Actual Problems in Machine Building 2021 Vol.8 N1-2

Актуальные проблемы в машиностроении. Том 8. № 1-2. 2021 Инновационные технологии в машиностроении ____________________________________________________________________ 11 Рис. 3. График для разделения отверстий Для глубоких НС с более развернутыми графами требуется нелинейная активация нейронов, для этого используются разные варианты функций активации, например, функция сигмоиды. Такие возможности позволяют решать разные задачи точнее и быстрее, особенно при большом количестве опытных данных, например, при расчете режимов резания и других задач. Возвращаясь к задаче формирования блока «Операция» в технологическом процессе (рис. 1) в более автоматизированном режиме, одной из задач является распознавание всех конструктивных элементов детали на её 3 D -модели. НС сможет определить тип детали из классификатора, далее распознать каждый ее элемент и положение, а также сгруппировать их в операции самостоятельно. Унификация и классификация деталей и их поверхностей может производиться по методике, описанной в работе [8]. Как было описано выше НС обучается на основе опыта, таким образом, задача сводится к правильному описанию опыта проектирования технологических процессов, в том числе с использованием типовых технологических процессов [9, 10]. Также необходимо создание более тесных связей между деталью, обрабатываемым материалом, технологией, инструментом и оборудованием в соответствии с семантической моделью, это позволит упростить автоматизацию множества сопутствующих задач [11, 12, 13]. Каждый тип детали имеет свои особенности обработки, допустим, корпусные детали призматической формы в основном обрабатываются на фрезерном оборудовании, расположение и вид конструктивных элементов дают понимание, какое фрезерное оборудование необходимо, достаточно 3-х осей или более, также у данных деталей имеются свои требования к базированию и конструкции приспособлений. Если нейронной сети показать множество различных типов корпусных деталей и соответствующих им технологических процессов, она научится самостоятельно выбирать оборудование, схемы базирования, приспособления, группировать элементы для обработки по операциям, а соответственно и проектировать технологический процесс обработки детали. Еще одним методом ИИ является использование агентов. Агент – это программа, которая может работать автономно и решать свою определенную задачу. Агенты могут взаимодействовать друг с другом и действовать сообща, если это требуется. Таким образом при проектировании технологических процессов каждый агент может решать свои задачи. Проектирование инструментов, приспособлений и станков представляет собой также сложный процесс, в этой области накоплены огромный опыт и знания, однако при автоматизированном их проектировании множество решений по-прежнему принимается человеком [14, 15]. Данный опыт может быть систематизирован и в совокупности с методами ИИ возможно сделать этот процесс также более эффективным.