Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Разработан нейросетевой алгоритм, повышающий качество токарной обработки
Для механической обработки металла на предприятиях используют специальные станки, которые режут, точат и шлифуют детали по заданным программам. Но зачастую режимы обработки приходится вручную корректировать из-за меняющихся во время производства свойств как инструмента, так и изделия. Сегодня активно развивается и внедряется в промышленность так называемое адаптивное управление станками, когда процесс обработки автоматически приспосабливается к изменяющимся условиям. Для его реализации и стабильной работы требуется специальное математическое обеспечение. Ученые Пермского Политеха разработали эффективный алгоритм адаптивного управления на основе искусственного интеллекта.
Статья опубликована в Journal of Digital Science. Исследование проведено в рамках реализации программы стратегического академического лидерства «Приоритет 2030».
При обработке металлических заготовок на стандартных станках с числовым управлением программу настраивают на определенные параметры. Учитывают твердость обрабатываемого материала, толщину слоя, который необходимо с него снять, и многие другие показатели, влияющие на качество итогового изделия. Но в процессе резания металла происходят неконтролируемые случайные изменения свойств режущих инструментов. Кроме того, каждая следующая заготовка из обрабатываемой партии имеет отличия в структуре поверхности и твердости. Все это требует постоянного контроля со стороны оператора станка.
Адаптивное управление, в отличие от обычных систем, обеспечивает автоматическое приспособление параметров процесса к изменяющимся условиям.
«На основе получаемой информации о текущем состоянии процесса обработки система сама увеличивает или уменьшает объем снимаемого металла с заготовки, тем самым поддерживая предельное значение какого-либо заданного параметра, например, силы резания. В более сложном случае — обеспечивает получение оптимальных значений точности, производительности или себестоимости обработки заготовок», — рассказывает Владимир Онискив, доцент кафедры вычислительной математики, механики и биомеханики ПНИПУ, кандидат технических наук.
Методы искусственного интеллекта все чаще применяются в системах адаптивного управления процессами токарной обработки. Однако еще недостаточно изучен вопрос, как при этом износ инструмента влияет на шероховатость обрабатываемой поверхности. Ученые Пермского Политеха разработали алгоритм с использованием нейросети, который обеспечивает необходимый уровень шероховатости и повышает производительность резания.
«Мы предположили, что этот показатель зависит от степени износа режущего инструмента. А она, в свою очередь, определяется текущим уровнем вибрации. Обученная нами нейросеть по величине энергии снимаемого датчиками вибрации сигналов определенных частот, предсказывает значение шероховатости при заданных параметрах режима резания. На ее основе мы разработали алгоритм, который, получив сигнал о достижении максимально допустимой величины шероховатости, изменит параметры подачи инструмента до подходящих показателей», — объясняет Владимир Онискив.
Политехники отмечают, что алгоритм выполняет условия оптимального управления, так как процесс обработки начинается с наиболее высокой величины подачи инструмента и постепенно снижается. Система обеспечивает максимально возможный объем съемного металла при заданной шероховатости поверхности, что значительно повышает производительность металлообработки.
Предложенный учеными ПНИПУ алгоритм уже апробировали на реальных данных и подтвердили возможность использования при разработке интеллектуальной информационной системы адаптивного управления процессом токарной обработки.
Telegram 
Дзен 
VK Повторное изучение окаменелости галлюцигении, впервые описанной в 1970-х годах, помогло палеонтологам больше узнать о рационе этого древнего существа. Ответ на вопрос о питании нашли не в ее останках, а на теле предполагаемой добычи.
Растительная диета давно стала золотым стандартом для тех, кто мечтает о долгой и здоровой жизни. Но китайские ученые внесли серьезные коррективы в этот постулат. Они обнаружили, что большинство местных долгожителей, перешагнувших столетний рубеж, регулярно употребляют в пищу мясо. Особенно заметна эта связь у одной специфической группы пожилых людей, что заставляет по-новому взглянуть на диетические рекомендации для самых старших поколений.
Наш организм не синхронизирован с современным образом жизни и это создает нам много проблем: мы переедаем, страдаем депрессиями и болезнями сердца. Коренным образом с этим бороться нельзя, по крайней мере, не вернувшись к жизни охотников-собирателей. Но значительной части этих проблем вполне можно помочь… носимым устройством. Причем это не далекая перспектива, а реальность уже наших дней.
Повторное изучение окаменелости галлюцигении, впервые описанной в 1970-х годах, помогло палеонтологам больше узнать о рационе этого древнего существа. Ответ на вопрос о питании нашли не в ее останках, а на теле предполагаемой добычи.
Международная научная группа при участии МФТИ разработала композитный гель-полимерный электролит для аккумуляторов. Этот материал позволит создать безопасные высокомощные батареи, что важно для электромобилей, гаджетов и систем хранения энергии.
Исследователи Центра языка и мозга ВШЭ с помощью магнитоэнцефалографии изучили, как мозг взрослых и детей реагирует на слова при чтении. Они показали, что у детей мозг дольше обрабатывает даже часто употребляющиеся в речи слова, а слова, которые встречаются редко, и псевдослова обрабатывает одинаково — медленно и по частям. С возрастом система перестраивается: высокочастотные слова переходят на быстрый маршрут, а вот новые сочетания букв по-прежнему анализируются медленно.
От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.
Среди самых интригующих открытий космического телескопа «Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.
Ученые задались вопросом: почему два расположенных по соседству спутника Юпитера такие разные, ведь на Ио повсеместно извергаются вулканы, а Европа полностью покрыта многокилометровой коркой льда. Есть версия, что Ио когда-то тоже была богата водой, но по итогам недавнего исследования это сочли неправдоподобным.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно