Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 20(232)

Рубрика журнала: Технические науки

Секция: Машиностроение

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4, скачать журнал часть 5, скачать журнал часть 6, скачать журнал часть 7, скачать журнал часть 8, скачать журнал часть 9, скачать журнал часть 10, скачать журнал часть 11, скачать журнал часть 12, скачать журнал часть 13

Библиографическое описание:
Каримов Р.И., Сафин М.А. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОПТИМИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ В МАШИНОСТРОЕНИИ // Студенческий: электрон. научн. журн. 2023. № 20(232). URL: https://sibac.info/journal/student/232/293224 (дата обращения: 05.03.2024).

ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОПТИМИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ В МАШИНОСТРОЕНИИ

Каримов Ренат Ильнарович

студент, кафедра “Автоматизация технологических процессов и производств», Казанский государственный энергетический университет,

РФ, г. Казань

Сафин Марат Абдулбариевич

канд. техн. наук, доц., Казанский государственный энергетический университет,

РФ, г. Казань

THE USE OF ARTIFICIAL NEURAL NETWORKS TO OPTIMIZE TECHNOLOGICAL PROCESSES IN MECHANICAL ENGINEERING

 

Renat Karimov

Student, Department “Automation of technological processes and production", Kazan State Power Engineering University,

Russia, Kazan

Marat Safin

Candidate of Technical Sciences, Associate Professor, Kazan State Power Engineering University,

Russia, Kazan

 

АННОТАЦИЯ

В статье рассмотрены возможности использования искусственных нейронных сетей для оптимизации технологических процессов в машиностроении. Описывается, что представляют собой искусственные нейронные сети и приводятся примеры применения в машиностроении.

ABSTRACT

The article discusses the possibilities of using artificial neural networks to optimize technological processes in mechanical engineering. It describes what artificial neural networks are and provides examples of applications in mechanical engineering.

 

Ключевые слова: искусственные нейронные сети, машиностроение, оптимизация технологических процессов, прогнозирование поломок.

Keywords: artificial neural networks, mechanical engineering, optimization of technological processes, prediction of breakdowns

 

В последние годы искусственные нейронные сети привлекают все большее внимание в машиностроении. Это связано с тем, что их применение позволяет эффективно оптимизировать технологические процессы и улучшить качество производства.

Искусственные нейронные сети (ИНС) - это математические модели, которые моделируют работу нервной системы живых организмов. Они состоят из множества нейронов, которые соединены между собой с помощью связей, и обучаются на основе обучающей выборки. ИНС используются в том числе и для оптимизации технологических процессов в машиностроении. [4]

Одним из основных направлений применения ИНС в машиностроении является оптимизация технологических процессов на производстве. Например, для оптимизации режимов обработки различных материалов или увеличения производительности оборудования. С помощью ИНС можно прогнозировать оптимальные параметры процесса в зависимости от входных данных, тем самым улучшая качество производства и экономя время и ресурсы. [3]

Примером применения ИНС в машиностроении может быть оптимизация процесса фрезерования. Для этого необходимо собрать базу данных, содержащую информацию о связи между параметрами обработки и качеством получаемой детали. Например, какие параметры обработки приводят к получению детали наилучшего качества: скорость движения фрезы, глубина реза, нагрузка на оборудование и т.д. Затем эти данные используются для обучения ИНС, которая будет предсказывать оптимальные параметры обработки для заданного материала и оборудования. Это позволит улучшить качество получаемой продукции и уменьшить затраты на производство. [1]

Еще одним примером применения ИНС в машиностроении является прогнозирование поломок оборудования. Путем анализа большого количества данных об использовании оборудования, таких как вибрация, температура, давление, можно выявить связь между симптомами и поломками. На основе этой информации можно разработать ИНС, которая будет предсказывать вероятность поломки оборудования и рекомендовать меры по предотвращению поломок.

Таким образом, применение искусственных нейронных сетей в машиностроении может значительно повысить эффективность технологических процессов и улучшить качество производства. Однако для реализации этих задач необходима обширная база данных. [2]

 

Список литературы:

  1. Кабанов, А. М. Обучение нейронных сетей на примере оптимизации режимов фрезерования / А. М. Кабанов, Е. В. Храмова // Оптический журнал. - 2019. - Т. 86, № 1. - С. 87-93.
  2. Краснов, В. В. Оптимизация технологических процессов в машиностроении с применением искусственных нейронных сетей / В. В. Краснов, Н. В. Сергеев // Информационные технологии и математическое моделирование. - 2017. - Т. 23, № 4. - С. 605-612.
  3. Соколов, А. Н. Обучение нейронных сетей на основе генетического алгоритма для оптимизации параметров производства / А. Н. Соколов // Материалы конференции "Инновации в механике и машиностроении". - Екатеринбург, 2016. - С. 178-184.
  4. Шевцов, А. В. Применение искусственных нейронных сетей для оптимизации технологических процессов / А. В. Шевцов // Материалы конференции "Информационные технологии в производстве". - М., 2015. - С. 42-46.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.