORGÁCSOLÁSI FOLYAMAT LEÍRÁSA. Mivel a szakirodalom ezt a kérdést részletesen elmezi e helyen csak a jelen fejezetben felhasznált összefüggések igen tömör összefoglalását adjuk. A forgácsolási folyamattal szemben támasztott alapvető követelmény az alkatrész kivánt minőségének létrehozása úgy, hogy a megmunkálás egyidejűleg elégitsen ki bizonyos gazdaságossági feltételeket is. A minőségi és gazdaságossági követelmények mindig együttesen lépnek fel, bár a nagyoló műveletek esetében általában a gazdaságossági, simitó műveletek esetében pedig a minőségi mutatók kapnak nagyobb hangsúlyt. E kettős követelmény egyidejű kielégítése nem könnyű feladat. Nem ismerjük ugyanis pontosan a minőségi jellemzők és forgácsolási folyamat alapvető paraméterei - a fogásmélység, az előtolás, a forgácsolási sebesség, - közötti összefüggéseket. Rendkivül gyors folyamatról van szó, melynek közelítése sok elhanyagolás mellett is nehéz. Bonyolulttá teszi a feladatot a folyamatot meghatározó tényezők - a ráhagyás, az anyag keménysége és homogenitása, a forgácsolóképesség, a rugalmas és hő okozta deformációk, a beállítási pontatlanságok, stb. - elég széles határok közötti véletlenszerű ingadozása. Végül igen összetett az a gazdasági modell, amelynek segítségével a folyamat gazdaságossági mutatói szabályozhatók. 1.1 Alapösszefüggések A forgácsolási folyamat jellemzésére a forgácsoláselmélet néhány egyszerű alapösszefüggést alkalmaz.. Ezeket használják fel összetettebb problémák megoldására is. Vizsgáljuk meg röviden a forgácsolóerő és az éltartam meghatározására szolgáló általános összefüggéseket, anélkül, hogy az egyes megmunkálási módok sajátosságait külön elemeznénk.
9 A forgácsolóerő számítása Iparunkban főként az u.n. "kitevős erőegyenletek" terjedtek el, ezekre vannak többé-kevésbé összefüggő kísérleti adatok. Több tényezőt vesznek figyelembe, igy pontosabb eredményt szolgáltathatnak. A kitevős erőegyenlet a főforgácsolóerőre, esztergálás esetében F f (1.1) ahol - a megmunkálandó anyag pillanatnyi forgácsolhatóságát és a szerszám pillanatnyi forgácsoló képességét jellemző állandó. xf,yf,zf - a szerszámtól, a munkadarabtól és a megmunkálás körülményeitől függő kitevők f - a fogásmélység mm e - az előtolás mm/ford V - a forgácsolósebesség m/perc A forgácsolóerő normális és előtolás irányú összetevőire hasonló összefüggéseket alkalmaznak. A forgácsolás teljesítménye és a fellépő nyomatékok az erőegyenletek alkalmazásával könnyen számíthatók. A. "fajlagos forgácsolóerőre" alapozott erőképlet nem más, mint a kitevős erőegyenlet egyszerűsített változata. A forgácskeresztmetszet területe S = e*f m m 2. Ha az 1 m m 2 keresztmetszetű forgács leválasztásához szükséges erőt -gyei jelöljük, akkor e f (1.2)
10 - 8 - Ehhez az összefüggéshez jutunk az (I) képletből, ha feltételezzük, hogy = 1 és zf = - Más megmunkálások esetében az összefüggés jellege ugyanilyen, de V, e és f mellett, vagy helyett más paraméterek is szerepelhetnek A szerszám éltartama A forgácsolási paraméterek, a megengedett kopásérték és a szerszám éltartama közötti valóságos összefüggés igen bonyolult, Az utóbbi időben több biztató eredményt értek el e témakörben, mégis az ipari gyakorlatban csupán az egyszerű Taylor egyenlet használható, mivel viszonylag megbízható és aránylag bő adathalmaz csak ehhez áll rendelkezésünkre. A közismert Taylor-féle éltartam-összefüggés esztergá- lásra: (1.4) amelyben X V' T m V a szerszám éltartam, perc, az u.n. Taylor kitevő, az összefüggés konstansa, amely függ a munkadarab anyagától, a szerszám minőségétől és a megmunkálás egyéb körülményeitől is; a megmunkálási körülményektől függő kitevők
11 A forgácsolási folyamat optimalitása A gazdasági és minőségi követelmények elsődlegesen a megmunkálási mód, a szerszámgép és a gyártóeszközök helyes megválasztásával elégíthetők ki. E meghatározó erejű döntések meghozatala után azonban a forgácsolási paraméterek optimális meghatározása az egyetlen eszköz a technológus kezében, amellyel befolyásolhatja a kitűzött műszaki és gazdasági célok elérését. A leggyakoribb, minden megmunkálás során felmerülő optimumkritériumok a megmunkálás maximális termelékenységének, vagy minimális önköltségének megvalósitása- Ez annyit jelent, hogy a forgácsolási paramétereket úgy kell megválasztani, hogy az adott müveletelemre a megmunkáüási idő, illetve a müveletelem önköltsége a lehető legkisebb legyen. Vizsgáljuk meg az önköltség esetét. A megmunkálási idővel közvetlen kapcsolatban álló költségek, mint pl. a géphasználat költsége, a dolgozó munkabére, a vállalati költségek stb. jó megközelítéssel számíthatók. A szerszám használatával, kopásával kapcsolatos költségekkel már több probléma akad, mivel a forgácsolási folyamat véletlenszerű változásai az éltartamot is befolyásolják. A forgácsolási folyamat gazdaságosságának alapproblémája, hogy az előtolás és a fordulatszám növelésekor a gépi főidő és az azzal kapcsolatos költségek csökkennek, a szerszámozási. költségek viszont növekednek. A feladat tehát olyan kompromisszum, optimumpont megkeresése, amelyben a költségek összege minimális. Határozzuk meg a költségeknek a forgácsolási paraméterektől függő összetevőit. A megmunkálási hosszot h-val jelöltük.
12 - 10- Feladatunk a legkedvezőbb forgácsolási sebesség, s az azzal teljesen egyenértékű legkedvezőbb n fordulatszám meghatározása. Mivel a szerszám egy perc alatt n.e utat tesz meg, a h hossz megmunkálásának ideje h th = perc. (1.5) n * e Ha a gép egy percnyi munkájának költsége ez a h hosszon Ft/perc, akkor К I 'M (1.5) költséget ad. Azonban ez csak a költségek egyik része. A költségek másik részét a szerszámfelhasználás költsége adja. Tételezzük fel, hogy a megmunkáláskor ismert a szerszám éltartama. Jelölje ezt T perc. h Ha az egy élezésre eső szerszámköltség К sz Ft, akkor ennek a h hossz megmunkálásra eső része К II К sz (1.7) Ez azonban nem a szerszámmal kapcsolatos teljes költség, hiszen általában a szerszámcserével kapcsolatban is felmerülnek költségek. Amikor a szerszámcsere a gép munkaidejének felhasználásával jár ez a költség К III Ft (1.5)
13 -11 - ahol tcs - a szerszámcsere ideje, perc, mivel a szerszámcsere ideje egy teljes éltartamra vonatkozik. Összegezzük a költségeket: К = K T + K TT + = C t, + К + I II III M h sz T, h (1.9) + C t = ; Ft M es T, h Vezessük be a ст = ~ + tcs ; perc M j elölés t. К ^ s z Érdekes megfigyelni, hogy idődimenzióju mennyi- LM ség. Ez a hányados tulajdonképpen azt az időt adja meg, amelynek gépköltsége azonos az egy élezésre jutó szerszámköltséggel. Helyettesítsük be a t^ értékét is : К h n e c m (1 a. i d Az (1.11) képletben а dimenzió nélküli mennyiség n azt fejezi ki, hogy a gép idöegységnyi munkájának költségéhez e költség hányadrészét kell hozzáadni, hogy tekintetbe vegyük a szerszámmal kapcsolatos költségeket.
14 - 12- Mivel az optimalizáláskor a megmunkált hossznak nincsen jelentősége, célszerű a számításokat h = 1 mm hosszra elvégezni. Ekkor C C к = (1 + -=r ) R (1.12) n e T Az optimalizálás célja az előtolás és a fordulatszám (vagy az ezzel arányos forgácsoló sebesség) olyan megválasztása, hogy а К költség, vagy célfüggvény minimumát érje el. Gyakran a megmunkálási idő minimalizálása a cél. Ilyenkor szokás a maximális termelékenység célfüggvényéről beszélni. A megmunkálási idő a (1.11) kifejezésből könnyen megkapható, csupán С = 1 és Kgz = О értékeket kell behelyelyettesiteni. Az (1.12) célfüggvény alakja változatlan marad, de az optimumpont a CT értékének változása miatt eltolódik a nagyobb fordulatszámok irányába. 1.3 Az optimumkeresés határai, feltételrendszerek Az aktuális gazdasági stratégia, a munkadarab, a készülék, szerszámgép és a szerszám - az adott MKGS rendszer- tulandonságai határozzák meg az optimumpont helyét. A munkadarab minőségi jellemzői, a rendszer elemeinek konstrukciós szilárdsági és merevségi tulajdonságai, a forgácsolási folyamat stabilitása, a szerszámgép teljesitménye, a fogásvételi, előtolás és fordulatszám tartományok határai stb. a korlátozó feltételek egész rendszerét alkotják. Nyilvánvaló, hogy az optimumkeresés során csak olyan forgácsolási paraméterek jöhetnek számításba, amelyek valamennyi korlátozó feltételt kielégítik. A lehetséges megoldások halmazát meghatározó korlátozások rendszere adja a feltételrendszert.
15 - 13- A korlátok egyrésze teljesen triviális, de vannak közöttük összetett, mélyebb elemzést igénylő feltételek is. A leggyakoribb korlátozások az előtolás, a fordulatszám, a fogásmélység, a forgácsolőerővel és teljesitménnyel összefüggő/ az adott felület minőségét, rezgésmentességet, stb. biztositó korlátozások. A forgácsolóerő számítását tárgyaló részben bemutattuk, hogy az erő tipusu mennyiségek a fogásmélység, az előtolás és a forgácsoló sebesség különböző hatványokra emelt szorzata gyanánt határozhatók meg. Ugyanez igaz azokra a többi mennyiségekre is, amelyekre a fent felsorolt korlátozások vonatkoznak. így, ha ismeretesek azok a korlátértékek, amelyek nem léphetők túl, akkor az alkalmazható tecnhnológiai paramétereket a következő tipusu összefüggések korlátozzák. E.. < í min = < E. = í max i = ahol E.. és E. alsó és (vagy) felső korlát 1 min í max értékek. A fenti egyenlőtlenségek alkotják a megmunkálás úgynevezett féltételrendszevét, amelyek meghatározzák a technológiai adatok azon tartományát, amelyek egyáltalán alkalmazhatók. A feltételrendszer, az éltartam összefüggéssel és a célfüggvénnyel együtt alkotja a megmunkálás matematikai modelljét.
16 FORGÁCSOLÁSI PARAMÉTEREK OPTIMALIZÁLÁSA. 2.1 Opitmumkeresés rögzített f érték mellett. Az előzőekben ismertettük a forgácsolási folyamat egy lehetséges matematikai modelljét. Ebben a modellben három olyan mennyiség szerepelt, amelyeket, adott korlátozások betartásával, szabadon lehet megválasztani. Matematikailag megalapozott ez a választás, ha a választott értékek mellett a célfüggvény optimális értékű. Először azzal az esettel foglalkozunk, amikor a főorsó fordulatszáma fokozatmentesen változtatható. Ekkor az előtolás és a főorsó fordulatszám szerepe hasonló. Nevezetesen a feltételrendszer szabta korlátok között bármilyen értéket felvehetnek. Nem igaz ugyanez a fogásmélységre. Nyilvánvaló, hogy a- dott ráhagyás eltávolításakor, az egyes fogásmélységek összegének a ráhagyás értékét kell kiadnia. Vagyis fl + f2 + f3 + - ' + fn R (2.1) ahol R az adott ráhagyás ^l'^2"* az eüyes fogásmélységek értékei N a fogások száma. A (2.1) korlátozás különbözik az előző fejezetben ismertetett matematikai modellek korlátozásaitól. Nevezetesen, nem csak egy müveletelemre vonatkozik, hanem többet kapcsol össze. Nem egyenlőtlenség, hanem egyenlőség, nem szorzat, hanem összeg tipusu. Ez, általában azt jelenti, hogy a fogásmélységet tartalmazó háromdimenziós optimalizálási feladat nem kezelhető úgy, mint az előtolást, forgácsoló sebességet tartalmazó kétdimensziós feladat.
17 Természetesen a fogásmélység optimális, vagy kvázi-optimális megválasztásának is jelentős szerepe van. Azonban, ennek alapjául csak a kétdimenziós feladatok megoldása szolgálhat. Ezért elozör azt az esetet elemezzük, amikor a fogásmélység adott. Ekkor a megmunkálási folyamat feltételrendszere: a következő általános alakban irható fel: y. z. G.. < e 1 V 1 < G. í mxn = = i max (2.2 ) i=l,2,3,... ahol G.. és G. alsó és felső korlát értékek, í min í max Amikor csak az egyik érvényes, a másik hiányozhat. A csak az előtolásra, vagy a forgácsoló sebességre vonatkozó k o r látozások esetében y.., vagy z^ értéke zérus. Ilyen korlátozások mellett az előtolás és forgácsoló sebesség pár optimalizálására a következő két tétel használható fel. h TÉTEL. Az optimumpont Az optimumpont csak a keresési tartomány határán lehet, sőt ott sem akárhol, hanem csak azokon a szakaszokon, amelyeket a lg n, lg e sikban ábrázolt tartomány bármely pontjábólfelfelé induló -45 hajlásszögű egyenes metsz (1. ábra)
18 - 16- Bárinelyik -45 -os egyenesen az n*e szorzat értéke állandó, azaz az egyenesen felfelé haladva a megmunkálás főideje változatlan marad. Ugyanakkor viszont egyre no a T éltartam értéke. A T x, T 2,..., Tn éltartam egyenesek meredekebbek, mint._o a -45 -os egyenes. Hajlásszögük ugyanis L = arctg ( ~k ) s közismert, hogy az éltartam összefüggés yv kitevőjének értéke általában 0,2 0,3, de feltétlenül kisebb mint egy. Nyilvánvaló, hogy T^>T2>... >Tn s igy az!.ábra kiemelt egyenesének a pontjában az éltartam kisebb mint a b pontban. A főidő állandósága és az éltartam növekedés (azaz a szerszámozási költségek csökkenése) azt jelenti, hogy az egyenesen felfelé haladva a költségfüggvény (célfüggvény) értéke egyre kisebb lesz. Csökkenésének a megengedett tartomány határába való ütközés vet gátat. A célfüggvény legkedvezőbb értéke az
19 egyenes mentén a c pontban van. Ez a tétel bármelyik olyan egyenesre igaz, amelynek hajlásszöge -45 és a tartomány bármely pontjából indul, igy belátható, hogy az optimális pont csak az szakaszon lehet. Ezt a következőkben optimumesélyes határvonalnak nevezzük. Hogyan találhatjuk meg az optimális pontot? Ebben a következő, már nem ennyire egyszerűen belátható tétel segit. 2. TÉTEL Az optimum szempontjából esélyes görbén legfeljebb egy lokális szélsőérték pont lehet. A 2. tételt megint az előző példán szemléltetjük. Az 1-2, 2-3, 3-4, 4-5 szakaszokat bennfoglaló egyenesekben a potenciális optimumpontok helye egyszerű szélsőérték számítással meghatározható.ha a szélsőérték a megengedett tartományt behatároló valamelyik szakaszon van, akkor az az opitmális pont. Ha a szélsőérték pont kivül esik a tartomány határain, akkor a célfüggvény é r téke a tartományt határoló szakasz valamelyik szélső pont jában lesz minimális. Ezek szerint az optimum az 1,2,3, 4,5 pontokon kivül csak az 1-2, 2-3, 3-4, 4-5 szakasz valamely egyetlen pontjában lehet. A lehetséges eseteket a 2. ábra szemlélteti. Vagy az 1 jelű esettel találko zunk, amikor valamelyik szakaszon valóban létezik egy szélsőérték, vagy a 2 jelű görbével jelzett eset valósul meg, amikor két szakasz közös pontja az optimális, vagy a 3 jelű változat, amikor az optimumpont a tartomány szélére esik.
20 к ábra ZSÁK EGYETLEN LOKÁLIS SZÉLSŐÉRTÉK PONT LEHETSÉGES Az optimalizálás algoritmusa Bebizonyítható, hogy amikor az optimumesélyes határvonal valamelyik szakaszán létezik lokális szélsőérték- pont, akkor az ehhez tartozó éltartam T szelsoertek j - állandó, és értékét a következő kifejezés határozza meg: T sz j 1+y N. - (N.+1) m 3 3 m (N.+l) : 'T (2. 3) ahol N. az 1 = G.vN j J (2.4) megengedett tartomány határoló görbe logaritmus transzformáció utáni meredeksége, (a j-index azt jelzi, hogy minden szakaszhoz saját opitmális éltartam érték tartozik).
21 A (2.3) kifejezés a zások esetén, mivel N.. (2.2 ) Z. = 2 alakban felirt korláto-, a következő : szj y. - y z. - (y.-z.)ti 1 V 3 J 3 г ' 'Г m(y. - z.) *3 3 (2.6 ) Az optimalizálás algoritmusa ennek alapján a következő: Sorban meghatározzuk az optimumra esélyes határvonal valamennyi szakaszának határpontjait az óramutatóval ellenkező irányban haladva. (Azért ezt az irányt választjuk, mert nagyobb a valószinüsége, hogy az első néhány szakaszon van az optimális pont.) Minden egyes szakaszra csakis a következő esetek lehetségesek : 1. A szakasz pontjai közül valamelyik végpontban legkisebb a célfüggvény értéke, vagy 2. a szakasz valamelyik pontjában a célfüggvény lokális szélsőértékét éri el. Ez utóbbi esetben ez a pont (az 1. és 2. tételek szerint) globális szélsőérték pont is. Az optimális pontot a következő eljárással határozhat- j uk meg : a) az 1. pontban az (1.4) képlet szerint kiszámítjuk a hozzá tartozó T-^ éltartamot. Meghatározzuk (2.3) képlet szerint az első (1-2) szakaszhoz (lásd 3. ábra) tartozó optimális T, éltartamot. b) Összehasonlítjuk a T. és T. éltartamot. J 1 szí
22 - 20- c) На > T szí ' akkor az 1. pont opitmális. (Ez nyilvánvaló, hiszen ekkor a célfüggvény értéke az adott szakaszon csökken és legkisebb értékét az 1. pontban éri el.) d) Ha < T szí akkor kiszámítandó az éltartam értéke, T2, a 2. pontban is. e) Ha T > T. 2 szí akkor a szakaszon lokális szélsőérték pont van (lásd 3. ábra) Az optimális ponthoz tartozó előtolás és forgácsoló sebesség értékek (e és V ) a opt opt T m m szí C V V e V V es N, e = G1v összefüggésekből kiszámítható V opt V Y X V f V тт 1 szí У Ni+1 1V 1 e opt N1 = G,V 1 opt
23 -21 f ) На < T szí akkor az első szakaszon nincs az optimális pont és a 2. ponttól kezdődően megismétlődnek az 1-2 szakaszra elvégzett vizsgálatok, g) Ez az eljárás addig folytatandó, ameddig meg nem találjuk az optimális pontot. Megtörténhet még az is, hogy az eljárás folyamán eljutunk egy olyan szakaszig, amelyre az optimális éltartam negatívnak bizonyul. Ebben az esetben az előző szakasz második határpontja az opitmális pont. Az MTA SZTAKI-ban a vázolt elvek alapján dolgoztunk ki optimalizálási programokat CDC-3300 számitógépre és különböző tipusu kis számitógépekre. Az eljárás még kis gépen is rendkívül gyorsnak bizonyult, igy még kalkulátor szintű alkalmazása is perspektivikus. Nagygépes alkalmazásakor, mint a későbbiekben bemutatjuk, magasabbszintü optimalizálási problémák megoldásának alapjául szolgálhat. 2.2 Optimalizálás más matematikai modellek esetében. Az előbbi pontokban elemzett optimalizálási módszer feltételezi, hogy a rendszer matematikai modellje a korábbi pontokban leirt. Azonban, a módszer több alapgondolata más matematikai modell esetében is alkalmazható. a) Diszkrét főorsó hajtásokra a módszer igen egyszerűen általánositható. Az 1. és 2. tételek alapján az optimális fordulatszám a folyamatos megoldás előtti, vagy utáni értékű lesz. Az optimális előtolást az optimum esélyes határvonalon lévő pont határozza meg. Nagyon ritka esetekben előfordulhat, hogy az optimális előtolást a folyamatos eset optimális fordulatszáma feletti fordulatszámnak a lokális szélsőérték pontja határozza meg (4. ábra)
24 - 22- Kiszárnitandó a célfüggvény értéke a fenti pontokban (a harmadikban csak akkor, ha a megengedett tartományon belül van). Opitmális az a pont, amelyre a célfüggvény értéke a legkisebb. b) Amikor a forgácsolás megengedett tartománya, valamilyen okból (például rezgések keletkezése miatt) több részre esik szét (lásd 4. ábra) az optimalizálási módszer gyakorlatilag változatlanul alkalmazható. Ekkor az optimalizálást a résztartományokra külön kell elvégezni. Az egyes optimális pontokban kiszámítandó a célfüggvény értéke. Ahol ez a legkisebb, ott lesz a globális optimum. c) A forgácsoló szerszámok éltartama az egyik legjelentősebb probléma. A gyakorlatban elterjedt összefüggéseket gyakran kritizálják és uj és uj javaslatok jelennek meg. Vizsgáljuk meg, hogy az optimumkeresésre javasolt két tétel szempontjából milyen következménnyel jár, ha az éltartam összefüggés eltér a Taylor által javasolttól. c-1) Először vizsgáljuk azt az esetet, amikor bizonyos sebesség résztartományokban a Taylor összefüggés jól leírja az éltartamot, azonban, az összefüggés paraméterei a résztartományokra különbözőek (szakaszos Taylor összefüggés). Nyilvánvaló, hogy ekkor a jelen rész b) pontjában alkalmazott módszer alkalmazható. Ebben az esetben a megengedett résztartományok összefüggők, de a különböző sebesség (fordulatszám) tartományokhoz különböző Taylor összefüggés paraméterek tartoznak. c-2) a szakaszos Taylor összefüggés bonyolultabb esetekben is az éltartam jó közelítését adhatja. A pontosság fokozható a sebesség tartományok felosztásának finomításával. Ez lényeges számítástechnikai nehézséget az optimalizáláskor nem okoz. d) Azokban az esetekben, amikor megfelelő megoldást ez sem nyújt:,, tehát az éltartam és a technológiai adatok összefüggése csak bonyolultabb módon jellemezhető, a
25 - 23- következő megoldások segíthetnek az optimalizáláskor. Ismeretes, hogy általában a forgácsoló sebesség változása jóval jelentősebb az éltartamra, mint az előtolásé. Amikor ez érvényes, akkor az opitmalizálás 1. tétele érvényben marad függetlenül az éltartam összefüggés formájától. így, az optimális pont szintén a tartomány határán, nevezetesen, az 1. tétel szerint meghatározandó opitmum esélyes határvonalán található. Amikor az ezt alkotó szakaszok lokális szélsőérték pontjai egyszerűen meghatározhatók, akkor a pontban leírthoz hasonló algoritmus alkalmazható azzal a különbséggel, hogy a 2. tétel adta egyszerüsités lehetősége hiányzik. - Más esetek- ban az optimum esélyes határvonalon való közvetlen keresés sem látszik számítástechnikailag különösebben nehéz feladatnak. e) Azokban a ritka esetekben, amikor a forgácsolás megengedett tartományában találhatók olyan pontok, amelyekben az előtolás hatása az éltartamra nagyobb, mint a forgácsoló sebességé, akkor a helyzet megváltozik. Az optimumra esélyes pontok halmazának -45 -os egyenesének mentén való keresése ekkor is helyes u t. Azonban, mint ezt a 6. ábra mutatja, ebben az esetben a ЭТ _ ЭТ Эе Э V feltételnek eleget tevő pontokban, tehát a tartomány belsejében is lehet optimális pont. Az optimális technológiai adatok meghatározhatók az erre esélyes pontok halmazán alkalmazott kereséssel. A keresés módja függ az éltartam összefüggés formájától.
26 - 24- f) Előfordulhatnak bonyolultabb alakú feltételrendszerek és éltartam összefüggések, amelyek nem teszik lehetővé a vázoltak alkalmazását. Azonban ezek, véleményünk szerint, a gyakorlati esetek kisrészét alkotják. Ekkor az optimalizálás megoldható szabvány matematikai programozási módszerekkel, azonban ennek számitásigényessége rendszerint jelentős.
27 OPTIMÁLIS FOGÁSOSZTÁS Az eddigiekben feltételeztük, hogy az f fogásmélység adott s csak az előtolás és fordulatszám optimális értékét kell meghatározni. Általános esetben ez nem igaz, hiszen a ráhagyás nagyobb is lehet a legnagyobb megengedhető fogásmélységnél, de ellenkező esetben sem nyilvánvaló, hogy egy fogással érjük el az optimumot. Kimondhatjuk tehát, hogy a fogásmélységet is ismeretlen tényezőként kell kezelni. Modellünk ekkor háromdimenzióssá válik. A probléma az f^, f2,f2, ' fogásmélységek, valamint a hozzájuk tartozó e^, n^, e2, n 2,..., e^, n^ előtolások és fordulatszámok olyan értékének meghatározása, amelyek mellett a К = + K кк költség (vagy idő) minimális. Ennek során nemcsak a fogásmélységet, hanem a fogások к számát sem ismerjük előre. Nyilvánvaló és lényeges korlátozás, hogy mint említettük, a fogásmélység összegének a megadott R ráhagyást kell kiadnia, azaz fl + f2 + *** fk = R * A költség (vagy idő) számításakor figyelembe kell venni a visszafutások költségeit, valamint a fogásvétellel kapcsolatos egyéb járulékos veszteségeket is. Többfogásos megmunkálás esetében a költségösszefüggést egy-egy fogásra a következő alakban Írhatjuk fel: (3.1) ahol AL - a megmunkált hosszú mm, ALv - a visszafutási hossz mm,
28 - 26- ev^ - a visszafutás sebessége mm/perc tve - járulékos fogásonkénti veszteségidő perc. A fogásosztás optimalizálására kidolgozott módszerek közös vonása, hogy a feladatot kétdimenziósra redukálják, azaz különböző megfontolások alapján előre megtervezik a ráhagyás leválasztását több változatban, minden változat mindegyik - immár ismert - fogásmélységéhez a már ismertetett módszerrel rendre kiszámítják az opitmális e és n értékeket, majd a leválasztási tervek közül azt a változatot fogadják el optimálisnak, amely mellett a célfüggvény összegezett értéke minimálisra adódik. A Magyarországon kidolgozott TAUPROG és a TURNMOD rendszerben a ráhagyást különböző számú egyenlő fogásokra osztják el. A legkisebb fogásszámot a ráhagyás és a maximálisan megengedett fogásmélység felfelé kerekített hányadosa adja meg. Az igy kapott fogásmélység mellett meghatározzák a célfüggvény optimális értékét, majd a fogások számát eggyel növelik, s az uj fogásmélységgel újból elvégzik az optimalizálást. Az eljárást addig ismétlik, mig a fogásszám újabb növelésekor a célfüggvény értékének növekedését nem észlelik. Az utolsó előtti optimalizáláskor kapott fogásmélységet tekintik optimálisnak. Ez a módszer jól akalmazható akkor is, ha a ráhagyást nem egyenlő fogásokra, hanem meghatározott mérnöki - heurisztikus szabályok szerint osztják fel. Ilyen szabály lehet pl., hogy az első fogást az esetleges kéreg és a méretszóródás miatt külön kezelik, az utolsó fogást kisebbre veszik, stb. A módszer fokozatmentes előtolás és fordulatszám változtatási lehetőségek esetében is jól alkalmazható. Amikor az egyes fogások körülményei azonosak, a fenti eljárással a valódi optimumot határozzuk meg. Más a helyzet azonban akkor, mint pl. esztergálás esetében, amikor az átmérő is fogásról-fogásra változik. Ilyenkor nem tudhatjuk, hogy a kapott megoldás mennyire közeliti meg a valódi optimumot.
29 -27 - Fontos tehát a probléma szabatos matematikai megfogalmazása és megoldása. A feladat a Bellman-féle dinamikus programozással oldható meg C6D. Ez szintén különböző esetek megoldásán, összehasonlításán és a legkedvezőbb változatok kiválasztásán alapul. A m e g oldás elve egyszerűsítve a következőkben foglalható össze: kiválasztanak bármely Af elemi rétegvastagságot, s az egyes fogásokat ennek különböző egész számú többszöröseiként állítják elő. Ezután azt vizsgálják, hogy hányszoros Af értékig legkedvezőbb a ráhagyást egy fogásban eltávolitani. Ez úgy állapítható meg, hogy minden 2Af, 3Af, 4Af stb. esetében kiszámítják az egy és valamennyi lehetséges két fogásban való megmunkálásra az optimális megmunkálási költséget. Antikor megjelenik egy olyan változat, amelynél a kétfogásos megmunkálás költsége ki sebb, mint az egyfogásosé, attól kezdve a ráhagyást két fogásban kell eltávolitani. Tételezzük fel konkrét példaként, hogy 12Af értékig az egy fogásban való megmunkálás a kedvező. Ekkor a 13Af esetben meg kell vizsgálni azokat a változatokat, amikor az első fogás Af, 2Af, 3Af,..., 12Af. Tételezzük fel, hogy 9Af első és 4Af, második fogás alkalmazásákor a megmunkálás összköltsége kisebb, mint 13Af egy fogásban való eltávolításakor. Tehát 13Af ráhagyás esetében két fogás, mégpedig a 9Af első a 4Af második fogás az optimális. Hasonló módszerrel határozható meg az optimális fogásosztás 14Af, 15Af,...stb. esetekre is. Azonban ezeknél már a három fogásban való forgácsolást is vizsgálat alá kell venni. A dinamikus programozás nagy előnye itt mutatkozik meg. E módszer szerint azokat a változatokat nem kell megvizsgálni, amelyeknél valamely 13Af-nél kisebb réteg két fogásban lenne eltávolitva, hiszen 12Af-ig az egy fogás az optimális. Ez tetemesen csökkenti a megvizsgálandó változatok számát. A módszer hasonló módon alkalmazható három, négy stb. fogás esetére is.
30 2 8 - A módszer a még igy is igen nagyszámú variáns miatt nagyon szárnitásigényes. A számítások mennyisége csökkenthető, ha felhasználjuk azt a tapasztalatot, hogy az optimum rendszerint a megengedett legnagyobb fogásmélység környezetében van. Az optimális fogásosztás meghatározásának ezt a módszerét a C7 munka taglalja. A módszer alapján kidolgozott számítógépi program egy-egy esetre az optimális fogásosztást néhány perc alatt határozza meg. Ez a gyakorlati alkalmazások szemszögéből sok. Ugyanez a program alkalmas viszont u.n. fogásosztási diagramok készítésére, amelyek különböző átmérők és ráhagyások esetére megadják az opitmális fogásosztást, igy egy-egy optimalizálás helyett tulajdonképpen széles feladatcsoportot oldanak meg. Egy fogásosztási diagramot mutat be a 7. ábra. Ha valamely konkrét ráhagyás értékhez függőlegest állítunk, azt a diagram az optimális fogásoknak megfelelő szakaszokra bontja. Pl. ha R = 30 mm, akkor f^ = 6,4; = 6,2; f^ = 6; f^ = 5,8 és f,- = 5,6 mm. A fogásosztási diagramok hozzásegíthetnek megalapozott fogásosztási stratégiák kialakításához, s ahhoz, hogy a korábban felvetett problémára - milyen messze vannak a heurisztikus szabályok által adott eredmények az optimumtól - választ adhassunk.
31 MAGASABBRENDÜ OPTIMUMFELTÉTELEK KIELÉGÍTÉSE. Az előzőekben tárgyalt számitógépes optimalizálási módszerek - az általános rendszer is -csak egy-egy művelet optimumát határozzák meg, úgy, hogy a műveletet környezetéből kiszakítva vizsgálják, nincsenek tekintettel más műveletekre, más szerszámokra, a teljes megmunkálásra vagy munkadarabra, a gyártórendszer állapotára. Segítségükkel tehát közvetlenül nem ol d ható meg a szerszámcserék rendszeres időközönkénti végrehajtása, vagy - általánosságban fogalmazva - a műveletnél magasabbszintü optimumfeltételek kielégítése. Különleges szerepet játszik ebből a szempontból a fogásosztás optimalizálása. Itt több müveletelem egymással való kapcsolata szerepel. Azonban, az cptimalizálás, amikor csak dinamikus programozással oldható meg, önmagában is olyan bonyolultságú, hogy további magasabbrendü optimalizálási problémák szempontjából lezártnak tekintendő. így a külön optimalizált, vagy heurisztikusán megadott fogásosztás megadottnak tekintendő. Ellenkező esetben bármilyen magasabbrendü optimalizálási probléma méretei megoldási esély nélküli nagyságúra nőnének. A következőkben egy olyan módszert ismertetünk amelynek lényege, hogy első lépésben a korábban ismertetett módon meghatározzuk az egyes műveletek optimális paramétereit, kiszámítjuk az egyes műveletekhez tartozó megmunkálási időket, é l tartamokat, majd egy következő lépésben elégitjük ki a magasabb - pl. munkadarab szintű - optimumfeltételeket, szinkronizáljuk a különböző szerszámok kopását C8H, módosítjuk a m e g munkálás időtartamát stb. Ezzel a módszerrel valóban elérhető, hogy a szerszámok egyszerre kopjanak el, hogy egy éltartamcikluson belül a kivánt számú alkatrészt lehessen kielégíteni, hogy a több szerszámmal megvalósított sok művelet eredője az egész műveletre megadott feltételeket kielégítve, optimális legyen.
32 - 30- Vizsgáljuk meg egy munakdarab megmunkálását. Tételezzük fel, hogy a megmunkáláshoz R számú szerszám kell. Mindegyik szerszám különböző számú műveletben vesz részt. Az egyes megmunkált hosszak ismertek. Határozzuk meg a műveletek optimális fogásmélység, előtolás és forgácsoló sebesség értékeit. Legyen tehát az egyes szerszámok sorszáma К =1,2,3,... R Legyen az egyes szerszámokkal megmunkált müveletelemek száma ^ i, 1^2 > ^2 ' * Nyilvánvaló, hogy teljesen közömbös, hogy az Ni + N2 + N3 ** NR = N számú müveletelemet milyen sorrendben tekintjük végig. Jellemezzék az i-edik müveletelemre érvényes matematikai modellt az у. z,. E.. < f. e V.-1 < E. ]min = i i i = = ]max (j 1,2,...h ±) (4.1) В. l (4.2) К. 1 (4. S) összefüggések, ahol i- 1,2,3,...N
33 -31 - ДК^ a visszafutással és egyéb veszteséggel kapcsolatos költségeket jellemzi. Minden egyes müveletelemre ismeretesek a megfelelő AL^, d ^, f ^, hosszak, átmérők és fogásmélységek. A 2. részben ismertetett módszerrel az egyes müveletelemekre meghatározhatók az optimális előtolás és forgácsoló sebesség (fordulatszám) értékek. Ezek alapján könnyen meghatározható a munkadarab megmunkálásának összköltsége és összideje, csupán összegezni kell valamennyi műveletbe ezeket a mennyiségeket. Hasonló módon valamennyi szerszámra meghatározható kopásuk mértéke, csak összegezni kell szerszámonként a műveletekhez tartozó részkopásokat. Jelöljük az összköltséget, az időt a kopásokat rendre K^, tj,, és Ai,A2'**' jelekkel. A fentiek szerint K, N I K. i=l j L.CM X M e.n. í í t + AK., X V (4.4) N t i=l N Г AL. E J -- i = l i eini + A t Ẋ] (4.5) (At^ az i-edik müveletelemhez tartozó veszteség időket jellemzi) A k" AL. 1 e.n.t k=l,2,...r (4.6) (az összegezés azokra a müveletelemekre terjed ki, amelyekben a K-adik szerszám forgácsol; S]c-S]<_i = htk )
34 A müveletelemek optimális technológiai adatainak meghatározását, a minimális költség kritérium szerint, és ezek alapján a munkadarabra összesített költség, megmunkálási idő és szerszám kopások kiértékelését elsődleges optimalizálásnak nevezzük. - Ezzel párhuzamosan egyszerűen kiértékelhetők a feltételrend szerek által megszabott minimálisan és maximálisan lehetséges értékek ugyanezekre a mennyiségekre. A minimális megmunkálási időhöz maximális szerszámkopások tar toznak és forditva, minimális szerszámkopásokhoz maximális megmunkálási idő. Vezessük be ezekre a mennyiségekre a következő jelöléseket: a) Minimális idő, maximális kopás max k=l,2 / R. Ekkor a megmunkálási költségeket Ka jelöli b) Minimális kopás, maximális idő min max / a költségeket Kb jelöli. Nyilvánvalóan Л: m m к max Ka > Kz ; КЬ > К
35 A fenti adatok kiindulásul szolgálnak a termelési programok összeállitásához, termelésirányítási döntésekhez, intézkedésekhez. Ezek a feladatok elvileg magasabbszintü optimalizálási problémák. Megoldásukkor kiderülhet, hogy az alacsonyabb szinten kapott eredmények nem kedvezőek a magasabb szinten, így például kiderülhet, hogy a t^ idő, vagy egyes szerszámok kopása túl nagy. Bizonyos esetekben bekövetkezhet, hogy a kiinduló adatokkal összeállított programok szerint egyes gépek időnként munka nélkül maradnak. Az első esetbep bizonyos műveletek intenzitását fokozni kell. A második esetben a rendelkezésre álló idő teljes kihasználásával lényeges szerszámmegtakaritás érhető el. Általában a következő követelmények fogalmazhatók meg: a) Bizonyos munkadarabokra a megmunkálási idő túl nagy. Ekkor a következő korlátozás bevezetése szükséges (4.7) ahol t - megadott idő min b) Bizonyos szerszámokra a kopás túl nagy Az uj korlátozások (s=l,2 / R) (4.8) ahol megadott kopásérték m m (A sm > Л s ) c) Több idő álljendelkezésre a megmunkálásra mint t ^. Ekkor a következő korlátozást célszerű bevezetni. t > t r (4.9)
36 ahol tr - megadott idő A korlátozások kombinálása is lehetséges. Például előfordulhat olyan eset, amikor a megmunkálási időt csökkenteni kell úgy, hogy bizonyos szerszámok kopása is csökkenjen. Ez persze csak a többi szerszám kopásának növekedése rovására lehetséges. Az elsődleges optimalizáláskor a müveletelemek adatainak optimalizálása külön-külön elvégezhető. A kapott adatok az egész munkadarabra is minimális megmunkálási költséget eredményeznek. A (4. 7),(4.8),(4.9) korlátozások bevezetése azonban gyökeresen megváltoztatja a helyzetet. Ezekben az egyes müveletelemek technológiai adatainak hatása együttesen jelentkezik. Az optimalizálási probléma dimenziója sokszorosan növekszik. Nyilvánvalóan a cél, az uj korlátozások tekintetbe vétele mellett is, a (4.4) költségfüggvény minimalizálása. Nevezzük ezt másodlagos optimalizálási problémának. A másodlagos optimalizálási probléma, a megadott matematikai modellnek megfelelően, megoldható a geometriai programozás módszereivel. Azonban, a feladat bonyolultsága miatt, ezek a módszerek, legalábbis szokásos alakjukban, nehezen alkalmazhatók. Ezért a feladat megoldására á következőkben olyan módszert javaslunk, amely tekintetbe veszi a probléma speciális sajátságait. Vizsgáljuk meg azt a kérdést, hogy a munakdarab megmunkálási idejére és egyes szerszámok kopására megadott korlátozások hogyan befolyásolják az egyes müveletelemek technológiai adatait. A 8. ábra egy müveletelemre mutatja a forgácsolás megengedett tartományát. Amikor a munkadarab megmunkálási idejét csökkenteni óhajtjuk, ez a müveletelemekre azt fogja jelenteni, hogy a megmunkálási adatokat jellemző pont az optimumra esélyes határvonalon az óramutatóval megegyező irányban eltolódik (hacsak nem a legszélső pontban van egyébként i s).
37 Nyilvánvaló, hogy az optimum esélyes határvonalakon kivül más pontokat a vizsgálatokba bevonni nem szükséges. Bármilyen más pontban a határponttal azonos megmunkálási időhöz nagyobb kopás, tehát nagyobb forgácsolási költség tartozik. Amikor nem a lehető legkisebb megmunkálási idő elérését tűzzük ki célul - amelynek adatait egyébként már az elsődleges optimalizáláskor meghatározzuk - akkor ez különböző változatokban valósítható meg. Az egyes müveletelemek megmunkálási idejei különböző mértékben változtathatók úgy, hogy összegükben kiadják a kivánt hatást és ennek költségkihatásai különbözőek. A cél gnnak a változatnak a kiválasztása,amely minimális költségnövekedést okoz. Erre a következő módszert javasoljuk: Legyen a bevezetett uj korlátozás t N t. < 1 = t m i=l Az optimális pontot a feltételes szélsőérték keresés Lagrange féle módszere szerint határozzuk meg. Vezessük be (4.4) helyett a következő célfüggvényt L = K + X (tv - t ) (4.10) L o h m ahol X - a Lagrange féle változó A -7r= = О feltételt az opitmum esélyes határvonalra alkal- О 1. 1 mazva azt kapjuk, hogy az egyes müveletelemek opitmális pontjaihoz tartozó éltartamok értéke nem az elsődleges optimalizáláskor kapott T S Z ] 1 + y.n.-(n. + l)m. У m. (N. + 1) 1 :
38 lesz, hanem T.(л ) = í о 1 + y.n.-(n. + l)m. V1 3 3 m±(nj + 1)(1 +X Q ) CTi T szj 1 + X о (4. 1Г) A X érték növekedése a müveletelemek intenzitását fokozza о az éltartamot csökkenti. A 0 feltétel a (4.12) triviális eredményre vezet. Т± (Х0) érték az optimum esélyes határvonalon meghatározza az optimális előtolás és forgácsoló sebesség értékeket. Ezeknek olyanoknak kell lenniük, hogy kielégítsék a (4.12) feltételt. Ez a feltétel meghatározza XQ értékét, amelynek hatása azután a (4.11) összefüggés szerint a technológiai adatokon tükröződik. Ez tehát az a mechanizmus, amelyen keresztül a magasabbrendü követelmények tükröződhetnek a müveletelemek technológiai adataiban. A fentiekhez hasonló módon kezelhető az az eset, amikor az egyes szerszámok kopására vannak megadva korlátozások Legyen к = km. Ekkor az uj célfüggvény bevezetésével, a 9L ЭТ. = О í (T. az i-edik müveletelem j-edik korlátozásának szélso- SZ] J érték pontjához tartozó éltartam). összefüggés-
39 bői levezethető, hogy (4.12) A X к szorzónak a Д к Д km összefüggést k;ell kielégítenie. X^ növekedése a forgácsolás intenzitását és igy a szerszámkopást csökkenti. A másodlagos optimalizálás módszere pontosan azonos az előző esetben alkalmazottal. Rendkívül érdekes eset az, amikor egyidejűleg akarjuk a megmunkálás idejét és bizonyos szerszámok kopását csökkenteni. Ez nyilvánvalóan csak a további szerszámok kopásának a rovására történhet (és csak akkor, ha a követelmények nem ellentmondóak). Ez rendkívül egyszerűen oldható meg olyan módon, hogy szétválasztjuk a müveletelemeket aszerint, hogy olyan szerszámmal végzik ezeket, amelyek kopását korlátozni akarjuk vagy pedig nem. A megkívánt kopások előbb leirt módon való biztosítása után a fennmaradó müveletelemek, szintén előbb leirt módon való változtatásával érhetjük el a megmunkálási idő kivánt értékét. Bizonyítható, hogy ez a módszer a másodlagos optimalizálási probléma szabatos megoldását adja. Ez a következő egyenletrendszer megoldásával határozható meg 1 + X T = T lk SZj 1 + X J О N E i=l (4.13)
40 * S L к j-1 Z Д (4.12) km i=s k-1 Az ik index - az i-edik műveletet jelenti, amelyet a k-adik szerszámmal végzünk. L., C és Cp megfelelő kitevők illetve együtthatok. Íj ÍD A másodlagos optimalizálás eredményei fontos információkat szolgáltatnak a munkadarab megmunkálás jellemzőinek kiértékeléséhez. Már az elsődleges optimalizálás megmutatja az optimális megmunkálási költségen, időn és szerszámkopásokon kivül, hogy egyáltalán milyen határok között változhatnak célszerű módon ezek a jellemzők. A másodlagos optimalizálás megmutatja, hogy a magasabbszintü követelményeknek mi az ára. Ez bizonyos tipusu érzékenységi vizsgálatokat tesz lehetővé, megmutatva, hogy mire milyen módon reagálnak a megmunkálási költségek, ami jelentős segítséget nyújthat a termelésirányítási szakembernek. 4.1 Másodlagos optimalizálás diszkrét forgácsoló sebességek esetén Amikor a forgácsoló sebességek csak megadott értékeket vehetnek fel, tehát a szerszámgép nem rendelkezik folyamatos főorsó hajtással, a másodlagos optimalizálási módszer következő változata javasolható. Elvégzendő a másodlagos optimalizálás folyamatos rendszert feltételezve. A folyamatos esetre kapott optimális pontok környzetében megkeressük a korábban vázoltak alapján (lásd 4. ábra ) a legkedvezőbb diszkrét pontot. Ily módon kapunk egy alap megoldást. Ha ez kielégíti a megmunkálási időre és a kopásokra megadott kiegészítő feltételeket, esetleg tartalékkal is, akkor a kapott adatok tekinthetők a másodlagos optimalizálás eredményének.
41 -39 Amikor a feltételek nem teljesülnek, a következő eljárás alkalmazható. Mindegyik müveletelemre, amelynek szerszámára kopás korlátozás van meqadva, egy-egy fokozattal változtatjuk (csők kentjük) a főorsó fordulatot. Képezzük a kopáscsökkenés és a megmunkálási költség változás hányadosát. Annál a műveletelemnél, ahol ez a legkisebb, megváltoztatjuk a fordulatszámot. Ennek oka az, hogy az adott müveletelemnél érjük el az egységnyi költségnövekedésre a legnagyobb kopáscsökkenést. Ezt az eljárást addig folytatjuk, ameddig a megadott kopásokat el nem érjük. A megmunkálási időre megadott korlátozások esetében hasonló eljárás alkalmazható. Ekkor a müveletelemekre a megmunkálási időváltozások és költségváltozások hányadosa számítandó ki és a hajtásfokozat változtatások az ezekre vonatkozóan legkedvezőbb müveletelemekre végzendők el, sorozatosan, a követelmények teljesüléséig. Példa. A 9. ábra egy munkadarabot mutat be, amelyet NC revolveresztergán munkálnak meg. A szerszámgép a Csepeli Szerszám gépgyár ERI-250 tipusu gépe. A szerszámválasztást a mű veleti sorrendet és a matematikai modellt a FORTAP automatikus programozási rendszer szolgáltatta. A rövidség kedvéért csak az összegezett mennyiségeket közöljük. A megmunkálást fúrás, oldalazás, lyukesztergálás és esztergálás műveletekkel végzik.
