ВВЕДЕНИЕ 6
1. Сравнительный анализ методов искусственного интеллекта в разрезе
применимости к задачам технологической подготовки производства 10
2. Анализ и синтез технологического процесса штамповки листового металла ..21
3. Применение многоагентных систем на основе нечеткой логики для
организации системы поддержки принятия решений
4. Реализация методики проектирования технологического процесса листовой штамповки деталей из кольцевых заготовок в ПО MathLab 49
ЗАКЛЮЧЕНИЕ 56
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 57

Купить

Одной из областей человеческой деятельности, в которой востребовано применение систем искусственного интеллекта (ИИ) для решения сложных вычислительных задач является машиностроительная отрасль, занимающаяся технологическими процессами обработки преимущественно металлических материалов и получения из них деталей машин. Широкое внедрение инструментов ИИ в машиностроении позволит значительно снизить затраты на подготовку производства, проектирование технологических процессов, конструирование инструментальной оснастки и приспособлений.
Развитие и совершенствование способов пластического формообразования металлических деталей и изделий неотъемлемо связано с техническим прогрессом и диктуется жесткими требованиями потребителей продукции машиностроения в условиях конкурирующего рынка. При этом, назначение технологического маршрута изготовления детали определяется преимущественно по критерию минимальных производственных затрат. Экономичность новых процессов достигается не столько более экономным раскроем исходной заготовки, сколько разумным пластическим перераспределением металла заготовки, достигая минимального удаления металла в отход, по сравнению с традиционными схемами, представленными в справочной литературе для инженеров технологов прессово-штамповочного производства.
При назначении технологического маршрута изготовления деталей технолог вынужден работать с неопределенностью в выборе состава и последовательности операций. Для определенного типоразмера деталей существует ряд альтернативных формоизменяющих операций, области возможностей которых пересекаются. Кроме того, часто приходится выполнять проектировочные расчеты, не имея полной или достоверной информации о механических и технологических свойствах металла, реальных физических процессах, происходящих на контакте инструмента и заготовки. Специальная литература, применяемая для проектирования процессов штамповки металла, как правило, содержит приблизительные расчеты с применением нечетких указаний по назначению маршрута штамповки (состав и последовательность операций), эмпирических формул и номограмм для определения ряда физических факторов и технологических параметров штамповки металла: степени деформации материала, силы деформирования, необходимость наличия прижима и силу прижима исходной заготовки, условий пластического течения метала, условий разрушения металла (появление трещин и разрывов), условий потери устойчивости деформируемой заготовки, температурные режимы и т.д. В случае необходимости учета макро- и микроструктуры металла заготовки и достижения целевой макро- и микроструктуры металла детали, задача назначения оптимального технологического процесса становится весьма неоднозначной. Здесь крайне необходимы методы решения, позволяющие оперировать множеством данных, которые обладают следующими особенностями:
1) точное количество входных параметров заранее может быть неизвестно;
2) значение входных параметров зачастую не может быть задано точно.
3) значение входных параметров может быть изменено в процессе проектирования, в зависимости от выходных параметров процесса;
4) содержание технологического маршрута может изменяться в ходе проектирования;
5) параметры назначенного технологического маршрута могут быть использованы для других подобных деталей, но насколько близко к оптимальному будет получен результат, заранее неизвестно.
Очевидно, что для подобных задач, связанных с оперированием большого количества меняющихся знаний, поиска решений при большом объёме нечеткой информации наиболее целесообразно, а зачастую принципиально необходимо применение инструментов искусственного интеллекта, позволяющих в приемлемые сроки находить оптимальное решение для практически любой производственной задачи. Кроме того, своевременное пополнение и корректное использование баз знаний, заложенных в интеллектуальную систему, будет способствовать непрерывному совершенствованию технологий формообразования деталей.
В настоящее время в распоряжении технологических служб предприятий находятся современные CAE-программы (Q-Form, AutoForm, Deform, PAM-Stamp, LS-Dyna, Ansys) моделирующие пластическое формообразование металла заготовки, что позволяет опытным инженерам значительно сократить сроки подготовки производства. Однако, указанные программы не решают задачи поиска оптимального технологического маршрута по чертежу детали и техническим требованиям к ней. Программы лишь показывают наиболее вероятный результат штамповки, и только богатый опыт, методология, и научный склад ума могут обеспечить эффективное использование CAE-продуктов. Таким образом, сложная задача поиска оптимального решения из множества возможных осложняется необходимостью обладать определенным багажом опыта, знаний, интуиции. Это может являться причиной того, что одну и ту же задачу по разработке технологического процесса формообразования детали разные технологи решат с разным результатом, что противоречит принципам науки и достоверности. Это еще один довод применения инструментов искусственного интеллекта в «типовых» задачах машиностроения.
В связи с изложенным, темой диссертационного исследования выбрано: «Моделирование технологического процесса штамповки на основе многоагентной системы».
Объектом исследования является алгоритм построения технологического процесса изготовления деталей машиностроения штамповкой.
Предмет исследования: модель системы поддержки принятия решений для разработки технологического процесса штамповки металлических деталей и заготовок.
Целью исследования является разработка системы поддержки принятия решений при проектировании технологического процесса штамповки металлических заготовок на основе многоагентных систем с применением нечеткой логики. Это позволит в конечном итоге автоматизировать выбор рационального варианта из исходного множества альтернативных в условиях многокритериальности и неопределенности исходной информации. При этом требования к квалификации и опыту технолога могут быть упрощены.
Для достижения поставленной цели определены и решены следующие задачи исследования:
1. Провести анализ предметной области.
2. Разработать модель системы поддержки принятия решений при проектировании технологического процесса штамповки металлических заготовок на основе многоагентных систем с применением нечеткой логики.
3. Реализовать практически модель системы на примере штамповки металлической заготовки.
В процессе диссертационного исследования получены следующие результаты, обладающие научной новизной:
Модель технологического процесса листовой штамповки на основе многоагентных систем с применением нечеткой логики, позволяющая получать сравнительную оценку реализуемости различных формообразующих операций по геометрическим параметрам детали.
Практическая полезность работы:
Разработана для системы поддержки принятия решений с базой правил, позволяющая оценивать вероятность осуществления формообразующих операций технологами без высокой квалификации и производственного опыта.

Купить