Актуальність і цілі. Актуальним напрямом створення високоміцних захисних покриттів на металевих деталях приладобудівної галузі є процес мікродугового оксидування. З метою підвищення ефективності технологічного процесу потрібно його автоматизація, для здійснення якої авторами розроблені модель взаємодії апаратної частини і програмного забезпечення і алгоритм функціонування запропонованої інтелектуальної системи синтезу оксидних покриттів. Матеріали та методи. розглянуто алгоритм функціонування автоматизованого методу синтезу оксидних покриттів на зразках з вентильних металів. при розробці алгоритму використані методи системного аналізу, що дозволило реалізувати два варіанти роботи інтелектуальної системи: дослідження синтезованих покриттів і синтезу покриттів із заданими властивостями. Результати. створено алгоритм роботи інтелектуального додатки керованого синтезу оксидних покриттів, який аналізує отримані дані про технологічні параметри і властивості синтезованого покриття, і при відхиленні їх від необхідних оптимальних значень, виявлених раніше, здійснює коригування технологічного режиму, керуючи мікро контролером. Висновки. Особливістю запропонованого інтелектуального додатки є можливість реалізації як завдання дослідження параметрів оксидних покриттів, так і синтезу покриттів із заданими властивостями. Завдяки цьому інтелектуальна автоматизована система може бути використана в наукових дослідженнях взаємозв'язків різнорідних технологічних параметрів і властивостей оксидних покриттів і в виробничих технологічних процесах при синтезі МДО покриттів з необхідними властивостями.

Анотація наукової статті з хімічних технологій, автор наукової роботи - Печерська Катерина Анатоліївна, Голубков Павло Євгенович, Карпанін Олег Валентинович, Артамонов Дмитро Володимирович, Бібарсова Алія Мухамеджановна


THE ALGORITHM OF FUNCTIONING OF THE INTELLECTUAL SYSTEM SYNTHESIS OF OXIDE COATINGS

Background. The actual direction of creating high-strength protective coatings on metal parts of the instrument-making industry is the process of microarc oxidation. In order to increase the efficiency of the technological process, its automation is required, for which the authors have developed a model of interaction between hardware and software and an algorithm for the functioning of the proposed intelligent system for the synthesis of oxide coatings. Materials and methods. The algorithm of functioning of an automated method for the synthesis of oxide coatings on samples from valve metals is considered. In developing the algorithm, systems analysis methods were used, which made it possible to implement two variants of the operation of an intelligent system: the study of synthesized coatings and the synthesis of coatings with desired properties. Results. An algorithm has been created for the operation of an intelligent application of controlled synthesis of oxide coatings, which analyzes the obtained data on technological parameters and properties of the synthesized coating, and if they deviate from the required optimal values ​​identified earlier, it corrects the technological mode, controlling the microcontroller. Conclusions. A feature of the proposed intelligent application is the ability to implement both the task of studying the parameters of oxide coatings and the synthesis of coatings with desired properties. Due to this, an intelligent automated system can be used in scientific research on the interrelationships of heterogeneous technological parameters and properties of oxide coatings and in industrial technological processes in the synthesis of MAO coatings with the required properties.


Область наук:

  • хімічні технології

  • Рік видавництва: 2019


    Журнал: Вимірювання. Моніторинг. Управління. контроль


    Наукова стаття на тему 'Алгоритм функціонування інтелектуальної системи синтезу оксидних покриттів'

    Текст наукової роботи на тему «Алгоритм функціонування інтелектуальної системи синтезу оксидних покриттів»

    ?УДК 620.1.08

    DOI 10.21685 / 2307-5538-2019-2-10

    Е. А. Печерська, П. Є. Голубков, О. В. Карпанін, Д. В. Артамонов, А. М. Бібарсова, А. В. Лисенко

    АЛГОРИТМ ФУНКЦІОНУВАННЯ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ СИНТЕЗУ оксидних покриттів1