42 -40 - Elsődleges optimalizálás t p t (perc) min E max te 6,44 5,40 210,91 K p t (R) Kb K E 13,85 19,58 421,81 Szers zám дгп1п(%) к дтах(%) к í 3,17 0, ,72 2 1,63 0, , Об 3 1,59 0, ,79 4 2,27 0, ,14 1. Fúrás 2. Oldalazás 3. Felesztergálás 4. Esztergálás
43 -41 - Másodlagos optimalizálás a) Legyen t^ 6 perc t^ = 5,97 perc szerszám д(%) к K z =14,13 Ft í 12,89 2 3,57 3 1,93 4 3,4 Legyen minden szerszám (Лк < 1,5%, k=l,2,3,4) kopása kisebb, mint 1,5%. tv = 7,17 perc L Kz = 14,88 Ft szers zám д Л % ) к í 0,85 2 1,23 3 1,22 4 1,26 c) A gép leterheletlensége miatt a megmunkálási időt elégséges 10 perc körüli értékűnek hagyni, (t^ ^ 10) perc). A másodlagos optimalizálás során kapjuk:
44 -42 - te = 10,27 (Kz = 21,09) szerszám D> /'"'N o\o í 3,17 2 0,19 3 1,59 4 0,46 A megadott korlátozásoktól való eltéréseket az okozza, hogy a gép főorsója nem folyamatos, hanem diszkrét fordulatszám változtatási lehetőséggel rendelkezik. Az itt bemutatott néhány másodlagos optimalizálási példa csak a lehetőségeket szemlélteti. Az elsődleges optimalizálás világosan bemutatja, hogy az optimális technológia meglehetősen "kihegyezett". A megmunkálási időt lényegesen csökkenteni nem is lehet, de a csekély csökkentésnek is igen nagy az ára a szerszámok kopásában. A szerszámkopások azonban jól manipulálhatók. Az elsődleges optimalizálás mutatja, hogy a megmunkálás intenzitásának csökkentésével a szerszámkopások jelentősen csökkenthetők. A másodlagos optimalizálás módot nyújt a tervezőnek a megfelelő kompromisszum elérésére. I
45 \ IRODALOM [13 Somló J. Girnt M.3 Gyürki J.3 Läufer J. : Optimalizáló adaptiv szerszámgépirányitási rendszerek. MTA SZTAKI Közlemények 1973 N 5 C 3 [23 Somló J. Gimt M. 3 Gyürki J.3 Läufer J. : Szerszámgépek optimalizáló adaptiv irányítása. MTA SZTAKI belső munkaanyag december. ) Horváth M. 3 Somló J.:A forgácsolás adaptiv vezérlésének stra tégiái és megoldásai. OMFB tanulmány május. [Un C5 C63 Tóth T.3 Vadász D. : TAUPROG programrendszer. Gépgyártástechnológia, XIII. N 4. TóthT.: Forgácsolástechnológia tervezése.számitógéppel. Gépgyártástechnológia, 1975 N 1. R. Bellman: Dynamic Programming. Princeton University Press C73 Frey T.3 Nagy J.3 Somló J.: Programcsomag az optimális fogás osztás meghatározására eszterga tipusu megmunkálásoknál. OOMPCONTTOL '74 Szeged [83 Somló J.3 Nagy J.3: On a new approach to cutting data optimization problem. PROLAMAT 1976 junius
46 AZ OPTIMALIZÁLÁS ALGORITMUSÁNAK SZEMLELTETESE 3. ábra
47 abra OPTIMALIZÁLÁS DISZKRÉT FOORSO HAJTAS ESETEBEN
48 - 46- o optimális pont NEM ÖSSZEFÜGGŐ MEGENGEDETT TARTOMÁNYOK ESETE
49 -47 - KÜLÖNLEGES ÉLTARTAM ÖSSZEFÜGGÉSEK
50
51 megmunkálási idő csökken optimális pont elsődleges optimalizáláskor Igei szerszamkopas csökken i-edik muveletelem i= 1,2, N -C* CD A L j e in i g n i 8.ábra
52 * ábra
53 -51 - A TANULMÁNYOK sorozatban eddig megjelentek: 1/1973. Pásztor Katalin: Módszerek Boole-függvények minimális vagy nem redundáns, {A,V,F} vagy ÍNORÍ vagy ÍNAND } bázisbeli, zárójeles, vagy zárójel nélküli formuláinak előállítására 2/1973 Вашкеви Иштван: Расчленение многосвязных промышленных процессов с помощью вычислительных машин 3/1973 Ádám György: A számitógépipar helyzete 1972 második felében 4/1973 Bányász Csilla: Identification in the Presence of Drift 5/1973* Gyürki J. - Läufer J. - Girnt M. - Somló J.: Optimalizáló adaptiv szerszámgépirányitási rendszerek 6/1973 Szelke E. - Tóth K.: Felhasználói Kézikönyv /USER MANUAL/ a Folytonos Rendszerek Szimulációjára készült ANDISIM programnyelvhez 7/1973 Legendi Tamás: A CHANGE nyelv/multiprocesszor 8/1973 Klafszky Emil: Geometriai programozás és néhány alkalmazása 9/1973 R. Narasimhan: Picture Processing Using Pax 10/1973 Dibuz Á. - Gáspár J. - Várszegi S.: MANU-WRAP nátlaphuzalozó, MSI- TESTER integrált áramköröket mérő, TESTOMAT-C logikai hálózatokat vizsgáló berendezések ismertetése 11/1973 Matolcsi Tamás: Az optimum-számitás egy uj módszeréről 12/1973 Makroprocesszorok, programozási nyelvek. Cikkgyűjtemény az NJSzT és SZTAKI közös kiadásában. Szerkesztette: Legendi Tamás * A *-gal jelölt kivételével a sorozat kötetei megrendelhetők az Intézet könyvtáránál /Budapest, XIII. Victor Hugo u /.
54 -52-13/1973 Jedlovszky Pál: Uj módszer bonyolult rektifikáló oszlopok vegyészmérnöki számítására 14/1973 Bakó András: MTA kutatóintézeteinek bérszámfejtése számitógéppel 15/1973 Ádám György: Kelet-nyugati kapcsolatok a számítógépiparban 16/1973 Fidrich I. - Uzsoky M.: LIDI-72 listakezelő rendszer a Digitális Osztályon, évi változat 17/1974 Gyürki József: ADaptiv termelésprogramozó rendszer /APS/ termelőmühelyek irányítására 18/1974 Pikier Gyula: MINI-számitógépes interaktiv alkatrész programiró rendszer NC szerszámgépek automatikus programozásához 19/1974 Gertler J. - Sedlak J.: Software for process control 20/1974 Vámos T. - Vassy Z.: Industrial Pattern Recognition Experiment - A Syntax Aided Approach 21/1974 A KGST I : "Diszkrét rendszerek automatikus vezérlése" c. témában februárban rendezett szeminárium előadásai 22/1974 Arató M. - Benczúr A. - Krámli A. - Pergel J.: Stochastic Processes, Part I. 23/1974 Benkó S. - Renner G.: Erősen telitett mágneskörök számitógépes tervezési módszerei 24/1974 Kovács György-Franta Lászlóné: Programcsomagok elektronikus berendezések hátlaphuzalozásának tervezésére 25/1974 Járdán R. Kálmán: Háromfázisú tirisztoros inverterek állandóan tranziens jelenségei és belső impedanciája
55 /1974 Gergely József: Numerikus módszerek sparse mátrixokra 27/1974 Somló János: Analitikus optimalizálás 28/1974 Vámos Tibor: Tárgyfelismerési kisérlet nyelvi módszerekkel 29/1974 Móricz Péter: Vegyészmérnöki számitási módszerek fázisegyensúlyok és kémiai egyensúlyok vizsgálatára 30/1974 Vassy Z. - Vámos T.: The Budapest Robot - Pragmatic Intelligence 31/1975 Nagy István: Frekvenciaosztásos középfrekvenciás inverterek elmélete 32/1975 Singer D. - Borossay G y. - Kolati T.: Gázhálózatok optimális irányítása különös tekintettel a Fővárosi Gázmüvek hálózataira 33/1975 Vámos T. - Vassy Z.: Limited and Pragmatic Robot Intelligence Mérő L. - Vassy Z.: A Simplified and Fastened Version of the Hueckel Operator for Finding Optimal Edges in Pictures Галло В. : Программа для распознавания геометрических образов, основанная на лингвистическом методе описания и анализа геометрических структур 34/1975 László Nemes: Pattern Identification Method for Industrial Robots by Extracting the Main Features of Objects 35/1975 Garádi-Krámli-Ratkó-Ruda: Statisztikai és számítástechnikai módszerek alkalmazása kórházi morbiditási vizsgálatokban
A termelésinformatika alapjai 10. gyakorlat: Forgácsolás, fúrás, furatmegmunkálás, esztergálás, marás. 2012/13 2. félév Dr.
A termelésinformatika alapjai 10. gyakorlat: Forgácsolás, fúrás, furatmegmunkálás, esztergálás, marás 2012/13 2. félév Dr. Kulcsár Gyula Forgácsolás, fúrás, furatmegmunkálás Forgácsolás Forgácsoláskor
Lépcsős tengely Technológiai tervezés
Forgácsoló megmunkálás (Forgácsolás és szerszámai) NGB_AJ012_1 Lépcsős tengely Technológiai tervezés Készítette: Minta Andrea Neptun kód: ABAB1A Dátum: Győr, 2016.11. 14. Feladat Készítse el egy Ön által
Miskolci Egyetem, Gyártástudományi Intézet, Prof. Dr. Dudás Illés
3. SÍK FELÜLETEK MEGMUNKÁLÁSA Sík felületek (SF) legtöbbször körrel vagy egyenes alakzatokkal határolt felületként fordulnak elő. A SF-ek legáltalánosabb megmunkálási lehetőségeit a 3.. ábra szemlélteti.
Járműszerkezeti anyagok és megmunkálások II / I. félév. Kopás, éltartam. Dr. Szmejkál Attila Ozsváth Péter
2007-2008 / I. félév Kopás, éltartam Dr. Szmejkál Attila Ozsváth Péter Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki Kar Járműgyártás és javítás Tanszék H-1111, Budapest Bertalan L.
Mátrixjátékok tiszta nyeregponttal
1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás Készítette: Dr. Ábrahám István Hiperbolikus programozás Gazdasági problémák optimalizálásakor gyakori, hogy
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.
1 Az utazó ügynök problémája Utazó ügynök feladat Adott n számú város és a városokat összekötő utak, amelyeknek ismert a hossza. Adott továbbá egy ügynök, akinek adott városból kiindulva, minden várost
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
A forgácsolás alapjai
A forgácsolás alapjai Dr. Igaz Jenő: Forgácsoló megmunkálás II/1 1-43. oldal és 73-98. oldal FONTOS! KÉREM, NE FELEDJÉK, HOGY A PowerPoint ELŐADÁS VÁZLAT NEM HELYETTESÍTI, CSAK ÖSSZEFOGLALJA, HELYENKÉNT
Matematikai modellezés
Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
Gépgyártástechnológiai technikus Gépgyártástechnológiai technikus
A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma
Egyes logisztikai feladatok megoldása lineáris programozás segítségével - bútorgyári termelési probléma - szállítási probléma Egy bútorgyár polcot, asztalt és szekrényt gyárt faforgácslapból. A kereskedelemben
A változó költségek azon folyó költségek, amelyek nagysága a termelés méretétől függ.
Termelői magatartás II. A költségfüggvények: A költségek és a termelés kapcsolatát mutatja, hogyan változnak a költségek a termelés változásával. A termelési függvényből vezethető le, megkülönböztetünk
Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek
1. Felületi érdesség használata Felületi érdesség A műszaki rajzokon a geometria méretek tűrése mellett a felületeket is jellemzik. A felületek jellemzésére leginkább a felületi érdességet használják.
15. LINEÁRIS EGYENLETRENDSZEREK
15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
GYÁRTÁSTECHNOLÓGIA NGB_AJ008_1 A FORGÁCSLEVÁLASZTÁS
GYÁRTÁSTECHNOLÓGIA NGB_AJ008_1 Műszaki menedzser (BSc) szak, Mechatronikai mérnöki (BSc) szak A FORGÁCSLEVÁLASZTÁS ALAPJAI 3. előadás Összeállította: Vázlat 1. A forgácsolás igénybevételei modellje 2.
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján Gépgyártás-technológiai technikus
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 521 03 Gépgyártás-technológiai technikus Tájékoztató A vizsgázó az első lapra írja
7. MARÁS. 7.1. Alapfogalmak
7. MARÁS 7.1. Alapfogalmak Sík, síkokból összetett ill. egyéb alakos, rendszerint külső felületeket állítunk elő. A forgácsoló mozgás, forgómozgás és mindig a szerszám végzi. Az előtoló mozgás a szerszámtengelyre
Gyártástechnológiai III. 2. Előadás Forgácsolási alapfogalmak. Előadó: Dr. Szigeti Ferenc főiskolai tanár
Műszaki Alapozó és Gépgyártástechnológiai Tanszék Gépészmérnöki szak Gyártástechnológiai III 2. Előadás Forgácsolási alapfogalmak Előadó: Dr. Szigeti Ferenc főiskolai tanár Forgácsolási alapfogalmak Forgácsolás
11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév
Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.
11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során
Dr. Vámos Tibor: TARGYFELISMERÉSI KÍSÉRLET NYELVI MÓDSZEREKKEL
MAGYAR TUDOMÁNYOS AKADÉMIA SZÁMÍTÁSTECHNIKÁI Es AUTÓMATIZAI.ASI КИТАЮ INTÉZET Dr. Vámos Tibor: TARGYFELISMERÉSI KÍSÉRLET NYELVI MÓDSZEREKKEL A k a d é m ia i s z é k f o g l a l ó T a n u lm á n y o k
Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
06A Furatok megmunkálása
Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet Gyártástechnológia II. BAGGT23NND/NLD 06A Furatok megmunkálása Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu
Görbe- és felületmodellezés. Szplájnok Felületmodellezés
Görbe- és felületmodellezés Szplájnok Felületmodellezés Spline (szplájn) Spline: Szakaszosan, parametrikus polinomokkal leírt görbe A spline nevét arról a rugalmasan hajlítható vonalzóról kapta, melyet
A fúrás és furatbővítés során belső hengeres, vagy egyéb alakos belső felületeket állítunk elő.
6. FÚRÁS, FURATBŐVÍTÉS 6.1. Alapfogalmak A fúrás és furatbővítés során belső hengeres, vagy egyéb alakos belső felületeket állítunk elő. A forgácsoló mozgás, forgómozgás és végezheti a szerszám is és a
Optimumkeresés számítógépen
C Optimumkeresés számítógépen Az optimumok megtalálása mind a gazdasági életben, mind az élet sok más területén nagy jelentőségű. A matematikában számos módszert dolgoztak ki erre a célra, például a függvények
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján Gépgyártástechnológiai technikus
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 521 03 Gépgyártástechnológiai technikus Tájékoztató A vizsgázó az első lapra írja
általános előtolásirányú kontúresztergálás (kúp, gömb, tórusz) menetesztergálás menet[1].avi
ESZTERGÁLÁS Az esztergálás jelenleg a legelterjedtebb forgácsolási mód, amelyet egyélű szerszámmal végeznek általában a munkadarab forgó főmozgása mellett. A mellékmozgást a szerszám (egyélű, viszonylag
Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei
A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.
A forgácsolás alapjai
NGB_AJ012_1 Forgácsoló megmunkálás (Forgácsolás és szerszámai) A forgácsolás alapjai Dr. Pintér József 2017. FONTOS! KÉREM, NE FELEDJÉK, HOGY A PowerPoint ELŐADÁS VÁZLAT NEM HELYETTESÍTI, CSAK ÖSSZEFOGLALJA,
Nemlineáris programozás 2.
Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,
Jármőszerkezeti anyagok és megmunkálások II. Kopás, éltartam. Dr. Szmejkál Attila Dr. Ozsváth Péter
Kopás, éltartam Dr. Szmejkál Attila Dr. Ozsváth Péter Budapesti Mőszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki Kar Jármőgyártás és javítás Tanszék H-1111, Budapest Bertalan L. u. 2. Zép. 608. e-mail:
A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI
SZENT ISTVÁN EGYETEM GÖDÖLLŐ MECHANIKAI ÉS GÉPTANI INTÉZET A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI Dr. M. Csizmadia Béla egyetemi tanár, az MMK Gépészeti Tagozatának elnöke Budapest 2013. október. 25. BPMK
A Cournot-féle duopólium
A Cournot-féle duopólium. Kínálati duopólium: két termelő állít elő termékeket. Verseny a termékmennyiségekkel 3. A piaci kereslet inverz függvénye: p a. Valamely ár mellett kialakuló keresletet két vállalat
GYÁRTÁSTECHNOLÓGIA NGB_AJ008_1 A FORGÁCSLEVÁLASZTÁS ALAPJAI
GYÁRTÁSTECHNOLÓGIA NGB_AJ008_1 Műszaki menedzser (BSc) szak, Mechatronikai mérnöki (BSc) szak A FORGÁCSLEVÁLASZTÁS ALAPJAI 6. előadás Összeállította: Vázlat 1. A forgácsolás igénybevételei modellje 2.
MAGYAR TUDOMÁNYOS AKADÉMIA ZAMITASTECHNIKAI ÉS AUTOMATIZALASI KUTATÓ INTÉZET ANALITIKUS OPTIMALIZALÂS IRTA SOMLÓ JÁNOS
MAGYAR TUDOMÁNYOS AKADÉMIA ZAMITASTECHNIKAI ÉS AUTOMATIZALASI KUTATÓ INTÉZET ANALITIKUS OPTIMALIZALÂS IRTA SOMLÓ JÁNOS Tanulmányok 27/1974. A kiadásért felelőst Dr. Vámos Tibor az MTA Számitástechnikai
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer
KOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata
Házi feladat Dr Mikó Balázs - Gyártástechnológia II. 5
Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet Gyártástechnológia II. BAGGT23NND/NLD 01A - Bevezetés, Alapfogalmak Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu
Matematikai geodéziai számítások 10.
Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László
összeadjuk 0-t kapunk. Képletben:
814 A ferde kifejtés tétele Ha egy determináns valamely sorának elemeit egy másik sor elemeihez tartozó adjungáltakkal szorozzuk meg és a szorzatokat összeadjuk 0-t kapunk Képletben: n a ij A kj = 0, ha
Nem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
Függvények növekedési korlátainak jellemzése
17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,
TERMÉKSZIMULÁCIÓ. Dr. Kovács Zsolt. Végeselem módszer. Elıadó: egyetemi tanár. Termékszimuláció tantárgy 6. elıadás március 22.
