Структура модели имитационного моделирования вероятностного процесса формирования точности исполнительного размера

Сложность обеспечения требуемой точности изделия состоит в необходимости учета многих факторов, влияющих на технологический процесс его изготовления и вызывающих определенные операционные погрешности. В связи с этим целесообразно задействовать вероятностно-статистические методы, универсальность которых позволяет использовать их для решения различных научно-технических задач. Вероятностный подход к формированию точности исполнительных размеров изделия является перспективным направлением исследования, так как позволяет проанализировать общие закономерности кинетики технологического процесса независимо от физико-механических свойств материалов, метода формообразования, особенностей металлорежущего инструмента и др. В то же время вероятностный подход дает возможность интегрально учесть случайный характер воздействия многочисленных факторов на формирование точности исполнительных размеров путем определения наиболее вероятного результата или значения вероятности в том или ином исходе конкретного испытания — технологической операции. В основу решения поставленной задачи положено понятие функционально значимого технологического возмущения процесса формирования некоторого исполнительного размера, которое приводит к возникновению соответствующей погрешности изготовления.

Литература

[1] Лемешко Б.Ю., Лемешко С.Б., Постовалов С.Н. и др. Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход. Новосибирск, НГТУ, 2011. 888 c.

[2] Барзов А.А., Галиновский А.Л., Пузаков В.С. и др. Вероятностное моделирование в инновационных технологиях. Москва, НТ, 2006. 100 с.

[3] Хамидуллин Р.Я. Теория вероятностей и математическая статистика. Москва, Университет «Синергия», 2020. 276 c.

[4] Stepien P.A. Probabilistic model of the grinding process. Appl. Math. Model., 2009, vol. 33, no. 10, pp. 3863–3884, doi: https://doi.org/10.1016/j.apm.2009.01.005

[5] Le T.T. Probabilistic modeling of surface effects in nano-reinforced materials. Comput. Mater. Sci., 2021, vol. 186, art. 109987, doi: https://doi.org/10.1016/j.commatsci.2020.109987

[6] Jordan-Cizelj R., Vrbanic I. Modeling uncertainties when estimating component reliability. Stroj. Vestn.-J Mech. E., 2003, vol. 49, no. 7–8, pp. 413–425.

[7] Wang X., Lou Z., Wang X. et al. A new analytical method for press-fit curve prediction of interference fitting parts. J. Mater. Process. Technol., 2017, vol. 250, pp. 16–24, doi: https://doi.org/10.1016/j.jmatprotec.2017.06.022

[8] Барзов А.А., Галиновский А.Л., Хафизов М.В. Имитационное моделирование акустического излучения, возникающего при взаимодействии высокоскоростной струи жидкости с материалом. Известия высших учебных заведений. Машиностроение, 2013, № 8, с. 40–46, doi: http://dx.doi.org/10.18698/0536-1044-2013-8-40-46

[9] Барзов А.А., Денчик А.И., Ткачук А.А. Имитационное моделирование процесса вероятностного формирования исполнительного размера. Наука и техника Казахстана, 2020, № 1, с. 39–47.

[10] Ткачук А.А., Денчик А.И., Барзов А.А. Вероятностный характер формирования исполнительного размера при механической обработке. Мат. межд. науч. конф. ХХ Сатпаевские чтения, 2020, т. 17, с. 377–384.

[11] Барзов А.А., Денчик А.И., Корнеева В.М. и др. Вероятностная модель взаимодействия необходимых и достаточных условий массовой заболеваемости населения с учетом масштабно-популяционного фактора. Качество и жизнь, 2020, № 3, с. 19–26, doi: https://doi.org/10.34214/2312-5209-2020-27-3-19-26

[12] Michiels W., Verheyden K., Niculescu S.-I. Mathematical and computational tools for the stability analysis of time-varying delay systems and applications in mechanical engineering. In: Applications of time delay systems. Springer, 2007, pp. 199–216.

[13] Fathi M., Holland A. Modeling uncertainties in advanced knowledge management. 1st Int. Joint Conf. on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Springer, 2011, pp. 17–34.

[14] Барзов А.А., Денчик А.И., Мусина Ж.К. и др. Разработка аналитической модели вероятностного формирования точности исполнительного размера с учетом влияния масштабного фактора. Наука и техника Казахстана, 2021, № 1, с. 19–29.

[15] Барзов А.А., Денчик А.И., Прохорова М.А. и др. Масштабный фактор (феноменология и физико-технологические приложения). Москва, МГУ им. М.В. Ломоносова, 2021. 194 с.

[16] Ткачук А.А., Денчик А.И., Барзов А.А. Методика оценки технологических методов (технологических процессов) на предмет гарантированной размерной обработки. Мат. межд. науч. конф. ХII Торайгыровские чтения, 2020, т. 6, с. 103–109.

[17] Barzov A.A., Belov V.A., Denchik A.I. Information analysis of combined ultra-jet express diagnostics of materials and products of RST (rocket & space technology). AIP Conf. Proc., 2019, vol. 2171, no. 1, art. 170014, doi: https://doi.org/10.1063/1.5133325

[18] Фомин В.Г. Математическое моделирование в системе MathCAD. Саратов, СГТУ им. Ю.А. Гагарина, 2020. 80 c.

[19] Крюков А.Ю., Потапов Б.Ф. Математическое моделирование процессов в машиностроении. Пермь, ПГТУ, 2007. 322 c.