Автоматизированная система нейро-нечеткого управления обработкой изделий на оборудовании с числовым программным управлением

• Автор: Анциферов, Артем Всеволодович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Курск
• Количество страниц: 127 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. МЕТОДЫ И СРЕДСТВА ПОВЫШЕНИЯ ПРОИЗВОДИТЕЛЬНОСТИ ОБРАБОТКИ ИЗДЕЛИЙ НА

оборудован с числовым программным

УПРАВЛЕНИЕМ

1.1 Анализ факторов, влияющих на производительность оборудования с ЧПУ

1.2 Анализ автоматизированных систем управления обработкой изделий на оборудовании с ЧПУ

1.3 Анализ существующих алгоритмов нечетко-логического вывода

1.4 Анализ адаптивных нейро-нечетких систем управления

обработкой изделий на оборудовании с ЧПУ

Выводы
ГЛАВА 2. АДАПТИВНАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ НЕЙРО-НЕЧЕТКОГО УПРАВЛЕНИЯ ОБРАБОТКОЙ ИЗДЕЛИЙ НА ОБОРУДОВАНИИ С ЧИСЛОВЫМ ПРОГРАММНЫМ
УПРАВЛЕНИЕМ
2.1 Математическая модель выбора режима обработки
2.2 Математическая модель самообучения системы
2.3 Математическая модель адаптации системы
2.4 Математическая модель эффекта Пельтье
2.5 Математическая модель управления величиной силы тока
2.6 Система алгоритмов функционирования разработанных математических моделей
2.7 Адаптивная математическая модель нейро-нечеткого управления 63 Выводы
ГЛАВА 3. РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ НЕЙРО-НЕЧЕТКОГО УПРАВЛЕНИЯ ОБРАБОТКОЙ ИЗДЕЛИЙ НА

ОБОРУДОВАНИИ С ЧИСЛОВЫМ ПРОГРАММНЫМ
УПРАВЛЕНИЕМ И АЛОГИРИТМА ЕЁ ФУНКЦИОНИРОВАНИЯ
ЗЛ Автоматизированная система нейро-нечеткого управления обработкой изделий на оборудовании с ЧПУ
3.2 Алгоритм функционирования автоматизированной системы нейро-

нечеткого управления обработкой изделий на оборудовании с ЧПУ-
3.3 Анализ устойчивости автоматизированной системы нейро-нечеткого управления обработкой изделий на оборудовании с ЧПУ.
3.4 Численное моделирование работы автоматизированной системы нейро-нечеткого управления обработкой изделий на оборудовании с

3.5 Выводы
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ НЕЙРО-НЕЧЕТКОГО УПРАВЛЕНИЯ ОБРАБОТКОЙ ИЗДЕЛИЙ НА ОБОРУДОВАН С ЧИСЛОВЫМ ПРОГРАММНЫМ УПРАВЛЕНИЕМ
4.1 Аппаратно-программный комплекс для проведения экспериментальных исследований автоматизированной системы нейро-нечеткого управления обработкой изделий на оборудовании с ЧПУ
4.2 Теоретические и экспериментальные исследования автоматизированной системы нейро-нечеткого управления

обработкой изделий на оборудовании с ЧПУ
4.2.1 Статистический анализ технологического процесса обработки изделий на оборудовании с ЧПУ
4.2.2 Корреляционный анализ технологического процесса обработки изделий на оборудовании с ЧПУ
4.2.3 Определение достоверности результатов экспериментальных исследований
4.3. Эффективность применения автоматизированной системы нейро-нечеткого управления обработкой изделий на оборудовании с ЧПУ
4.4 Выводы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК

алгоритма достижения заданной цели. Однако для увеличения гибкости методов адаптации нужно ориентироваться на достижение цели с помощью одновременного варьирования алгоритмов и критериев адаптации.
Исходя из вышеуказанного, сделаем вывод о том, что адаптация выступает как средство управления сложной технической системой при отсутствии возможности её формализации в условиях неопределенности исходной информации.
Следует различать параметрическую и структурную адаптацию. При параметрической адаптации изменяются отдельные параметры системы, при структурной изменяются отдельные элементы структурной организации системы. Причем без адаптации невозможно управлять сложными техническими системами, так как в процессе управления цели достигаться не будут. И вместо управления сложными системами с помощью методов адаптации пришлось бы ограничиться только управлением простыми объектами с помощью традиционных автоматических систем регулирования.
В основе работы нейро-нечетких систем вывода (гибридные сети) используется следующий механизм: вывод информации получается на основе математических моделей нечетко-логического вывода, а адаптация полученных результатов к заданным величинам происходит с помощью алгоритмов обучения нейронных сетей (ANFIS - adaptive neuro-fuzzy inference system, адаптивные нейро-нечеткие системы вывода). В процессе обучения механизм ANFIS способен приобретать новые знания. Рассмотрим нейронную сеть (НС) двумя входами (хь хт) и одним выходом у (рисунок 1.3) [71].