    THE ALGORITHM OF FUNCTIONING OF THE INTELLECTUAL SYSTEM SYNTHESIS OF OXIDE COATINGS

    Анотація. Актуальність і цілі. Актуальним напрямом створення високоміцних захисних покриттів на металевих деталях приладобудівної галузі є процес мікродугового оксидування. З метою підвищення ефективності технологічного процесу потрібно його автоматизація, для здійснення якої авторами розроблені модель взаємодії апаратної частини і програмного забезпечення і алгоритм функціонування запропонованої інтелектуальної системи синтезу оксидних покриттів. Матеріали та методи. Розглянуто алгоритм функціонування автоматизованого методу синтезу оксидних покриттів на зразках з вентильних металів. При розробці алгоритму використані методи системного аналізу, що дозволило реалізувати два варіанти роботи інтелектуальної системи: дослідження синтезованих покриттів і синтезу покриттів із заданими властивостями. Результати. Створено алгоритм роботи інтелектуального додатки керованого синтезу оксидних покриттів, який аналізує отримані дані про технологічні параметри і властивості синтезованого покриття, і при відхиленні їх від необхідних оптимальних значень, виявлених раніше, здійснює коригування технологічного режиму, керуючи мікро контролером. Висновки. Особливістю запропонованого інтелектуального додатки є можливість реалізації як завдання дослідження параметрів оксидних покриттів, так і синтезу покриттів із заданими властивостями. Завдяки цьому інтелектуальна автоматизована система може бути використана в наукових дослідженнях взаємозв'язків різнорідних технологічних параметрів і властивостей оксидних покриттів і в виробничих технологічних процесах при синтезі МДО покриттів з необхідними властивостями.

    Abstract. Background. The actual direction of creating high-strength protective coatings on metal parts of the instrument-making industry is the process of microarc oxidation. In

    1 Робота виконана за фінансової підтримки РФФД, проект № 19-08-00425.

    © Печерська Е. А., Голубков П.Є., Карпанін О. В., Артамонов Д. В., Бібарсова А. М., Лисенко А. В., 2019

    E. A. Pecherskaya, P. E. Golubkov, O. V. Karpanin, D. V. Artamonov, A. M. Bibarsova, A. V. Lysenko

    order to increase the efficiency of the technological process, its automation is required, for which the authors have developed a model of interaction between hardware and software and an algorithm for the functioning of the proposed intelligent system for the synthesis of oxide coatings. Materials and methods. The algorithm of functioning of an automated method for the synthesis of oxide coatings on samples from valve metals is considered. In developing the algorithm, systems analysis methods were used, which made it possible to implement two variants of the operation of an intelligent system: the study of synthesized coatings and the synthesis of coatings with desired properties. Results. An algorithm has been created for the operation of an intelligent application of controlled synthesis of oxide coatings, which analyzes the obtained data on technological parameters and properties of the synthesized coating, and if they deviate from the required optimal values ​​identified earlier, it corrects the technological mode, controlling the microcontroller. Conclusions. A feature of the proposed intelligent application is the ability to implement both the task of studying the parameters of oxide coatings and the synthesis of coatings with desired properties. Due to this, an intelligent automated system can be used in scientific research on the interrelationships of heterogeneous technological parameters and properties of oxide coatings and in industrial technological processes in the synthesis of MAO coatings with the required properties.

    Ключові слова: процес мікродугового оксидування, апаратна частина, алгоритм, властивості оксидних покриттів, формувальна крива.

    Keywords: microarc oxidation process, hardware, algorithm, properties of oxide coatings, molding curve.

    На сучасному етапі розвитку техніки і технологій актуальною є проблема автоматизації процесу мікродугового оксидування (МДО), зокрема, до сих пір залишається невирішеною проблема його керованості. Вирішення даної проблеми присвячено значну кількість теоретичних і експериментальних робіт [1-10]. Основною трудністю, з якою стикаються при цьому вчені, є велика кількість факторів, які в сукупності впливають на властивості МДО-покриттів і, як наслідок, на параметри якості виробів, що випускаються. У роботах [11, 12] на основі методології управління якістю наведено результати систематизації впливу технологічних параметрів на властивості оксидних покриттів.

    В роботі [13] представлена ​​структура інтелектуальної автоматизованої системи керованого синтезу (ІАСУС) МДО-покриттів, до складу якої входить апаратна частина, програмне обспеченіе (ПО) і інформаційне наповнення. Реалізовані методи вимірювань параметрів викладені, зокрема, в роботах [14, 15].

