Разработка цифрового двойника станка с ЧПУ на основе методов машинного обучения
Автор: Кабалдин Ю.Г., Шатагин Д.А., Аносов М.С., Кузьмишина А.М.
Журнал: Вестник Донского государственного технического университета @vestnik-donstu
Рубрика: Машиностроение и машиноведение
Статья в выпуске: 1 т.19, 2019 года.
Бесплатный доступ
Введение. В статье показано, что цифровой двойник (электронный паспорт) станка с ЧПУ разрабатывается как киберфизическая система. Цель работы - создание нейросетевых моделей, определяющих функционирование станка с ЧПУ, его производительность и динамическую устойчивость при резании.Материалы и методы. Рассматриваются вопросы создания математических моделей процессов механической обработки с использованием системы сенсоров и промышленного интернета вещей. Оценены методы машинного обучения, подходящие для реализации названных задач. Предложена нейросетевая модель динамической устойчивости процесса резания, позволяющая оптимизировать процесс механической обработки на этапе технологической подготовки производства. На основе подходов нелинейной динамики реконструированы аттракторы динамической системы резания и определены их фрактальные размерности. Выбраны оптимальные характеристики оборудования по входным параметрам и отладке планируемого технологического процесса на основе цифровых двойников.Результаты исследований...
Киберфизическая система, нейросетевая модель, большие данные, интернет вещей, цифровой двойник
Короткий адрес: https://sciup.org/142219827
IDR: 142219827 | DOI: 10.23947/1992-5980-2019-19-1-45-55
Список литературы Разработка цифрового двойника станка с ЧПУ на основе методов машинного обучения
- Искусственный интеллект и киберфизические механообрабатывающие системы в цифровом производстве/Ю. Г. Кабалдин. -Нижний Новгород: Изд-во Нижегород. гос. техн. ун-та им. Р. Е. Алексеева, 2018. -271 с.
- Организация и управление механообрабатывающим цифровым производством/Ю. Г. Кабалдин//Вестник машиностроения. -2018. -№ 11. -С. 19-27.
- Кабалдин, Ю. Г. Управление динамическими процессами в технологических системах механообработки на основе искусственного интеллекта/Ю. Г. Кабалдин, С. В. Биленко, С. В. Серый. -Комсомольск-наАмуре: Изд-во Комсомольского-на-Амуре гос. техн. ун-та, 2003. -201 с.
- Frankel, A. Есть способ лучше: цифровой двойник повысит эффективность процессов конструкторско-технологического проектирования и производства/A. Frankel, J. Larsson//САD/CAM/CAE Observer. -2016. -№ 3. -С. 36-40.
- Шитиков, В. К. Классификация, регрессия и другие алгоритмы Data Mining с использованием R/В. К. Шитиков, С. Э. Мастицкий. -Режим доступа: http://www.ievbras.ru/ecostat/Kiril/R/DM/DM_R.pdf (дата обращения: 14.02.19).
- Уайт, Т. Hadoop. Подробное руководство/Т. Уайт. -Санкт-Петербург: Питер, 2013. -672 с.