TERMÉKZIMULÁCIÓ Végeselem módszer Termékszimuláció tantárgy 6. elıadás 211. március 22. Elıadó: Dr. Kovács Zsolt egyetemi tanár A végeselem módszer lényege A vizsgált, tetszıleges geometriai kialakítású
Szakmai zárójelentés
Szakmai zárójelentés A csoporttechnológia (Group Technology = GT) elvi és módszertani alapjaihoz, valamint a kapcsolódó módszerek informatikai alkalmazásaihoz kötődő kutatómunkával a Miskolci Egyetem Alkalmazott
06a Furatok megmunkálása
Y Forgácsolástechnológia alapjai 06a Furatok megmunkálása r. ikó Balázs miko.balazs@bgk.uni-obuda.hu r. ikó B. 1 épipari alkatrészek geometriája Y r. ikó B. 2 1 Y Belső hengeres felületek Követelmények:
Egészrészes feladatok
Kitűzött feladatok Egészrészes feladatok Győry Ákos Miskolc, Földes Ferenc Gimnázium 1. feladat. Oldjuk meg a valós számok halmazán a { } 3x 1 x+1 7 egyenletet!. feladat. Bizonyítsuk be, hogy tetszőleges
A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) és 25/2014 (VIII.26) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján.
A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) és 25/2014 (VIII.26) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 34 521 03 Gépi
Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,
CNC gépek szerszámellátása
CNC gépek szerszámellátása Magyarkúti József BGK-AGI 2009 Figyelem! Az előadásvázlat nem helyettesíti a tankönyvet Dr. Nagy P. Sándor: Gyártóberendezések és rendszerek I.-II., BMF Czéh Mihály Hervay Péter
Egyenletek, egyenlőtlenségek X.
Egyenletek, egyenlőtlenségek X. DEFINÍCIÓ: (Logaritmus) Ha egy pozitív valós számot adott, 1 - től különböző pozitív alapú hatvány alakban írunk fel, akkor ennek a hatványnak a kitevőjét logaritmusnak
A csúszóvágásról, ill. - forgácsolásról
A csúszóvágásról, ill. - forgácsolásról A vágás, ill. a forgácsolás célja: anyagi részek egymástól való elválasztása. A vágás, ill. a forgácsolás hagyományos eszköze: a kés. A kés a v haladási irányhoz
Typotex Kiadó. Bevezetés
Bevezetés A bennünket körülvevő világ leírásához ősidők óta számokat is alkalmazunk. Tekintsük át a számfogalom kiépülésének logikai-történeti folyamatát, amely minden valószínűség szerint a legkorábban
Használható segédeszköz: számológép (mobil/okostelefon számológép funkció nem használható a vizsgán!)
T 34 521 03/13 A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) és 25/2014 (VIII.26) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése
A mérési eredmény megadása
A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű
Gyártandó alkatrész műhelyrajza és 3D test modellje
Gyártandó alkatrész műhelyrajza és 3D test modellje 7.3. ábra. Példa egy tengelyvég külső és belső felületének megmunkálására Az egyes műveletek részletezése MŰVELETI UTASÍTÁS (1) Rajzszám: FA-06-352-40
Konvexitás, elaszticitás
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSAI Konveitás, elaszticitás Tanulási cél A másodrendű deriváltat vizsgálva milyen következtetéseket vonhatunk le a üggvény konveitására vonatkozóan. Elaszticitás ogalmának
Növelhető-e a csőd-előrejelző modellek előre jelző képessége az új klasszifikációs módszerek nélkül?
Közgazdasági Szemle, LXI. évf., 2014. május (566 585. o.) Nyitrai Tamás Növelhető-e a csőd-előrejelző modellek előre jelző képessége az új klasszifikációs módszerek nélkül? A Bázel 2. tőkeegyezmény bevezetését
Egyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje
Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel
Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit
Határozatlan integrál () First Prev Next Last Go Back Full Screen Close Quit 1. Az összetett függvények integrálására szolgáló egyik módszer a helyettesítéssel való integrálás. Az idevonatkozó tétel pontos
Szerszámok és készülékek november Fúrás és technologizálása Dr. Kozsely Gábor
Szerszámok és készülékek 2018. november 22. 8 00-11 15 Fúrás és technologizálása Dr. Kozsely Gábor MI A FÚRÁS? Azt a forgácsoló megmunkálási eljárást értjük, amellyel köralakú lyukakat (furatokat) készítünk.
Mérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
Általános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.
Sorozatok II. DEFINÍCIÓ: (Mértani sorozat) Az (a n ) valós számsorozatot mértani sorozatnak nevezzük, ha van olyan valós szám, amellyel a sorozat bármely tagját megszorozva a következő tagot kapjuk. Jelöléssel:
10. OPTIMÁLÁSI LEHETŐSÉGEK A MŰVELET-ELEMEK TERVEZÉSEKOR
10. OPIMÁLÁSI LEHEŐSÉGEK A MŰVELE-ELEMEK ERVEZÉSEKOR A technológiai terezés ezen szintén a fő feladatok a köetkezők: a forgácsolási paraméterek meghatározása, a szerszám mozgásciklusok (üresárati, munkautak)
Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén
Matematikai modellek, I. kisprojekt Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén Unger amás István B.Sc. szakos matematikus hallgató ungert@maxwell.sze.hu, http://maxwell.sze.hu/~ungert
ESZTERGÁLÁS Walter ISO esztergálás 8 Beszúrás 19 Befogók 25 Rendelési oldalak 26 Műszaki melléklet 96
ESTEGÁLÁS Walter ISO esztergálás 8 Beszúrás 19 Befogók 25 endelési oldalak 26 Műszaki melléklet 96 FÚÁS Walter Titex Tömör keményfém fúrók 104 endelési oldalak 106 Műszaki melléklet 122 Walter Felfúrás
A brachistochron probléma megoldása
A brachistochron probléma megoldása Adott a függőleges síkban két nem egy függőleges egyenesen fekvő P 0 és P 1 pont, amelyek közül a P 1 fekszik alacsonyabban. Azt a kérdést fogjuk vizsgálni. hogy van-e
352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm
5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88
5. Az NC programozás alapjai. Az NC technika fejlődése
5. Az NC programozás alapjai Az NC (Numerical Control) az automatizálás egyik specifikus formája A vezérlés a parancsokat az alkatrészprogramból ismeri Az alkatrészprogram alfanumerikus karakterekből áll
10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai
Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál
ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális
Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
Vállalati modellek. Előadásvázlat. dr. Kovács László
Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység
Műszaki folyamatok közgazdasági elemzése Előadásvázlat szeptember 19. Termelés 1: Technológiai összefüggések modellezése
Műszaki folyamatok közgazdasági elemzése Előadásvázlat 3. szeptember 9. Termelés : Technológiai összefüggések modellezése I. Alapfogalmak A vállalkozások célja a profit maximalizálása, ezt a célt a termelésen
Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.
2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az
MUNKAANYAG. Szám János. Síkmarás, gépalkatrész befoglaló méreteinek és alakjának kialakítása marógépen. A követelménymodul megnevezése:
Szám János Síkmarás, gépalkatrész befoglaló méreteinek és alakjának kialakítása marógépen A követelménymodul megnevezése: Általános gépészeti technológiai feladatok II. (forgácsoló) A követelménymodul
Keménymarás és/vagy szikraforgácsolás. Dr. Markos Sándor, Szerszámgyártók Magyarországi Szövetsége
Keménymarás és/vagy szikraforgácsolás Gyártástechnológiai trendek Nagy sebességű megmunkálások alkalmazásának fejlődése Lineár motoros hajtások alkalmazásának bővülése Párhuzamos kinematika alkalmazása
Gyártástechnológiai III. 4. előadás. Forgácsoló erő és teljesítmény. Előadó: Dr. Szigeti Ferenc főiskolai tanár
Műszaki Alapozó és Gépgyártástechnológiai Tanszék Gépészmérnöki szak Gyártástechnológiai III 4. előadás Forgácsoló erő és teljesítmény Előadó: Dr. Szigeti Ferenc főiskolai tanár Forgácsoló erő és teljesítmény
VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.
Számelmélet I. DEFINÍCIÓ: (Osztó, többszörös) Ha egy a szám felírható egy b szám és egy másik egész szám szorzataként, akkor a b számot az a osztójának, az a számot a b többszörösének nevezzük. Megjegyzés:
Vasúti szállítás és infrastruktúra I.
Széchenyi István Egyetem Műszaki Tudományi Kar Közlekedési Tanszék Arató Károly Vasúti szállítás és infrastruktúra I. Győr, 2009. Tartalomjegyzék A./ VASÚTI TEHERKOCSIK IDŐFELHASZNÁLÁSAI 7 1. Kereskedelmi
Gépgyártástechnológiai technikus Gépgyártástechnológiai technikus
A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján Gépgyártástechnológiai technikus
A 12/2013 (III. 28.) NGM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 521 03 Gépgyártástechnológiai technikus Tájékoztató A vizsgázó az első lapra írja
Sorrendtervezés. Dr. Mikó Balázs Az elemzés egysége a felületelem csoport.
Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet Termelési folyamatok II. Sorrendtervezés Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu A
Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdaságtan alapjai Dr. Karajz Sándor Gazdaságelméleti 10. Előadás Makrogazdasági kínálat és egyensúly Az előadás célja A makrogazdasági kínálat levezetése a következő feladatunk. Ezt a munkapiaci összefüggések
6. MECHANIKA-STATIKA GYAKORLAT Kidolgozta: Triesz Péter egy. ts. Négy erő egyensúlya, Culmann-szerkesztés, Ritter-számítás
ZÉHENYI ITVÁN EGYETE GÉPZERKEZETTN É EHNIK TNZÉK 6. EHNIK-TTIK GYKORLT Kidolgozta: Triesz Péter egy. ts. Négy erő egyensúlya ulmann-szerkesztés Ritter-számítás 6.. Példa Egy létrát egy verembe letámasztunk
1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba
Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai
M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!
Magyar Ifjúság 6 V SOROZATOK a) Három szám összege 76 E három számot tekinthetjük egy mértani sorozat három egymás után következő elemének vagy pedig egy számtani sorozat első, negyedik és hatodik elemének
Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával
Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával * Pannon Egyetem, M szaki Informatikai Kar, Számítástudomány