    Модель взаємодії апаратного та програмного забезпечення ІАСУС показана на рис. 1.

    В процесі роботи системи клієнтське ПЗ, інтелектуальне додаток керованого синтезу (ІПУС), серверне ПЗ та ПЗ мікроконтролера обмінюються пакетами даних. ПО мікроконтролера за допомогою аналогових сигналів управляє роботою джерела технологічного струму (ІТТ) і приймає сигнали з вимірювальних перетворювачів, які після аналого-цифрового перетворення і передачі через ^ В-інтерфейс стають доступні ІПУС. ІПУС аналізує отримані дані про технологічні параметри і властивості синтезованого покриття і при відхиленні їх від необхідних оптимальних значень, виявлених раніше, здійснює коригування технологічного режиму, керуючи мікро контролером (рис. 1, а).

    Така поведінка аналогічно наявності зворотного зв'язку між вимірювальними перетворювачами, ІПУС і ІТТ (рис. 1,6), що дозволяє гарантувати підтримку оптимальних технологічних параметрів процесу МДО протягом усього часу обробки.

    Вступ

    Модель взаємодії апаратного та програмного забезпечення інтелектуальної системи

    Мал. 1. Модель взаємодії апаратного та програмного забезпечення інтелектуальної системи

    Алгоритм функціонування інтелектуальної системи

    Загальний алгоритм функціонування ПО ІАСУС представлений на рис. 2.

    Мал. 2. Укрупнений алгоритм функціонування інтелектуальної системи

    На початку роботи оператору необхідно задати вид виконуваних робіт: експериментальні дослідження (варіант 1) або отримання МДО-покриттів із заданими властивостями (варіант 2). У разі вибору параметра 1, оператору буде запропонований вибір досліджуваної взаємозв'язку «технологічний параметр процесу МДО - властивість МДО-покриттів» на графові інтерфейсі [16]. При цьому процес МДО буде здійснюватися за технологічними параметрами, заданим користувачем, які в загальному випадку не є оптимальними і служать лише для уточнення математичних моделей процесу МДО. У разі вибору параметра 2, інтелектуальне додаток на основі аналізу даних, наявних в базі знань (БЗ), запропонує оператору кілька оптимальних режимів обробки, виходячи з конструктивно-технологічних і техніко-економічних вимог.

    Далі система пропонує оператору ввести необхідні параметри технологічного процесу (щільність струму, час обробки, співвідношення анодного і катодного струмів, частоту імпульсів ІТТ, формувальне напруга, температуру і початковий склад електроліту) (для варіанту 1) або необхідні властивості (товщину, мікротвердість, пористість) або параметри якості покриття (зносостійкість, корозійна стійкість, електрична міцність, тепловий опір), характеристики деталі (площа поверхні, назва сплаву (якщо відомо), або принаймні його основний компонент, шорсткість поверхні (якщо відома).

    Також вимоги до покриття для варіанта 2 можна ввести за допомогою обмежуючих умов. Наприклад, якщо потрібно отримати корозійно-стійке покриття, необхідно явно задати значення корозійної стійкості і товщини, а пористість при цьому повинна бути мінімально можливою. Задається площа поверхні деталі неявно обмежує мінімально допустиму щільність струму, нижче якої процес МДО практично не виконується. Обмежують умовами також можуть виступати техніко-економічні показники. Наприклад, параметр «кількість оброблених деталей за зміну» обмежує максимальний час обробки 1 дм2 поверхні заготовки, а собівартість 1 дм2 покриття обмежує витрату електроенергії (в кВт ^ ч) за час обробки однієї деталі.

    Розглянемо алгоритм отримання оптимальних технологічних параметрів процесу МДО інтелектуальним додатком керованого синтезу на прикладі конкретного завдання синтезу корозійно-стійкого МДО-покриття. Маємо такі вихідні дані:

    - корозійна стійкість CR = CR1;

    - товщина МДО-покриття h = h 1;

    - початковий склад електроліту. Позначимо концентрацію першого компонента (наприклад, Na2SiO3) C1, а другого компонента (KOH) - C2. Склад електроліту можна визначити і автоматично, вимірявши вироблення;

    - шорсткість поверхні деталі S (визначається конструктивно-технологічними вимогами на заготівлю і параметрами верстата);

    - склад сплаву (або його основний компонент).

