Помощь в написании студенческих работ
Антистрессовый сервис

Экспертная система в управлении токарным станком с ЧПУ

Диссертация: Экспертная система в управлении токарным станком с ЧПУ
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Кроме традиционных направлений, таких как повышение геометрической, кинематической, динамической точности станков, минимизации влияния температурных деформаций, все больше внимания уделяется обеспечению высокого качества обработки путем введения интеллектуальных систем управления (ИСУ), построенных на базе экспертных систем (ЭС). Станок, оснащенный такой системой, становится технологическим… Читать ещё >

Экспертная система в управлении токарным станком с ЧПУ (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. СОСТОЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЯ. И
    • 1. 1. Вопросы повышения точности обработки на станках с ЧПУ
    • 1. 2. Механизмы обеспечения точности обработки. Управление точностью
    • 1. 3. Системы управления точностью обработки
    • 1. 4. Системы активного контроля
    • 1. 5. Адаптивное управление технологическим процессом
    • 1. 6. Интеллектуальные системы управления
    • 1. 7. Использование экспертных систем
    • 1. 8. Цели и задачи исследования
  • 2. ИНТЕЛЛЕКТУАЛЬНАЯ ТЕХНОЛОГИЧЕСКАЯ СИСТЕМА
    • 2. 1. Основные аспекты рассматриваемой предметной области
    • 2. 2. Планирование действий
    • 2. 3. Структура интеллектуальной системы управления
    • 2. 4. Функционирование интеллектуальной технологической системы
    • 2. 5. Выводы
  • 3. ЭКСПЕРТНАЯ СИСТЕМА ДЛЯ РАБОТЫ В СОСТАВЕ ИТС
    • 3. 1. Функциональная структура экспертной системы
    • 3. 2. ЭС в проблемной области металлообработки
    • 3. 3. Оболочки экспертных систем
    • 3. 4. Требования к средствам разработки ЭС
    • 3. 5. Разработка структуры оболочки ЭС
    • 3. 6. Компоненты структуры оболочки ЭС
    • 3. 7. Характеристики созданной оболочки ЭС
    • 3. 8. Выводы
  • 4. РАЗРАБОТКА БАЗЫ ДАННЫХ И БАЗЫ ЗНАНИЙ ДЛЯ ЭКСПЕРТНОЙ СИСТЕМЫ В ПРОБЛЕМНОЙ ОБЛАСТИ
    • 4. 1. Введение
    • 4. 2. Погрешности, влияющие на точность обработки
    • 4. 3. Учет влияния деформации заготовки
    • 4. 4. к0мпенсация влияния технологической наследственности от неравномерности припуска
    • 4. 5. Подход к разработке базы данных
    • 4. 6. содержание общей базы данных и базы знаний
    • 4. 7. Состав базы знаний
    • 4. 8. Выводы
  • 5. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ В УПРАВЛЕНИИ СТАНКОМ
    • 5. 1. Задачи выполнения экспериментальных исследований
    • 5. 2. Описание экспериментального стенда
    • 5. 3. Методика обработки заготовки без применения ИТС
    • 5. 4. Определение собственных характеристик станка и его подсистем
    • 5. 5. проверка эффективности работы ИТС по компенсации технологической наследственности от неравномерности припуска
    • 5. 6. экспериментальное исследование компенсации упругих деформаций
    • 5. 7. выводы
  • ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

По мере развития машиностроения и внедрения новых технологий требования к точности деталей и точности функционирования машин постоянно возрастают, поэтому проблема повышения точности обработки деталей на металлорежущих станках остается всегда актуальной.

Кроме традиционных направлений, таких как повышение геометрической, кинематической, динамической точности станков, минимизации влияния температурных деформаций, все больше внимания уделяется обеспечению высокого качества обработки путем введения интеллектуальных систем управления (ИСУ), построенных на базе экспертных систем (ЭС). Станок, оснащенный такой системой, становится технологическим объектом, наделенным свойством самоорганизации с целью достижения необходимого качества обработки. Базой для построения возможных выводов при выполнении функций принятия решений служит изначально заложенный опыт и опыт, накапливаемый интеллектуальной системой управления в процессе самообучения, — то есть в процессе работы.

Целью данной работы является повышение точности обработки деталей на токарных станках с ЧПУ путем создания интеллектуальной системы управления, реализующей эвристический подход к управлению при помощи экспертной системы.

Для достижения этой цели были поставлены следующие задачи: 1. Разработать структуру интеллектуальной технологической системы (ИТС) управления токарным станком с ЧПУ. При разработке системы управления точностью обработки необходимо ориентироваться на применение систем, не связанных с конструктивными изменениями станка.

Введение

управляющих воздействий целесообразно осуществлять через систему ЧПУ станка или интеллектуальную компьютерную систему управления. Для подналадки положения инструмента или заготовки желательно использовать существующие исполнительные механизмы станка.

2. Разработать алгоритм функционирования ИТС управления токарным станком.

3. Разработать программную и аппаратную подсистемы ИТС управления станком.

4. Определить функции ЭС, способствующие повышению точности токарной обработки.

5. Выявить требования к ЭС, работающей в составе ИТС.

6. Разработать структуру оболочки ЭС, удовлетворяющую этим требованиям.

7. Разработать механизм вывода и модификации правил, который позволил бы изменять их быстро и без необходимости переработки системы в целом.

8. Разработать оболочку ЭС.

9. Сформировать прототипы базы данных (БД) и базы знаний (БЗ) в проблемной области «токарная обработка» .

10. Экспериментально доказать эффективность работы созданной интеллектуальной системы управления.

Научная новизна.

Предлагаемый концептуальный подход к созданию интеллектуальной технологической системы является преимущественно новым и актуальным. В его основе лежит нетривиальный поиск действий, приводящих к достижению поставленной цели — повышения точности обработки деталей. Научная новизна заключается в:

• постановке и решении задачи разработки интеллектуальной системы управления токарным станком с ЧПУ на основе принципов машинного интеллекта для обеспечения точности обработки с учетом состояния конкретных элементов технологической системы;

• создании оболочки ЭС, содержащей оригинальный механизм вывода и модификации правил принятия решений на основе накапливаемого опыта, использующей нейроноподобные структуры;

• разработке программного и аппаратного обеспечения интеллектуальной 5 системы управления станком, позволяющей адаптироваться к параметрам осуществляемого процесса обработки;

• разработке прототипа эволюционной базы знаний в проблемной области «точность токарной обработки».

Практическая реализация результатов исследований.

В следствие решения теоретических задач и проведенных экспериментальных исследований получены следующие результаты:

1. Созданы структура и алгоритм функционирования ИТС для управления токарным станком.

2. Создана программа «Монитор ИТС», осуществляющая процесс работы ИТС.

3. Разработана структура оболочки ЭС, удовлетворяющей таким требованиям как:

• оперирование информацией, имеющей невысокую достоверность, которая может быть представлена в нечетком виде;

• работа в режиме реального времени;

• принцип обучения на примерах;

• возможность протоколирования хода экспертизы;

• возможность обучения на этапе функционирования ЭС;

• возможность использования информации, полученной другими программно-аппаратными системами;

• возможность передачи результатов экспертизы другим программно-аппаратным системам;

• возможность включения и использования дополнительных программных модулей, расширяющих функциональность оболочки ЭС;

• возможность пользователю самостоятельно строить свою прикладную систему без участия специалиста в области ЭС;

• простота и понятность модели знании и пользовательского интерфейса для специалиста-прикладника, имеющего минимальные знания по работе с компьютером.

4. Разработанная структура оболочки ЭС реализована с использованием принципов объектно-ориентированного программирования в среде программирования «Borland Delphi 2.0». В итоге создано программное средство «Expert 2.0», функционирующее в операционной среде Windows 95, представляющее собой оболочку ЭС.

5. Разработаны база данных и база знаний, необходимые для функционирования ИТС.

6. Разработана программа «Транслятор», поддерживающая связь ПК и ЧПУ станка.

7. Разработана методика расчета и коррекции движения рабочих органов с учетом упругих деформаций элементов технологической системы и технологической наследственности от неравномерности припуска, реализованная в виде функций математического пакета «MathCAD for Windows 6.0» (Приложение 1).

Созданная оболочка экспертной системы используются в учебном процессе кафедры «Робототехника и мехатроника» Донского государственного технического университета при подготовке студентов по специальностям 2103 и 0718.

