УДК 004

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ КАК СПОСОБ МОДЕЛИРОВАНИЯ ПРОЦЕССА ШЛИФОВАНИЯ

Митрофанов Артем Петрович1, Велисевич Иван Алексеевич2
1ФГБОУ ВО «Волжский политехнический институт», филиал ФГБОУ ВО «Волгоградский государственный технический университет», доцент
2ФГБОУ ВО «Волжский политехнический институт», филиал ФГБОУ ВО «Волгоградский государственный технический университет», магистр

Аннотация
В работе предложен подход – применение искусственных нейронных сетей (ИНС) как альтернатива регрессионному анализу при прогнозировании параметров процесса шлифования.

Ключевые слова: , , , , ,


Рубрика: 05.00.00 ТЕХНИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Митрофанов А.П., Велисевич И.А. Искусственные нейронные сети как способ моделирования процесса шлифования // Современные научные исследования и инновации. 2020. № 6 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2020/06/92642 (дата обращения: 24.01.2022).

В последнее время были достигнуты значительные успехи в сухой и полусухой обработке, и, в частности, обработка с использованием техники минимальной смазки (MQL) была признана успешной полусухой обработкой благодаря своим экологичным характеристикам. Также наиболее прогрессивным способом является применение технологии подачи минимального количества смазочной среды в охлажденном воздушном потоке (CAMQL)

Эффективность процесса шлифования зависит от правильно подобранных режимов обработки. Для прогнозирования выходных параметров процесса используют различные виды моделирования.

Одним из новейших способов моделирования является использование искусственных нейронных сетей (ИНС).  Анализ научных публикаций позволяет сделать вывод о перспективности ИНС как прогностических моделей.  В связи с этим, была поставлена цель по решению актуальной задачи апробирования применения моделей ИНС для прогнозирования параметров процесса шлифования (температуры и составляющих силы резания).

Для оптимизации разрабатываемой модели проводили исследование и сравнение влияния различных алгоритмов, то есть архитектур ИНС, на величину ошибки при прогнозировании.

Основной проблемой при проектировании нейронной сети является установление оптимального количества слоев и количества нейронов для достижения наиболее точных результатов. Истинная цель обучения состоит в таком подборе архитектуры и параметров сети, которые обеспечат минимальную погрешность распознавания тестового подмножества данных, не участвовавших в обучении. Критерием правильности окончательных результатов является погрешность обобщения, вычисленная по тестовой выборке.

В процессе исследования было проведено моделирование процесса шлифования никелевого сплава путем применения регрессионного анализа и ИНС.

В результате анализа можно сделать следующие выводы: использование ИНС при моделировании выходных параметров процесса шлифования (температуры и составляющих силы резания) оказалось наиболее рациональным чем регрессионный анализ.


Библиографический список
  1. Saberi A., Parsa H., Ashrafijou M., Rabiei F. Improvement of surface grinding process performance of CK45 soft steel by minimum quantity lubrication (MQL)technique using compressed cold air jet from vortex tube // Journal of Cleaner Production. – 2016. – vol. 131. – pp. 728-738. – doi:10.1016/j.jclepro.2016.04.104.
  2. Крутикова А.А., Митрофанов А.П., Паршева К.А. Применение технологии подачи минимального количества смазки в охлажденном воздушном потоке при шлифовании жаропрочного сплава // Технология металлов. –  2019. –  №8. –  С. 9-15. –  doi:10.31044 / 1684-2499-2019-8-0-9-15
  3. Mitrofanov A.P., Nosenko V.A. Investigation of the technology of microdosed supply of lubricant compositions with nanoparticles during  grinding  of  heat-resistant  Ni-based with  additional  air  cooling.  Obrabotka  metallov  (tekhnologiya,  oborudovanie,  instrumenty)  = Metal Working and Material Science, 2019, vol. 21, no. 4, pp. 6–18. DOI: 10.17212/1994-6309-2019-21.4-6-18.


Количество просмотров публикации: Please wait

Все статьи автора «Морозова Лилия Константиновна»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация