Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: LXV Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 14 мая 2018 г.)

Наука: Технические науки

Секция: Машиностроение

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Мокану А.А., Страмцова Е.С., Пушина Р.А. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ В МАШИНОСТРОЕНИИ // Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ: сб. ст. по мат. LXV междунар. студ. науч.-практ. конф. № 5(64). URL: https://sibac.info/archive/technic/5(64).pdf (дата обращения: 22.08.2019)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом Выбор редакционной коллегии

ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ В МАШИНОСТРОЕНИИ

Мокану Антон Андреевич

магистрант, кафедра информационных технологий в машино- и приборостроении Московского технологического университета,

РФ, г. Москва

Страмцова Евгения Сергеевна

магистрант, кафедра информационных технологий в машино- и приборостроении Московского технологического университета,

РФ, г. Москва

Пушина Руслана Александровна

магистрант, кафедра «Автоматизированные системы управления», Московского технологического университета,

РФ, г. Москва

Проблема повышения точности обработки изделий на металлорежущих станках во все времена остается важным вопросом. Внедрение новых технологий в машиностроительное производство, а так же его развитие  приводит к ужесточению требований к точности функционирования станочного оборудования и точности изготовления деталей.

Для решения данной проблемы необходимо уменьшить влияние различных погрешностей станка (динамических, кинематических, геометрических, упругих и температурных) [1]. Однако улучшение качества обработки изделий можно обеспечить путём интенсивного внедрения в производство искусственного интеллекта или экспертных систем.

Экспертная система – это автоматизированная система (компьютерная программа), использующая признаки и средства искусственного интеллекта, опирающаяся на базу знаний с набором правил для решения определенного типа задач. Также под экспертной системой понимают программное обеспечение, позволяющее урезать штат работников в определенных областях и помогающее обнаружить наиболее логичное решение поставленных задач [2].

Экспертные системы основываются на программно-технических средствах, которые позволяют поставить «диагноз», сформулировать предложение или различные варианты решений проблемы, опираясь на вводимые данные о текущем состоянии объекта управления или ситуации, которая находится под наблюдением.

Для разработки экспертных систем пользуются следующими ресурсами: средства вычисления, источники знаний, доступный бюджет и время, необходимое для разработки программного обеспечения.

На рисунке 1 представлена обобщенная схема экспертной системы. В базе знаний содержится описание знаний экспертов, записанное формально. Это знание представлено в образе набора факторов и правил. Решатель – это механизм ввода, представляющий собой  программу, осуществляющую прямую или обратную цепочки рассуждений в качестве общей стратегии построения вывода. Экспертная система, с помощью интеллектуального интерфейса, задает вопросы пользователю и  делает выводы, записанные в символьном виде.

 

Рисунок 1. Обобщенная схема экспертной системы [3]

 

Экспертные системы делятся по следующим критериям:

  1. по назначению;
  2. по связям с внешней средой или реальным временем;
  3. по типу ЭВМ;
  4. по типу использования;
  5. по сложности решаемой задачи;
  6. по стадии создания.

На сегодняшний день применение экспертных систем осуществляется для решения определенных типов задач в самых  различных проблемных областях,  таких как: химия, экономика, космические технологии, газовая и нефтяная индустрии, энергетика, автотранспорт, машиностроение и др.

Ниже представлены примеры некоторых экспертных систем:

  1. Система DENDRAL. Главной задачей этой системы является определение молекулярной структуры неизвестного органического соединения.
  2. Система PROSPECTOR. Работает с нечеткими данными  и значениями. Основой этой системы является нечеткая логика.
  3. Система CASNET предназначена для диагностики выдачи рекомендации по лечению глазных заболеваний.
  4. Система MOLGEN. Выступает в роли ассистента при планировании экспериментов в генетике.
  5. ЭС по распознаванию причин повреждения элементов металлургических машин
  6. Системы диагностики качества сборки и монтажа машин.
  7. Экспертно-диагностическая система оценки технического состояния электрооборудования “Альбатрос” [4].

Автоматизация – одна из важнейших задач в машиностроении. Для этого используется различные промышленные саморегулирующиеся устройства и математические методы для отмены или сокращения человеческого участия в процесс производства. [5]

В отрасли машиностроения экспертные системы эксплуатируются для помощи в принятии решений, управлении объектов, выявлении аварийных ситуаций и отказов, проектировании производства. На рисунке 2 представлены основные задачи, решаемые экспертными системами в машиностроении [6].

 

Рисунок 2. Основные задачи, решаемые экспертными системами в машиностроении

 

На практике используются экспертные системы типа Архимед 2008, применяемые на токарно-винторезных станках ТВ-7, снабженного автоматической системой контроля точности обработки изделий. Архимед 2008 проводит расчеты базовой окружности в поперечных и продольных сечениях детали, геометрические параметры, во время обработки для выявления. Выявляются проблемы типа отклонение профиля продольного сечения, отклонение от круглости, овальности, погрешности размеров, волнистости, отклонение от соосности и др. [7].

По мере использования ЭС в машиностроении были выявлены главные преимущества их внедрения в отрасль:

  1. повышение качества принимаемых решений;
  2. улучшение качества изготовляемых изделий;
  3. увеличение производительности;
  4. повышение квалификации работников.

В целом следует заметить, что применение экспертных систем в машиностроительном производстве целесообразно при решении трудно формализуемых задач, где необходимо вмешательство проектировщика, а также при принятии решений, требующих учета множества противоречивых факторов и возможны многочисленные конструктивные варианты [3]. Но, несмотря на все достоинства, экспертные системы не позволяют сформулировать причины понижения качества деталей и причины поломок оборудования, пока что это является главным недостатком ЭС.

 

Список литературы:

  1. Черпаков Б.И., Альперович Т.А. Металлорежущие станки. – М.: Академия, 2003. – 368 с.
  2. Компьютерные информационные технологии. Под общей редакцией Морозевича А.Н. – Мн.: БГЭУ, 2003. – 128с.
  3. Сапожников А.Ю., Кривошеев И.А. Применение экспертных систем в процессе проектирования авиационных ГТД // Молодой ученый. – 2009. – №12. – 90-97 с. — URL https://moluch.ru/archive/12/972/ (дата обращения: 12.05.2018).
  4. Барыкин С.Г., Плотникова Н.В. Системы искусственного интеллекта. Конспект лекций. – Челябинск: ЮУрГУ, кафедра систем управления, 2004. – 85 с.
  5. Яковлев М.А. Экспертные системы с применением диалогового интерфейса на естественном языке // Электронное научное издание «Ученые заметки ТОГУ», 2013. – Том 4, № 3. – 31-39 с.
  6. Бубнов Д.В. Экспертные системы как средство интеллектуальной поддержки технологических решений // Вестник МГТУ Станкин. – 2011. – № 4. – 83-86 с.
  7. Юркевич В.В. Экспертная система для токарной обработки // Вестник машиностроения. – 2010. – № 6. – 73-75 с.
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом Выбор редакционной коллегии

Оставить комментарий