По материалам диссертации опубликовано 6 научных работ, из них — 1 на международной научно-технической конференции, 4 — в межвузовских научных сборниках, 1 — отчет по НИР, прошедший государственную регистрацию.

Диссертационная работа состоит из введения, пяти глав, основных результатов работы и списка литературы из 94 наименований. Работа содержит 2 книги: основная часть на 227 страницах, включая 29 таблиц и 60 рисунков, и приложения на 151 странице.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

В настоящие дни в отечественной промышленности наблюдается тенденция к переходу от массового и крупносерийного производства к мелкосерийному и единичному. В этих условиях на передний план выходят опыт и знания рабочих-профессионалов, способных благодаря своим навыкам провести качественную обработку детали без длительного наладочного процесса на станках невысокой точности. Между тем, интенсивное развитие компьютерной техники и технологий программирования позволяют создать программно-аппаратные комплексы, призванные автоматизировать и повысить качество и производительность многих этапов в жизненном цикле изделия, в том числе и этапа, на котором происходит обработка детали резанием, а также вернуть востребованные знания и опыт людей-профессионалов.

Для достижения поставленной цели данной работы — повышения точности обработки деталей на токарных станках с ЧПУ путем создания и применения интеллектуальной системы управления были поставлены и, как видно из текста диссертации, решены следующие задачи:

• Разработана структура, программная и аппаратная подсистемы интеллектуальной технологической системы управления токарным станком с ЧПУ на основе интеграции машинного интеллекта в виде экспертной системы и традиционного УЧПУ.

• Разработан алгоритм функционирования этой системы в процессе управления токарным станком при обработке детали. ИТС выполняет прогнозирование состояния компонентов конкретной станочной системы и конкретной заготовки из партии заготовок в процессе обработки и планирование действий, направленных на достижение требуемой точности обработки детали резанием.

• Выявлены функции ЭС, способствующие повышению точности токарной обработки, и сформулированы требования к оболочке ЭС для работы в составе ИТС. На этой основе разработана структура оболочки ЭС,.

216 способной выполнять возложенные на нее ИТС функции и свободной от многих недостатков, свойственных существующим ЭС. Разработан оригинальный механизм вывода и модификации правил на основе накапливаемого опыта, использующий нейроноподобные элементы принятия решений, реализующие определение функций поверхностей, разделяющих классы объектов,.

Компоненты разработанной структуры оболочки ЭС, а также предложенный механизм вывода суждений реализованы в виде программного средства Expert 2.0, представляющего собой оболочку ЭС.

Разработаны варианты базы данных и базы знаний, необходимые для работы ИТС в целом и, в частности ЭС, входящей в ее состав, для чего были рассмотрены погрешности, возникающие в станочной системе и приводящие к снижению точности обработки деталей на токарных станках, рассмотрено возникновение технологической наследственности от неравномерности припуска, экспериментально определен коэффициент технологической наследственности от неравномерности припуска, построена математическая модель упругой линии ступенчатого вала при его нагружении силой резания, разработаны элементы БЗ, определяющие наиболее предпочтительный метод коррекции обработки на черновом, получистовом и чистовом технологических проходах.

Разработан экспериментальный стенд для проведения испытаний по оценке технологической наследственности от неравномерности припуска и эффективности работы созданной ИТС.

Подтверждена экспериментально достоверность полученных результатов моделирования, используемых для учета величины прогибов в общей погрешности обработки в интеллектуальной технологической системе. Создан ряд программных средств, обеспечивающих функционирование ИТС, таких как «Монитор ИТС», управляющий работой ИТС, оболочка ЭС, на базе которой реализована ЭС, «Наполнитель баз данных», распределяющий информацию по фреймам ОБД, «Транслятор», обеспечивающий связь ПЭВМ и УЧПУ.

• Экспериментально подтверждена эффективность работы созданной ИТС по компенсации технологической наследственности от неравномерности припуска при обработке «коротких» жестких деталей и по компенсации прогиба деталей типа «длинных» ступенчатых валов.

На основе полученных результатов исследований можно сделать следующие выводы:

1. Интеллектуальная технологическая система, концептуальная основа которой разработана в этой работе, ориентирована преимущественно на обеспечение высокой точности обработки на станках с ЧПУ в условиях компьютеризированного производства. Особое значение она имеет при индивидуальном и мелкосерийном его характере. Здесь специфика деталей и отклонения параметров заготовок существенно варьируется, а затраты на отработку процесса наладчиком существенно снижают эффективность производства. Кроме того создаются возможности для увеличения производительности, так как система, сформировав «знания» о конкретном процессе, способна обеспечить более эффективные режимы, чем заданы управляющей программой, расчет которой базируется на учете наиболее неблагоприятных условий.

2. Соединив достижения в области управления станками, систем искусственного интеллекта, экспертных систем, ИСУ позволит восполнить утраченный вклад рабочего профессионала с его опытом, знаниями и навыками в достижении качества обработки, способного даже не на очень точном станке получать точные детали.

3. Достоинством созданной ИТС является то, что ее структура не требует внесения в станочную систему дополнительных механизмов, повышающих точность обработки, используя для этого существующие исполнительные механизмы станков.

4. Созданный механизм вывода суждений упрощает создание БЗ, способен функционировать в реальном масштабе времени, позволяет легко и автоматически модифицировать заложенные в систему правила без необходимости перерабатывать ЭС в целом.

5. Сформированные варианты БД и БЗ в проблемной области «токарная обработка» являются достаточными для решения некоторых задач, в частности для компенсации технологической наследственности от неравномерности припуска и прогиба деталей. Однако заложенные в основу оболочки ЭС принципы построения БЗ позволяют в дальнейшем учесть большее число факторов, влияющих на точность обработки деталей резанием и расширить круг решаемых задач без существенной переделки наработанных компонентов БЗ и БД.

6. Созданная оболочка ЭС является универсальной и позволяет интегрировать созданные на ее основе ЭС с разнообразными программно-аппаратными комплексами. Это достигается за счет гибкой, инвариантной к формам представления входной информации системе ввода/вывода, а так же тем, что оболочка ЭС может получать входную информацию из файлов, созданных другими программами и выводить результат экспертизы в файл для его последующей обработки другой программой. В зависимости от результата экспертизы, ЭС имеет возможность инициировать работу той или иной самостоятельной программы, не входящей в состав оболочки.

Показать весь текст

Список литературы

  1. И.Ф. Модели и методы конструирования интеллектуальных САПРТП механообработки. -М., 1990. ВНИИТЭМР. Вып. 5. 56 с.
  2. Г. К. Методика разработки и оптимизации таблиц решений для автоматизированного проектирования в АСТПП, стандартные программы выбора решений и группирования деталей. Мн.: БелНИИНТИ, 1989, 60 с.
  3. B.C., Суворов А. Е. Экспертная система технологического модуля / Вестник МГТУ. Сер. Приборостроение, 1994, N1,22−28.
  4. A.A. Точность механической обработки и проектирование технологических процессов. Л.: Машиностроение, 1970. 320 с.
  5. К.С. Точность обработки и режимы резания. М.: Машиностроение, 1968.
  6. Д.Н., Портман В. Т. Точность металлорежущих станков. М.: Машиностроение, 1986. 320 с.
  7. A.A. Самонастраивающиеся станки. М.: Машиностроение, 1967. -398 с.
  8. Н.М., Кузнецов П. М. Повышение точности функционирования замкнутой системы ЧПУ путем оперативной обработки информации сигналов о перемещении./ Вестник машиностроения, 1993, N11. с. 25.
  9. В. Л. Микропроцессорные системы ЧПУ станками. М.: Машиностроение, 1985. 288 с.
  10. Ю.Ратмиров В. А. Основы программного управления станками. М.: Машиностроение, 1978. 240 с.
  11. П.Сосонкин В. Л. Концепция системы ЧПУ на основе персонального компьютера (PCNC)/ Станки и инструмент, 1992, N 3, с. 9−14.
  12. В.К., Малахов М. И. Физические предпосылки повышения размерной стабильности деталей, обработанных резанием / Вестник машиностроения, 1986, N6,с
  13. В.А. Динамика станков. М.: Машиностроение, 1967. 359 с.220
  14. Ю.М., Сосонкин В. Л. Управление ГПС. М.: Машиностроение, 1988 —352 с.
  15. Л.Н., Сахаров М. Г., Антинов В. И. Автоматическое управление точностью обработки на токарных станках с ЧПУ — М.: ВНИИТЭМР, 1985 — 48с.
  16. В.А., Хаак И. Особенности современных устройств ЧПУ. / СТИН, 1993, N1, с. 30−33.
  17. В.П., Ткаченко Б. О. Выбор математической модели прогнозирования тепловой погрешности шага резьбы ходовых винтов/ СТИН, 1993, N2, с. 9−11.
  18. Hatvany I., Nemes L. Intelligent manufasturing systems atentanive far cast. -Proceedings of the «7 th IF AC World Congress, Helsenki, 1978.» — Oxford, 1979, pp. 895- 899.
  19. Kojima T. High precision machining and control technology. Metalworking Engineering and Marketing, 1982, v.4, N.2, pp48−51.
  20. Billatos S., John A. Knowledge-based Expert System for Ballscrew Grinding. ASME-WAM, Dallas, 1990.
  21. Subbaro P.C. Feature Based Process Planning System for Machine Components Using Expert System Technology, ASME Mfg.IntVol.III, 1988, p. 171−177.
  22. A.K., Герасимов B.A., Лукьянов E.A. Интеллектуальное управление с прогнозированием точности обработки деталей//Тезисы докл. Междунар. конф. —Надежность машин и технологического оборудования. ДГТУ, Ростов-н/Д, 1994, с. 141 -143
  23. А.В. Экспертные системы в медицине // Hard & Soft 1995. N 7 с. 62 -67
  24. Дж., Кумбс М. Экспертные системы: концепции и примеры / Пер. с англ. и предисл. Б.и. Шитикова.-М.: Финансы и статистика, 1987.-191 с.
  25. О.В. Технология разработки элементов экспертных систем управления / Техническая кибернетика, 1993, N.5, с. 120−132.
  26. Нечеткие модели для экспертных систем в САПР. Н. Г. Малышев, JI.C. Бернштейн, А. В. Боженюк. М.: Энергоатомиздат, 1991
  27. А. А. Технология механической обработки. Л.: «Машиностроение», 1977. — 464 с.
  28. В.Т., Генин Д. В., Халдей М. Б. Исследование точности подвижных узлов на направляющих / СТИН, 1993, N 2, с. 5−9.
  29. Boose, J.H. A knowledge acquisition program for expert systems based on personal construct psychology. Int. J. Man Mashine Studies, 1985, V23 p.495−525.
  30. Diederich. J., Ruhmann I., and May, M. TRITON: A knowledge acquisition tool for expert systems. Int. J. Man-Mashine Studies, 1987, V26. p.29−40.
  31. Clancey, W.J. Heuristic classification. Artificial Intelligence, 1985, V27, p.289−350.
  32. Breuker, J.A. and Wielinga, B.J. Model Driven Knowledge Acquisition. In Guida, P. and Tasso, G., editors, Topics in the Design of Expert Systems, p.265−296, Amsterdam. North Holland.
  33. Chandrasekaran, B. Generic tasks as building blocks for knowledge-based systems: The diagnosis and routine design examples. The Knowledge Engineering Review, 1988, V3, 13, p.183−210.
  34. Musen, M. Automated Generation of Model-Based Knowledge-Acquisition Tools. 1989, Pitman. London, Research Notes in Artificial Intelligence.
  35. Steels, L. Components of expertise. A1 Magazine, 1990, Summer, p.29−49.
  36. Musen, M.A. Dimensions of knowledge sharing and reuse. Computers and Biomedical Research, 1992, V25, p.435−467.
  37. Gruber, T. The role of standard knowledge representation for sharing knowledge-based technology. Technical Report K. SL90−53, Knowledge Systems Laboratory, Stanford University, С A, 1990.
  38. Lenat, D.B. and Guha. R.V. Building large knowledge-based systems. Representation and inference in the Syc project. Addison-Wesley, Reading Massachusetts, 1990.
  39. Металлорежущие станки: Учебник для машиностроительных втузов/Под ред. В. Э. Пуша.—М.: Машиностроение, 1985. —256 с.
  40. Прикладные нечеткие системы: Пер. с япон./К.Асаи, Д. Ватада, С. Иваи и др.- под ред. Т. Тэрано, К. Асаи, М.Сугено.—М.: Мир, 1993.—386с.
  41. В. В., Лотце В. Активный контроль размеров деталей на металлорежущих станках / Пер. с Нем. Омск: Зап.-Сиб. изд-во, 1976. 431 с.
  42. Д. Техника измерений и обеспечение качества: Справочная книга / Пер. с нем. Под ред. Л. М. Закса, С. С. Кивилиса. М.: Энергоатомиздат, 1983. 472 с.
  43. Активный контроль размеров / Под ред. С. С. Волосова. М.: Машиностроение, 1984. 224 с.
  44. Л. Н., Корндорф С. Ф. Приборы автоматического контроля размеров в машиностроении: Учеб. пособие для вузов по специальности «Приборы точной механики». М.: Машиностроение, 1988. 280 с.
  45. К. Как построить свою экспертную систему: Пер. с англ. — М.: Энергоатомиздат, 1991. — 286 с.
  46. Curry В., Rumelhart D.E. MSnet: А neural network which classifies mass spectra // Tetrahedron Comput. Methodol. 1990. V. 3. № ¾. Pp. 213−237.
  47. Weigend A.S., Huberman B.A., Rumelhart D.E. Int. Journ. Of Neural Systems. 1990. V. l.Pp. 193−209.
  48. И.И., Гальберштам H.M., Палюлин П. А., Зефиров Н. С. Компьютерная реализация искусственных нейронных сетей для решения задач по выявлению связи «структура — свойство» // Информационные технологии. 1997.— № 9.
  49. М.Г., Павлов И. О., Ошивалов A.B. Представление знаний с использованием сетей фреймов в информационных технологиях выбора // Информационные технологии. 1997.— № 10.
  50. Э.В. Экспертные системы: решение информационных задач в диалоге с ЭВМ. М.: Наука, 1987. 283 с.
  51. М.А., Алескеров Ф. Т. Выбор вариантов. Основы теории. М.: Наука, 1990. 240 с.
  52. Матвеев М. Г, Сысоев В. В. Концепция информационных технологий управления перерабатывающими производствами // Информационная бионика и моделирование. М.: ГОСИФТП РАН, 1995. С. 25−31.
  53. Робототехника и гибкие автоматизированные производства: В 9 кн. Кн. 6. Техническая имитация интеллекта / В. М. Назаретов. Д. П, Ким. Под ред. И. М. Макарова. М.: Высш. шк., 1986. 144 с.
  54. А.Н., Блишун А, Ф., Гаврилова Т. А. Приобретение и формализация знаний //Искусственный интеллект. — В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д. А. Поспелова. — М.: Радио и связь, 1990.
  55. JI. А. Экспертные системы интеллектуальное ядро ЭВМ пятого поколения. — М.: Знание, 1984.
  56. О. И., Мечитов А, И., Мошкович Е. М., Фуремс Е. М. Выявление экспертных знаний (процедуры и реализации). — М.: Наука, 1989.
  57. Д. Руководство по экспертным системам: Пер. с англ —М.: Мир. 1989.
  58. Искусственный интеллект в 3-х кн. Кн. 1. Системы общения и экспертные системы": Справочник / Под ред. Э. В. Попова. — М.: Радио и связь, 1990.
  59. В.Н. Интеллектуальные системы управления. Основные понятия и определения // Изв. РАН, Теория и системы управления. 1997, № 3.
  60. К. А. Научно-техническая программа: интеллектуальные системы комплексные научные, научно-технические и образовательные программы ипроекты гособразования СССР 1989−1994 г. г. М.: Госкомитет СССР по народному образованию, 1991. -С. 33−41.
  61. К. А. Интеллектуальные системы: проблемы теории и практики // Изв. вузов. Приборостроение. 1994. -Т. ЗТ.-№ 9−10. -С. 5−8.
  62. В. Н. Управление в интеллектуальных системах методом формирования достаточных фазовых ограничений // Изв. вузов. Приборостроение. -1994. -Т. 37.-№ 9−10. -С. 8−15.
  63. В. Н. Управление в интеллектуальных системах на основе концепции функционально-множественной принадлежности // Вопросы радиоэлектроники. Сер. АСУПР. 1995. -№ 3. -С. 25 -30.
  64. П.А., В. В. Силкин В.В. Программная реализация инструментальных средств для построения экспертных систем. // Информационные технологии, № 9, 1998
  65. Г. С. Искусственный интеллект — основа новой информационной технологии. М.: Наука, 1988. 246 с.
  66. Представление и использование знаний / Под ред. X. Уэно- пер. с яп. И. А. Иванова. М.: Мир, 1989. 220 с.
  67. К. Как построить машину вывода // Экспертные системы. Принципы работы и примеры: Пер. с англ. Под ред. Р. Форсайта. М.: Радио и связь, 1987. 224 с.
  68. И.Х., Павлов И. О. Формирование базы знаний в технологической системе обработки деталей резанием // Вестник машиностроения № 1, 1998.
  69. К. А., Пилишкин В. Н. Многоуровневая модель интеллектуальной системы для динамических объектов.
  70. .М. Технологические основы проектирования самоподнастраивающихся станков. — М.: Машиностроение, 1978 216 с.
  71. A.A., Дмитриев B.C., Климов М. М., Шучев К. Г., Боков А. И. Физические основы обработки материалов резанием: Учеб. пособие. Ростов-на-Дону: Издательский центр ДГТУ. 1996. 354 с.
  72. .М. Адаптивное управление станками. М.: «Знание», 1975.225
  73. И.С., Максимов B.B. О задаче обобщения начальных ситуаций. /В кн.: Моделирование обучения и поведения. М.: Наука, 1975, 237с.
  74. В.А., Смирнов C.B. Интеллектуальная система для построения рациональной схемы базирования соединяемых деталей. В кн. «III конференция по искусственному интеллекту, т.2», Тверь, 1992, с.59−62.
  75. Информационная технология в промышленности /Данилевский Ю.Г., Петухов И. А., Шибанов B.C. Л.: Машиностроение, 1988. 283с.
  76. Интеллектуальные процессы и их моделирование /Под ред. Велихова Е. П. М.: Наука, 1987. 396 с.
  77. Giovanui J.P., Romans Н.С. Expert systems in industry. A survey /Chem. End. Progress. 1987. N9. P.52−59.
  78. Bonarini A., Galla M., Guida M. KRF: A methodological framework for representing Knowledge /Computers and AI.-1989.V.8.N2. P. l 13−130.
  79. T.A., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992, 199 с.
  80. К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ /Пер. с англ. В. А. Кондратенко, Трибуцына C.B.- Предисл. Осипова Г. С.-М.: Финансы и статистика, 1990.-318с.
  81. В.М., Червинская K.P. Современные средства разработки экспертных систем. М., 1990.-48с. -(Машиностроительное производство. Сер. Автоматизация производства, гибкие производственные системы и робототехника: Обзор, информ. /ВНИИТЭМР- Вып.7.
  82. Е.Ю., Литвинцева J1.B., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах /Под ред. Поспелова Д. А. М.: Наука, 1989.
  83. Логическое программирование: Пер. с англ. и фр. М.: Мир, 1988.
  84. П. Искусственный интеллект. М.: Мир, 1980.
  85. А.К., Герасимов В. А., Лукьянов Е. А. Интеллектуальное управление станком по состоянию элементов технологической системы. / СТИН, 1997, N3, с. 11−16
  86. Ausari A., Modaress Batoul. Commercial use of expert systems in the USA // ASM J. of Systems Management. 1990. № 12. — C. 10−13, 32.
  87. Keravnou E.T. What is a deep expert system? An analysis of first-generarion limitations and a review of second-generation architectures // Comput. Phys. Commun. — 1990. № 61. C. 3−12.
  88. П.Г., Марков Е.П. Delphi среда визуального программирования: — СПб.: BHV — Санкт-Петербург, 1996. — 352 с.
  89. Bandler W., Kohout L.J. Probabilistic versus fuzzy production rules in expert systems /Int. J. Man-machine Studies. 1985.Vol.22. P.347−353.
  90. К. С., Горчаков Л. М. Точность обработки и режимы резания. Изд. 2, перераб. и доп. — М.: Машиностроение, 1976.
  91. А.К., Рубанчик В. Б. Искусственный интеллект в машиностроительных технологических системах. ДГТУ, Ростов н/Д., 1996. -140 с.
  92. ДОНСКОЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ1. ДГТУ1. КОРОТКОВ Олег Евгеньевич
  93. ЭКСПЕРТНАЯ СИСТЕМА В УПРАВЛЕНИИ ТОКАРНЫМ СТАНКОМ С ЧПУ
Заполнить форму текущей работой

Сессия? Спокойно!