СОДЕРЖАНИЕ
ВВЕДЕНИЕ 5
1 Искусственные нейронные сети 7
1.1 Общие сведения 7
1.2 Устройство 8
1.3 Популярные архитектуры 9
1.4 Применение в промышленности 13
2 Твердое точение 15
2.1 Общие сведения 15
2.2 Сравнение твердого точения и шлифования 15
2.3 Качество поверхности при твердом точении 16
2.4 Механизм стружкообразования при твердом точении 18
3 Экспериментальные исследования 21
4 Нейросетевое моделирование 28
5 Безопасность и экологичность технического объекта 33
6 Экономическая эффективность работы 39
ЗАКЛЮЧЕНИЕ 43
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 44
ПРИЛОЖЕНИЕ 47
Современное машиностроение предъявляет всё более высокие требования к эффективности производства. Чтобы оставаться конкурентоспособными, промышленные предприятия должны активно внедрять инновации в производство. Одними из самых прогрессивных и быстро развивающихся технологий на сегодняшний день являются разработки, связанные с созданием искусственного интеллекта. К ним, в частности, относятся исследования в области искусственных нейронных сетей (ИНС).
Искусственные нейронные сети уже доказали свою эффективность при решении ряда эвристических задач, которые ранее считались под силу только человеку. Так, нейронные сети зарекомендовали себя как мощный инструмент при решении вопросов, связанных с научными исследованиями в самых разных областях человеческой деятельности, таких как космос, промышленность, медицина. ИНС используются для обработки больших массивов данных, в частности, результатов экспериментов, с целью моделирования различных явлений, процессов, закономерностей. С их помощью эффективно решаются задачи распознавания образов, идентификации динамических систем, адаптивного управления.
Актуальность темы подтверждается Указом Президента РФ от 01.12.2016 N 642 "О Стратегии научно-технологического развития Российской Федерации» (п. 20а): «Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создания систем обработки больших объемов данных, машинного обучения и искусственного интеллекта».
В свою очередь, предприятия всё чаще сталкиваются с проблемой обработки высокопрочных сплавов и твёрдых материалов, в частности, закалённых сталей. В связи с этим представляет большой интерес технология лезвийной обработки материалов твёрдостью свыше 47 HRC, получившая название «твёрдое точение». Использование данного метода позволяет существенно повысить производительность обработки за счёт высокой концентрации операций на одном станке. При этом из производственного процесса исключается операция шлифования, в связи с чем возрастает производительность, экономичность и экологическая безопасность производства.
Целью выпускной квалификационной работы является исследование моделирования процессов обработки с помощью искусственных нейронных сетей на примере твёрдого точения.
В ходе выполнения выпускной квалификационной работы выполнены следующие задачи:
1. Изучена актуальная научная литература по искусственным нейронным сетям;
2. Изучены основные проблемы, связанные с технологией твердого точения;
3. Проведен эксперимент по твердому точению;
4. Проведено нейросетевое моделирование полученных экспериментальных данных;
5. Выполнен анализ безопасности и экологичности технического объекта;
6. Выполнен расчет экономической эффективности.
Успешно разработана нейросетевая модель классификации режимов обработки при твердом точении по критериям качества поверхности и типа получаемой при резании стружки. В результате подтверждена возможность эффективного применения нейросетевого моделирования для анализа закономерностей процессов обработки, в частности твердого точения.