    Крім того, маємо такі обмежуючі умови (/ min, jmax, Tmin, Tmax - мінімальні і максимальні допустимі значення технологічних параметрів):

    - умова мінімальної пористості;

    - умова мінімального часу обробки;

    - діапазон щільності струму jе [/ min; jmax];

    - діапазон температур електроліту Tе [Tmin; Tmax].

    Якщо точний склад сплаву невідомий, а відомий тільки його основний компонент (наприклад, алюмінієвий, титановий сплав), запускається алгоритм ідентифікації сплаву. Його робота заснована на тому факті, що залежність формувального напруги U від часу МДО-обробки t (формувальна крива, ФК) має різні кутові коефіцієнти для різних сплавів (рис. 3) (кожну стадію процесу МДО на ФК можна апроксимувати прямими лініями).

    Таким чином, для ідентифікації сплаву досить виміряти ФК досліджуваного зразка при мінімально допустимої щільності струму на стадії анодування (область 1 на рис. 3), тривалістю в кілька секунд, апроксимувати її методом найменших квадратів і визначити кутовий коефіцієнт вийшла прямий через похідну

    до- -

    = Dt '

    500

    I II

    III

    1 - А791

    2 -11 3 - К'141 4-А231

    о® - 1-1-1--1-|-

    О 5 10 15 20 25 30

    Час, хв

    Мал. 3. Залежність формувального напруги і від часу МДО-обробки *

    Далі відбувається порівняння отриманого кутового коефіцієнта зі значеннями кутових коефіцієнтів для різних сплавів з БЗ математичних моделей (ММ) процесу МДО з урахуванням похибки вимірювання, і при рівності цих коефіцієнтів визначається відповідний сплав.

    Потім за допомогою розроблених алгоритмів керованого синтезу відбувається визначення оптимальних технологічних параметрів процесу МДО для даного сплаву по наявним вихідним даним та з урахуванням обмежуючих умов з використанням інформації, що міститься в банку знань. В результаті роботи підпрограми керованого синтезу отримуємо сукупність значень технологічних параметрів, при яких досягається необхідна товщина до \ (різні способи нанесення покриття):

    де j - щільність струму; * - час МДО-обробки; Т, Сь С2 - температура і концентрація компонентів електроліту відповідно; 1С / 1А - співвідношення анодного і катодного струмів; ІР - формувальне напруга; / - частота імпульсів технологічного струму; РА1 - процентний вміст алюмінію в вихідному сплаві, а індекс 1, 2, г, п - номер набору технологічних параметрів. Потім ці вирази у вигляді, зручному для сприйняття, відображаються на екрані комп'ютера, і оператор, виходячи зі своїх переваг, вибирає один із способів нанесення покриття і запускає процес МДО.

    Після цього отримані дані про обраний оптимальному режимі обробки передаються серверного ПЗ і ПЗ мікроконтролера, яке і здійснює управління технологічним обладнанням. Після введення параметрів необхідно перевірити готовність системи станом кінцевого вимикача захисної огорожі. Якщо захисну огорожу відкрито, ІТТ відключається, а на екран виводиться відповідне повідомлення, і робота програми продовжиться тільки при закритті захисної огорожі.

    Way 1д,? 1, Т1, (1С / 1А) 1

    ,і ^ 1, / 1, РА1, С1, С2, ту 2: j2, ^^ (с / 1А) 2, ик,, / 2, РА1, С1, С2 Тау i, * г, Тг, (1с / 1А ), / г, Ра! , З 2,

    Тау П: Л, * п, Т, (1с11а) п, ір ", / п, Ра! , C1, С2

    п

    2

    2

    2

    Далі перевіряється стан електроліту шляхом вимірювання вироблення, і якщо електроліт не відповідає вимогам, виводиться повідомлення про його заміну.

    Після проведення підготовчих процедур починається безпосередньо процес МДО. При цьому можливе виконання декількох незалежних завдань:

    - МДО-обробка;

    - вимір струму;

    - вимір напруги;

    - вимір товщини МДО-покриття;

    - вимір яскравості мікророзрядів;

    - вимір температури електроліту;

    - вимір вироблення електроліту;

    - вимір каламутності електроліту.

