Actual Problems in Machine Building 2016 No. 3

Actual Problems in Machine Building. 2016. N 3 Innovative Technologies in Mechanical Engineering ____________________________________________________________________ 122 Экономический эффект будет достигнут путем автоматизации инженерного труда с использованием программного обеспечения на основе ИНС. В результате этого будет снижена себестоимость продукции за счет постоянных расходов, приходящихся на одно изделие, вследствие увеличения выпуска новых изделий и за счет переменных затрат вследствие снижения трудоемкости производства. Таким образом, общий экономический эффект будет достигать нескольких миллионов рублей. Список литературы 1. Татаркин Е.Ю., Фирсов А.М . Обеспечение точности отверстий при обработке малогабаритных корпусных деталей на токарных станках // Ползуновский вестник. – 2012. – № 1-1. – С. 286–290 2. Колев К.С. Вопросы точности при резании металлов. – М.: Машгиз, 1961. – 134 с. 3. Калистру В.А, Фирсов А.М. Проблема технологического обеспечения точности формы отверстий тонкостенных корпусных деталей // Актуальные проблемы в машиностроении. – 2015. – № 2. – С. 92–95. THE METHOD OF FORECASTING OF DEVIATION PRECISION SHAPES OF THIN-WALLED BODY PARTS Kalistru V.A., Ph.D. student, e-mail: mrsi@bti.secna.ru Firsov A.M., Ph.D. (Engineering), Associate Professor, Head of Department, e-mail: mrsi@bti.secna.ru Biysk Technological Institute, Branch of Polzunov Altai State Technical University, 27 Trafimova st., Biysk, Altai region, 659305, Russian Federation Abstract In this paper we propose the method for predicting deviations of precision of a hole shape are thin-walled body parts due to thermal deformation (TD). This method is based on a two-step technique of process control. The first stage (auxiliary) is based on the method of finite element analysis (LS-DYNA); the second (prediction) stage is based on training and building a neural network (Statistica Neural Networks). In this paper is developed an algorithm of calculation of input and output parameters of the network using LS-DYNA. A structure of the artificial neural network (Ann) to predict and to adjust a trajectory of a movement of a tool at the preparation stage of the technological process for work pieces included in group process is invented in this article. Keywords thermal deformation, body parts, accuracy of shape, artificial neural networks, finite element method