Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634620)
Контекстум
.
Вестник Северного (Арктического) федерального университета. Серия 'Естественные науки'  / № 3 2016

Моделирование операций технологического проектирования с использованием искусственных нейронных сетей (90,00 руб.)

0   0
Первый авторКремлева
АвторыБедердинова О.И., Елисеев А.Н.
Страниц9
ID512347
АннотацияПриведено описание подхода к анализу конструкторско-технологической информации с помощью искусственной нейронной сети (ИНС) и классического алгоритма обратного распространения при ее обучении, на основе которого разработано программное обеспечение для создания, обучения и функционирования полносвязной ИНС произвольной топологии. Проанализированы технологические данные испытаний фрез для контурной обработки древесины, полученные с применением метода аппроксимации экспериментальных зависимостей регрессионными формулами. Описаны результаты численных экспериментов с использованием ИНС. При проведении первого эксперимента применялась полносвязная ИНС для комбинации «обрабатываемый материал – направление подачи», включающая 3 нейрона; при проведении второго эксперимента произведено обучение ИНС, включающей 6 нейронов. Оценена точность данных, полученных при помощи метода ИНС, в сравнении с классическими способами обработки и использования экспериментальных данных. Установлено, что прогноз выходных параметров, в частности уровня вибраций и качества получаемой поверхности, с помощью ИНС обладает более высокой точностью, чем оценка, которую дают феноменологические модели. Использование метода на основе ИНС позволяет подобрать режимы резания при заданной комбинации «обрабатываемый материал – направление подачи» для обеспечения требуемых параметров технологической операции. Показано, что ИНС практически не имеет ограничений по количеству анализируемых факторов, может обрабатывать числовой, текстовый или логический тип данных и отражать субъективные оценки объекта исследования проектировщиком, что невозможно при классическом экспериментальном подходе с применением регрессионных моделей. Поэтому ИНС с накопленными и проанализированными знаниями способна генерировать значения количественных характеристик проектируемых технологических операций с учетом особенностей конкретного производства, что позволило сделать вывод о перспективности дальнейших исследований в области использования ИНС при анализе и хранении производственных данных, а также для получения новых знаний.
Кремлева, Л.В. Моделирование операций технологического проектирования с использованием искусственных нейронных сетей / Л.В. Кремлева, О.И. Бедердинова, А.Н. Елисеев // Вестник Северного (Арктического) федерального университета. Серия 'Естественные науки' .— 2016 .— № 3 .— С. 97-105 .— doi: 10.17238/issn2227-6572.2016.3.97 .— URL: https://rucont.ru/efd/512347 (дата обращения: 19.04.2024)

Предпросмотр (выдержки из произведения)

Моделирование операций ТП с использованием ИНС УДК 519.6 doi: 10.17238/issn2227-6572.2016.3.97 моделирование оПераЦиЙ технологиЧеского Проектирования с исПользованием искУсственных неЙронных сетеЙ Л.В. Кремлева*, О.И. Бедердинова*, А.Н. Елисеев* *Северный (Арктический) федеральный университет имени М.В. Ломоносова Приведено описание подхода к анализу конструкторско-технологической информации с помощью искусственной нейронной сети (ИНС) и классического алгоритма обратного распространения при ее обучении, на основе которого разработано программное обеспечение для создания, обучения и функционирования полносвязной ИНС произвольной топологии. <...> Проанализированы технологические данные испытаний фрез для контурной обработки древесины, полученные с применением метода аппроксимации экспериментальных зависимостей регрессионными формулами. <...> Описаны результаты численных экспериментов с использованием ИНС. <...> При проведении первого эксперимента применялась полносвязная ИНС для комбинации «обрабатываемый материалнаправление подачи», включающая 3 нейрона; при проведении второго эксперимента произведено обучение ИНС, включающей 6 нейронов. <...> Оценена точность данных, полученных при помощи метода ИНС, в сравнении с классическими способами обработки и использования экспериментальных данных. <...> Установлено, что прогноз выходных параметров, в частности уровня вибраций и качества получаемой поверхности, с помощью ИНС обладает более высокой точностью, чем оценка, которую дают феноменологические модели. <...> Использование метода на основе ИНС позволяет подобрать режимы резания при заданной комбинации «обрабатываемый материалнаправление подачи» для обеспечения требуемых параметров технологической операции. <...> Показано, что ИНС практически не имеет ограничений по количеству анализируемых факторов, может обрабатывать числовой, текстовый или логический тип данных и отражать субъективные оценки объекта исследования <...>