Разработка и исследование методов и средств прогнозирования в задачах автоматизации технической подготовки производства

• Автор: Кроль, Олег Соломонович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Ворошиловград
• Количество страниц: 250 c. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. ЗАДАЧИ НАУЧНОТЕХНИЧЕСКОГО ПРОГНОЗИРОВАНИЯ И ВОПРОСЫ

СОЗДАНИЯ СОВРЕМЕННЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМ .

1.1. Прогнозы новой техники и технологии в задачах разработки машиностроительных конструкций аналитическое обследование .

1.2. Обзор работ по созданию перспективных систем непрерывного прогнозирования

1.3. Выбор инструментария прогностического исследования. Анализ существующих подходов .

1.4. Выводы и постановка задачи исследования

2. РАЗРАБОТКА ФОРМАЛИЗОВАННОГО АППАРАТА ПРОГНОЗИРОВАНИЯ

ОБЪЕКТОВ НОВОЙ ТЕХНИКИ И ТЕХНОЛОГИИ .

2.1. Выбор объекта прогнозирования

2.2. Выбор метода прогнозирования .
2.3. Прогностическая оценка неопределенности проектных процедур
3. РАЗРАБОТКА МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ ПРОГНОЗНЫХ РАБОТ
В СИСТЕМАХ ТЕХНИЧЕСКОЙ ПОДГОТОВКИ МАШИНОСТРОИТЕЛЬНОГО
ПРОИЗВОДСТВА .
3.1. Методика прогнозирования объектов машиностроительного назначения .
3.2. Статистическое прогнозирование техникоэкономических характеристик .
3.3. Применение методов инженерного прогнозирования
в задачах оценки и выбора перспективных объектов конструкторского и технологического назначения
3.4. Прогностическое моделирование объектов производства
4. СОЗДАНИЕ СИСТЕМЫ НЕПРЕРЫВНОГО ПРОГНОЗИРОВАНИЯ ОБЪЕКТОВ
НОЕ ОЙ ТЕХНИКИ И ТЕХНОЛОГИИ
4.1. Основные принципы ооздания и модели оистемы прогнозирования
4.2. Разработка организационного,информационного и программного обеспечений сиотемы прогнозирования
4.3. Еопросы определения экономической эффективности от внедрения результатов прогностических исследований
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Известен целый ряд парных прогностических зависимостей между стойкостью и факторами, оказывающими на нее влияние (скорость резания, подача, жесткость оборудования и др:). Кроме того известны многофакторные модели, самой распространенной из которых является модель Тейлора. Однако не всегда можно воспользоваться эмпирическим уравнением отойкости, что приводит к необходимости применения для прогнозирования смешанной лрогнозно-стойкостной процедуры [Зб] . Этому требованию удовлетворяет стратегия планирования испытаний, основанная на критерии Д-оптималь-ности [] . Д - оптимальный план направлен на минимизацию общей дисперсии значений параметров, что повышает точность получаемых прогнозных значений стойкости при минимальном (по сравнению с планом факторного эксперимента и центральным композиционным планом) числе испытаний. Одним из резёрвов повышения уровня технологии является назначение оптимальных режимов резания, значения которых зависят от таких параметров как сила резания и геометрии стружки. Авторами [] предложены теория и модели, позволяющие прогнозировать основные тенденции изменения сил резания (нормальной^и радиальной составляющей) с изменением угла наклона режущей кромки инструмента и скорости резания. На третьем этапе жизненного цикла - этапа эксплуатации выявляются технический уровень и качество спроектированного изделия. Повышение эффективности и качества изделий непосредственно связаны с увеличением их долговечности (свойство изделия сохранять работоспособность до предельного состояния) и надежности, характеризуемой набором показателей, таких, как вероятность безотказной работы, наработки на отказ, интенсивности отказов и др. В ряде практических случаев возможно применение теоретических моделей, например, модели интенсивности отказа [] , которая может быть применима при вероятности безотказной работы изделия, стремящейся к I и независимости механизмов различного рода отказов. Приведенные выше статистические методы наряду с экспериментально-расчетными используются при прогнозе долговечности изделий. Прогнозированию ресурса сложных механических систем, как количественной меры долговечности, посвящена работа [] * Выделены три модели ресурсов, наиболее предпочтительной из которых является модель дифференциального ресурса, предполагающая замену в процессе эксплуатации элементов системы. При установленной модели определения долговечности, задача прогнозирования связана с выявлением состава основных узлов и деталей, по которым должен устанавливаться дифференцированный ресурс и с определением этого ресурса. Рассмотренные в данном обзоре работы показали, что на каждом этапе жизненного цикла используются различные методы и методики прогнозирования, с помощью которых получены конкретные прогнозные результаты. Они находят применение при принятии конструкторских, технологических и эксплуатационных решений, увеличившая их обоснованность и повышая эффективность процесса создания нового изделия в целом. Для начальных этапов развития автоматизированных систем проектирования характерна ориентация на частные локальные задачи, решение которых носило, как правило, вычислительный характер. Для САПР технологических процессов широко известен метод создания систем на принципе компоновки маршрутов (последовательности технологических операций, обеспечивающих изготовление объектов производства, в соответствии с требованиями конструкторской документации, из заранее записанных в памяти ЭВМ операций). При внедрении такого рода систем на предприятиях машиностроения зачастую неразрешимыми становятся проблемы адаптации к новым условиям и эффективность таких систем ограничена только тем набором технологических задач, операций, переходов, которые записаны в памяти ЭВМ. Большими возможностями обладают системы [] , в механизме построения которых используется системная характеристика "история функционирования системы". Одним из резервов повышения перспективности САПР является использование опыта уже принятых проектных решений в совпадающей или сходной проектной ситуации.