    При цьому основним завданням є МДО-обробка, так як вона задіє ІТТ, а всі інші завдання виконуються одночасно з нею. Така кількість завдань свідчить про необхідність розробки для мікроконтролерів власної операційної системи, причому номер завдання буде здаватися ІПУС.

    Вимірювання струму і напруги на зразку дозволяє будувати формувальні криві процесу МДО та динамічні вольтамперні характеристики (ВАХ) (залежно напруги від струму за один період сигналу ІТТ), а також визначати по ним стадію процесу МДО, напруга запалювання і гасіння мікророзрядів. При цьому якщо МДО-процес досяг початку дугового стадії, ІТТ відключається і на екран комп'ютера виводиться повідомлення про закінчення МДО-обробки. Також можливе визначення стадійності процесу МДО на основі вимірювання яскравості мікророзрядів.

    Вимірювання товщини МДО-покриттів в реальному часі дає можливість будувати її часові залежності і на їх основі виводити математичні моделі процесу МДО, поповнюючи таким чином банк знань. Товщина МДО-покриттів визначається шляхом вимірювання ємності МДО-покриття з використанням частотного інтегруючого розгортає перетворювача (ЧІРП) оригінальної конструкції [16].

    Вимірювання часових залежностей вироблення електроліту дозволить встановити термін його служби, а також розробити рекомендації щодо коригування складу електроліту в міру його збіднення іонами. Вироблення електроліту визначається шляхом вимірювання ємності конденсатора з електролітом в якості діелектрика за допомогою другого ЧІРП. Слід зазначити, що перед кожною МДО-обробкою ІПУС здійснює коригування даних про склад електроліту, вимірюючи його вироблення.

    Температура електроліту вимірюється інтегральним доданими датчиком типу LM35 і підтримується на оптимальному рівні ІПУС, що управляє також системою охолодження і перемішування електроліту. Якщо необхідно отримати тимчасові залежності температури електроліту або температурні залежності властивостей МДО-покриття, система охолодження і перемішування електроліту повинна бути відключена або температура повинна змінюватися дискретно з малим кроком відповідно.

    Вимірювання каламутності електроліту дає можливість встановити залежність інтенсивності шламовиделенія від потужності мікророзрядів, а також оцінити ефективність роботи системи охолодження і перемішування електроліту [17].

    Після завершення процесу МДО всі отримані залежності і режими обробки зберігаються у відповідних базах знань для подальшої обробки і уточнення математичних моделей МДО-процесу.

    висновок

    Запропоновано модель взаємодії апаратного та програмного забезпечення інтелектуальної системи синтезу оксидних покриттів, яка служить основою для розробки алгоритму її функціонування. Особливістю даної системи є можливість реалізації як завдання синтезу покриттів із заданими властивостями, так і завдання дослідження параметрів оксидних покриттів. Завдяки цьому інтелектуальна автоматизована система може бути використана в наукових дослідженнях взаємозв'язків різнорідних технологічних параметрів і властивостей МДО покриттів, а також в виробничих технологічних процесах при синтезі покриттів з необхідними властивостями.

    бібліографічний список

    1. Wei, F. Effect of variations of Al content on microstructure and corrosion resistance of PEO coatings on Mg-Al alloys / F. Wei, W. Zhang, T. Zhang, F. Wang // J. of Alloys and Compounds. 2017. - Vol. 690. - P. 195-205. - DOI 10.1016 / J.JALLCOM.2016.08.111.

    2. Mohedano, M. Role of particle type and concentration on characteristics of PEO coatings on AM50 magnesium alloy / M. Mohedano, B. Mingo, R. Arrabal, A. Pardo // Surf. & Coat. Technol. - 2018. - Vol. 334. - P. 328-335. - DOI 10.1016 / j.surfcoat.2017.11.058.

    3. Correlation between plasma electrolytic oxidation treatment stages and coating microstructure on aluminum under unipolar pulsed DC mode / V. Dehnavi, B. L. Luan, X. Y. Liu, D. W. Shoesmith, S. Rohani // Surf. & Coat. Technol. - 2015. - Vol. 269. - P. 91-99. -DOI 10.1016 / j.surfcoat.2014.11.007.

