![]() |
|
|||
Автор: |
Кабалдин Ю. Г., Шатагин Д. А., Колчин П. В. | ||||
Год издания: |
2019 | ||||
Место издания: |
Москва | ||||
Издательство: |
Инновационное машиностроение | ||||
Объем: |
293с. | ||||
Раздел: |
Искусственный интеллект | ||||
Индекс УДК: |
004.8 | ||||
Дисциплины: |
Металлорежущие станки_ (ВТО) | ||||
Аннотация: |
|||||
Освещены основные положения нелинейной динамики, типы и способы обучения искусственных нейронных сетей (ИНС), а также технологии их глубокого обучения. Предложены методы оценки устойчивости упругой системы станка по ее чувствительности к изменению входных данных и фрактальной размерности аттракторов, методы оптимизации динамической устойчивости станков с ЧПУ как киберфизических систем (КФС) и управления процессами механообработки на основе ИНС, нелинейной динамики и облачных технологий (двойников оборудования) в условиях цифрового производства. Предложена единая платформа расширения функциональных возможностей систем ЧПУ станочного оборудования на базе интегрирования в них модулей высокопроизводительных параллельных вычислений и глубокого обучения ИНС с использованием технологий n Vidia CUDA, что обеспечивает возможность масштабирования на базе графических процессоров (GPU). Представлены интеллектуальная система диагностики динамической устойчивости процесса резания и программный модуль для оптимизации управляющей программы станков с ЧПУ на основе подходов нелинейной динамики и ИНС. Рассмотрены особенности взаимодействия искусственного интеллекта и технологии "блокчейн" при управлении группой КФС. Представлена интеллектуальная гибридная технология ЗD-печати деталей на станках с ЧПУ. Рассмотрено модульное проектирование интеллектуальных КФС. Освещены вопросы организации механообрабатывающего цифрового производства и управления им. Для специалистов в области механообработки материалов. | |||||