Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО
Белашов, Алексей Владимирович
05.02.08
Кандидатская
1999
Пенза
180 с. : ил.
Стоимость:
499 руб.
Содержание
Введение
Список сокращений
1. Анализ состояния вопроса, задачи исследования
1.1. Объект и задачи технологического проектирования
1.2. Методология синтеза структуры технологических маршрута и операций
1.3. Нейрокомпьютинг
1.3. Методы представления конструкторской
и технологической информации
1.5. Интегрированные системы проектирования
в машиностроении
Задачи исследования
2.1. Математическая модель нейронной сети
2.2. Методы обучения ИНС
2.3. Интеллектуальное ядро системы автоматизированного проектирования
2.4. Экспериментальное исследование методов обучения
3. Система формального описания конструкторской
информации
3.1. Представление конструкторских данных на основе графических примитивов
3.2. Модель конструкторской информации на базе О-объектов
3.3. Методика создания библиотеки О-объектов
3.4. Нормализация конструкторской информации
при использовании ИНС
3.5. Автоматизация синтеза графической информации
4. Автоматизация размерного анализа в
интегрированной системе проектирования
4.1. Общие вопросы размерного анализа
4.1. Автоматизация размерного анализа деталей
и сборочных единиц
4.2. Автоматизация размерного анализа
технологического процесса
4.3. Информационное обеспечение размерного анализа
5. Система формального описания технологической
информации
5.1. Модель технологической информации
на базе электронных документов
5.2. Информационное обеспечение электронных документов
5.3 Калькуляция электронных документов
5.4. Автоматизация синтеза технологического процесса
на базе обученной ИНС
5.5. Методика первичного проектирования
6. Разработка компонентов интегрированной
системы проектирования
6.1. Редактор технологических процессов “РТП”
6.2. Система конструирования “Кондор”
6.3. Интегрированная система “Инженер”
Общие выводы
Литература
Введение
Современные экономические условия рынка вынуждают большие и малые предприятия динамично обновлять выпускаемую продукцию. Успех в конкурентной борьбе во многом зависит от скорости и качества конструкторской и технологической подготовки производства. Изменение структуры спроса в сторону малых серий изделий определяет существенное увеличение объемов работ в части подготовки конструкторско-технологической документации, что в свою очередь делает невозможным осуществить необходимые проектные работы в приемлемые сроки без использования средств автоматизации инженерного труда. На современном рынке программных средств представлено значительное число систем проектирования. Однако их многообразие далеко не означает, что все задачи автоматизации проектирования полностью решены. Серьезной проблемой остается адаптация систем к производственным условиям и традициям проектирования предприятия, которая как правило требует использования знаний специалистов в области автоматизации проектирования. Очень немногие интегрированные системы проектирования обладают достаточным интеллектом для создания технологического процесса изготовления оригинальных изделий и оценки технологичности детали в ходе её создания. Размерный анализ сборочных единиц и технологического процесса изготовления деталей в современных системах либо не представлен вообще, либо не обладает необходимой степенью автоматизации. Практически отсутствуют системы, способные предлагать решения в условиях неполной исходной информации. Согласно вышесказанному, тема диссертационной работы, посвященная разработке новых методов принятия проектных решений в интегрированной конструкторско-технологической системе проектирования на базе нейросетевой системы искусственного интеллекта является актуальной.
2. Система управления знаниями на базе искусственных нейронных сетей
2.1. Математическая модель нейронной сети
В основе ИНС лежит нейрон [9,13,14,15,31,45,61] (рис.1).
Базовыми элементами нейрона являются синапсы, умножители, сумматоры и активаторы.
Синапсы XI, Х2, ... Хп, связывают нейрон с внешним миром - входными данными или выходами У нейронов предыдущего слоя. Данные, подаваемые на синапсы, должны быть нормализованными. Если входные данные перед подачей на вход нейрона должны быть подвергнуты процедуре нормализации, то для внутренних нейронных слоев эта процедура не нужна. Суть нормализации в преобразовании данных различного типа в числовой тип и ограничении диапазона используемых значений. Обычно [63] используется диапазон [0..1]. Тип числовых данных для нейрона не существенен, поэтому применительно к задачам проектирования целесообразно использовать вещественный тип, которым обычно пользуются в приложениях для задания значений большинства физиче-
Название работы | Автор | Дата защиты |
---|---|---|
Обеспечение технологической гибкости автоматизированных систем машин механической обработки | Котов, Александр Владимирович | 1984 |
Повышение износостойкости внутренних цилиндрических поверхностей деталей машин методом электрохимического осаждения композиционных покрытий | Зяблицева, Ольга Витальевна | 2013 |
Выявление действующих связей и установление закономерностей для управления процессом взаимодействия деталей при автоматической сборке цилиндрических соединений | Будников, Юрий Михайлович | 1984 |