    4. Preparation of thermal control coatings on Ti alloy by plasma electrolytic oxidation in K2ZrF6 solution / Z. Yao, P. Su, Q. Shen, P. Ju, C. Wu, Y. Zhai, Z. Jiang // Surf. & Coat. Technol. - 2015. - Vol. 269. - P. 273-278.

    5. Effect of nanocrystalline surface of substrate on microstructure and wetting of PEO coatings / H. R. Masiha, H. R. Bagheri, M. Gheytani, M. Aliofkhazraei, A. Sabour Rouhaghdam, T. Shahrabi. // Bull. Mater. Sci. - 2015. - Vol. 38, № 4. - P. 935-943.

    6. Gao, Y. Effect of current mode on PEO treatment of magnesium in Ca- and P-containing electrolyte and resulting coatings / Y. Gao, A. Yerokhin, A. Matthews // Appl. Surf. Sci. 2014. - Vol. 316. - P. 558-567. - DOI 10.1016 / j.apsusc.2014.08.035.

    7. Nabavi, H. F. Morphology and corrosion resistance of hybrid plasma electrolytic oxidation on CP-Ti / H. F. Nabavi, M. Aliofkhazraei, A. S. Rouhaghdam // Surf. & Coat. Technol. -2017. - Vol. 322. - P. 59-69. - DOI 10.1016 / j.surfcoat.2017.05.035.

    8. Effects of electric parameters on structure and thermal control property of PEO ceramic coatings on Ti alloys / Q. Xia, J. Wang, G. Liu, H. Wei, D. Li, Z. Yao, Z. Jiang, C. Chen // Surf. & Coat. Technol. - 2016. - Vol. 307. - P. 1284-1290.

    9. Cheng, Y. The effects of anion deposition and negative pulse on the behaviours of plasma electrolytic oxidation (PEO) - A systematic study of the PEO of a Zirlo alloy in aluminate electrolytes / Y. Cheng, T. Wang, S. Li , Yu. Cheng // Elect. Acta. - 2017. - Vol. 225. -P. 47-68. - DOI 10.1016 / j.electacta.2016.12.115.

    10. Казанцев, І. А. Зносостійкість композиційних матеріалів на основі титану, отриманих мікродуговим оксидуванням / І. А. Казанцев, А. О. Кривенко, А. Е. Розен, С. Н. Чугунов // Известия вищих навчальних закладів. Поволзький регіон. Технічні науки. - 2008. - № 1 (5). - С. 159-164.

    11. Golubkov, P. E. Methods of applying the reliability theory for the analysis of micro-arc oxidation process »/ P. E. Golubkov, E. A. Pecherskaya, O. V. Karpanin, Y. V. Shepeleva // IOP Conf. Series: J. of Phys .: Conf. Series. - 2018. - Vol. 1124. - P. 081014. -DOI 10.1088 / 1742-6596 / 1124/8/081014.

    12. Голубков, П. Є. Застосування інструментів контролю якості для аналізу процесу мікродугового оксидування / П. Е. Голубков, Є. А. Печерська, А. В. Мартинов // Радіоелектроніка. Проблеми і перспективи розвитку: тез. доп. III Всерос. молодіжної науч. конф. - Тамбов, 2018. - С. 111-113.

    13. Automation of the micro - arc oxidation process / P. E. Golubkov, E. A., Pecherskaya, O. V. Karpanin, Y. V. Shepeleva, T. O. Zinchenko, D. V. Artamonov // Journal of Physics: Conf. Series. - 2017. - № 917. - P. 092021. - DOI 10.1088 / 1742-6596 / 917/9/092021.

    14. Автоматизована дослідницька технологічна установка мікродугового оксидування / П. Е. Голубков, Є. А. Печерська, О. В. Карпанін, Ю. В. Шепелєва, Т. О. Зінченко, Д. В. Артамонов // Наноструктуровані оксидні плівки і покриття: зб. ст. за матеріалами IV Міжнар. молодіжної науч. школи-семінару. -Петрозаводск, 2017. - С. 103-114.

    15. Голубков, П. Є. Методи вимірювання температури в процесі мікродугового оксидування / П. Е. Голубков, А. В. Мартинов, Є. А. Печерська // Інформаційні технології в науці та освіті. Проблеми і перспективи: зб. науч. ст. V Всерос. межвуз. наук.-практ. конф. / Під ред. Л. Р. Фіоновой. - Пенза, 2018. - С. 245-248.

    16. Vasil'ev, V. A. The structure of the universal micromodule of the integrating scanning frequency converter / V. A. Vasil'ev, N. V. Gromkov, A. J. Joao // Proc. Dynamics Conf. -Omsk, 2016. - № 7819105. - DOI 10.1109 / Dynamics.2016.7819105.

    17. Голубков, П. Є. Методи вимірювання вироблення електроліту в процесі мікродугового оксидування / П. Е. Голубков, Є. А. Печерська // Методи, засоби і технології отримання і обробки вимірювальної інформації: матеріали Міжнар. наук.-техн. конф., посвящ. 100-річчя від дня народження В. М. Шляндіна. - Пенза, 2018. -С. 121-124.

    References

    1. Wei F., Zhang W., Zhang T., Wang F. J. of Alloys and Compounds. 2017, vol. 690, pp. 195-205. DOI 10.1016 / J.JALLCOM.2016.08.111.

    2. Mohedano M., Mingo B., Arrabal R., Pardo A. Surf. & Coat. Technol. 2018, vol. 334, pp. 328-335. DOI 10.1016 / j.surfcoat2017.11.058.

    3. Dehnavi V., Luan B. L., Liu X. Y., Shoesmith D. W., Rohani S. Surf. & Coat. Technol.

    2015-го, vol. 269, pp. 91-99. DOI 10.1016 / j.surfcoat.2014.11.007.

    4. Yao Z., Su P., Shen Q., Ju P., Wu C., Zhai Y., Jiang Z. Surf. & Coat. Technol. 2015-го, vol. 269, pp. 273-278.

    5. Masiha H. R., Bagheri H. R., Gheytani M., Aliofkhazraei M., A. Sabour Rouhaghdam, Shahrabi T. Bull. Mater. Sci. 2015-го, vol. 38, no. 4, pp. 935-943.

    6. Gao Y., Yerokhin A., Matthews A. Appl. Surf. Sci. 2014 року, vol. 316, pp. 558-567. DOI 10.1016 / j.apsusc.2014.08.035.

    7. Nabavi H. F., Aliofkhazraei M., Rouhaghdam A. S. Surf. & Coat. Technol. 2017, vol. 322, pp. 59-69. DOI 10.1016 / j.surfcoat.2017.05.035.

    8. Xia Q., Wang J., Liu G., Wei H., Li D., Yao Z., Jiang Z., Chen C. Surf. & Coat. Technol.

    2016, vol. 307, pp. 1284-1290.

    9. Cheng Y., Wang T., Li S., Cheng Yu. Elect. Acta. 2017, vol. 225, pp. 47-68. DOI 10.1016 / j.electacta.2016.12.115.

    10. Kazantsev I. A., Krivenkov A. O., Rozen A. E., Chugunov S. N. Izvestiya vysshikh uchebnykh zavedeniy. Povolzhskiy region. Tekhnicheskie nauki [University proceedings. Volga region. Engineering sciences]. 2008, no. 1 (5), pp. 159-164. [In Russian]

    11. Golubkov P. E., Pecherskaya E. A., Karpanin O. V., Shepeleva Y. V. IOP Conf. Series: J. of Phys .: Conf. Series. 2018, vol. 1124, pp. 081014. DOI 10.1088 / 17426596/1124/8/081014.

    12. Golubkov P. E., Pecherskaya E. A., Martynov A. V. Radioelektronika. Problemy i perspektivy razvitiya: tez. dokl. III Vseros. molodezhnoy nauch. konf. [Radionics. Problems and prospects of development: abstracts of III all-Russia. youth science. conf.]. Tambov, 2018, pp. 111-113. [In Russian]

    13. Golubkov P. E., Pecherskaya E. A, Karpanin O. V., Shepeleva Y. V., Zinchenko T. O., Artamonov D. V. Journal of Physics: Conf. Series. 2017, no. 917, pp. 092021. DOI 10.1088 / 1742-6596 / 917/9/092021.

    14. Golubkov P. E., Pecherskaya E. A., Karpanin O. V., Shepeleva Yu. V., Zinchenko T. O., Artamonov D. V. Nanostrukturirovannye oksidnye plenki i pokrytiya: sb. st. po materialam IV Mezhdunar. molodezhnoy nauch. shkoly-seminara [Nanostructured oxide films and coatings: collection of articles on materials of IV International youth scientific. school-seminar's]. Petrozavodsk 2017, pp. 103-114. [In Russian]

    15. Golubkov P. E., Martynov A. V., Pecherskaya E. A. Informatsionnye tekhnologii v nauke i obrazovanii. Problemy i perspektivy: sb. nauch. st. V Vseros. mezhvuz. nauch.-prakt. konf. [Information technologies in science and education. Problems and prospects: collection of scientific articles V all-Russian interuniversity. science.-prakt. conf.]. Penza, 2018, pp. 245-248. [In Russian]

    16. Vasil'ev V. A., Gromkov N. V., Joao A. J. Proc. Dynamics Conf. Omsk, 2016, no. 7819105. DOI 10.1109 / Dynamics.2016.7819105.

    17. Golubkov P. E., Pecherskaya E. A. Metody, sredstva i tekhnologii polucheniya i obrabotki izmeritel'noy informatsii: materialy Mezhdunar. nauch.-tekhn. konf., posvyashch. 100-letiyu so dnya rozhdeniya V. M. Shlyandina [Methods, means and technologies of obtaining and processing of measuring information: materials international. science.-tech. conf. dedicated to 100 anniversary of the birth of V. M. Shlyandina]. Penza, 2018, pp. 121-124. [In Russian]

    Печерська Катерина Анатоліївна

    доктор технічних наук, доцент, завідувач кафедри інформаційно-вимірювальної техніки та метрології, Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Pecherskaya Ekaterina Anatolevna

    doctor of technical sciences, associate professor, head of sub-department of information and measuring equipment and metrology, Penza State University (40 Krasnaya street, Penza, Russia)

    Голубков Павло Євгенович

    аспірант,

    Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її..

    Golubkov Pavel Evgenevich

    postgraduate student,

    Penza State University

    (40 Krasnaya street, Penza, Russia)

    Карпанін Олег Валентинович

    старший викладач, кафедра нано- і мікроелектроніки, Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Karpanin Oleg Valentinovich

    senior lecturer,

    sub-department of nano-and microelectronics,

    Penza State University

    (40 Krasnaya street, Penza, Russia)

    Артамонов Дмитро Володимирович

    доктор технічних наук, професор, перший проректор,

    Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Бібарсова Алія Мухамеджановна

    кандидат медичних наук, доцент, заступник декана,

    Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Artamonov Dmitriy Vladimirovich

    doctor of technical sciences, professor, first Vice-Rector, Penza State University (40 Krasnaya street, Penza, Russia)

    Bibarsova Aliya Muhamedjanovna

    candidate of medical sciences, associate professor,

    deputy dean,

    Penza State University

    (40 Krasnaya street, Penza, Russia)

    Лисенко Олексій Володимирович

    кандидат технічних наук, доцент, кафедра конструювання та виробництва радіоапаратури, Пензенський державний університет (Росія, м Пенза, вул. Червона, 40) E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Lysenko Alexey Vladimirovich

    candidate of technical sciences, associate professor,

    sub-department of radio equipment design

    and production,

    Penza State University

    (40 Krasnaya street, Penza, Russia)

    Зразок цитування:

    Алгоритм функціонування інтелектуальної системи синтезу оксидних покриттів / Е. А. Печерська, П. Є. Голубков, О. В. Карпанін, Д. В. Артамонов, А. М. Бібарсова, А. В. Лисенко // Вимірювання. Моніторинг. Управління. Контроль. - 2019. - № 2 (28). - С. 85-93. - Б01 10.21685 / 23075538-2019-2-10.


    Ключові слова: процес мікродугового оксидування /апаратна частина /алгоритм /властивості оксидних покриттів /формовочная крива /microarc oxidation process /hardware /algorithm /properties of oxide coat- ings /molding curve

    Завантажити оригінал статті:

    Завантажити