Помощь в написании студенческих работ
Антистрессовый сервис

Интеллектуальная система автоматизированного проектирования управляющих программ для обработки типовых элементов в деталях

Диссертация: Интеллектуальная система автоматизированного проектирования управляющих программ для обработки типовых элементов в деталях
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для получения типового элемента в реальной детали, необходима её механическая обработка на соответствующем металлорежущем оборудовании. При проектировании процесса механической обработки, необходимо использование технологических знаний и опыта пользователя САПР с целью формирования специальных команд по управлению перемещением режущего инструмента. Данный набор команд является управляющей… Читать ещё >

Интеллектуальная система автоматизированного проектирования управляющих программ для обработки типовых элементов в деталях (реферат, курсовая, диплом, контрольная)

Содержание

  • СПИСОК АББРЕВИАТУР
  • ГЛАВА 1. СОСТОЯНИЕ ВОПРОСА ОБРАБОТКИ ТИПОВЫХ ЭЛЕМЕНТОВ В СИСТЕМАХ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ
    • 1. 1. Анализ средств и систем автоматизированного проектирования для обработки типовых элементов деталей
    • 1. 2. Существующие механизмы обработки типовых элементов
    • 1. 3. Использование нейронных сетей и интеллектуальных алгоритмов при описании процессов механической обработки деталей
    • 1. 4. Развитие существующих CAM-технологий
  • ГЛАВА 2. ТЕОРЕТИЧЕСКИЕ ПРЕДПОСЫЛКИ ДЛЯ РАЗРАБОТКИ МЕТОДА АВТОМАТИЗИРОВАННОЙ ОБРАБОТКИ ТИПОВЫХ ЭЛЕМЕНТОВ ДЕТАЛЕЙ
    • 2. 1. Технология Feature в CAD/CAM/CAPP
    • 2. 2. Разработка предлагаемого алгоритма описания механической обработки типовых элементов
    • 2. 3. Метод описания механической обработки основных типовых элементов с использованием нейронной сети
  • ГЛАВА 3. ПРОГРАММА И МЕТОДИКА ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
    • 3. 1. Программа исследований
    • 3. 2. Архитектура Feature Based Machining в Unigraphics NX
    • 3. 3. Рассмотрение основных операций механической обработки типовых элементов в модуле Feature Based Machining в Unigraphics NX
    • 3. 4. Интерфейс UGOpen API в среде САПР Unigraphics NX
    • 3. 5. Библиотека классов и объектов FANN — Fast Artifical Neural Network
    • 3. 6. Выбранное оборудование MAZAK VARIAXIS 730-II5X
    • 3. 7. Планирование факторного эксперимента
  • ГЛАВА 4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ И ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ
    • 4. 1. Результаты работы обученной интеллектуальной системы «i-feature»
    • 4. 2. Результаты работы модуля FBMach и подпрограммы «i-feature» в САПР UGNX
    • 4. 3. Результаты работы подпрограммы «i-feature» в САПР UG NX при описании механической обработки типовых элементов
    • 4. 4. Проверка результатов и постпроцессирование управляющей программы для станков с системой ЧПУ
    • 4. 5. Результаты механической обработки детали на станке MAZAK VARIAX
    • I. S 730-И 5Х с системой ЧПУ MAZATROL MATRIX
      • 4. 6. Расчет экономической эффективности полученных результатов исследования

В современном машиностроении одной из важнейших задач, является повышения конкурентоспособности и качества выпускаемой продукции. Исключительно большое значение имеет решение данной задачи в технологически ёмких производствах.

В широкой номенклатуре деталей, представленных в различных отраслях отечественной промышленности, присутствует такое понятие, как типовые элементы. Типовые элементы дифференцированы по трем основным группам: отверстия, пазы и карманы. Каждому элементу соответствует свой вид, метод и стратегия механической обработки.

Для получения типового элемента в реальной детали, необходима её механическая обработка на соответствующем металлорежущем оборудовании. При проектировании процесса механической обработки, необходимо использование технологических знаний и опыта пользователя САПР с целью формирования специальных команд по управлению перемещением режущего инструмента. Данный набор команд является управляющей программой для используемого станка, оснащенного системой ЧПУ. В настоящее время, процесс формирования такой управляющей программы, в которой подробно описываются все операции и технологические переходы в процессе механической обработки деталей, обладает элементами автоматизации посредством использования САПР. Для сокращения объемов работ по ручному вводу параметров обработки и траекторий перемещения режущего инструмента в систему ЧПУ — создано значительное множество программных решений, которые открывают широкие возможности по автоматизации данных работ, а также обладают интерактивными средствами для удобного и гибкого взаимодействия с пользователем. В данном аспекте — конструирование моделей деталей на основе типовых элементов подразумевает под собой унификацию процессов конструирования, необходимую для сокращения времени, затрачиваемого на написание управляющей программы.

Существующие системы моделирования и конструирования твердотельных моделей деталей, позволяют изначально задавать наборы параметров типовым элементам, которые могут быть использованы САПР для автоматических процедур, например, таких, как подбор режущего инструмента.

Постоянное развитие и повсеместное распространение высокоскоростных и производительных обрабатывающих центров, оснащенных системами ЧПУ, вынуждает человека обеспечивать снижение временных затрат на проектирования управляющих программ. Причиной тому является высокая денежная стоимость данного оборудования, что в условиях современного рынка, заставляет предприятия эксплуатировать станки с максимально высоким коэффициентом их использования. Логично, что перед человеком встает очевидная задача обеспечения оборудования соответствующим непрерывным объемом работ, что в большинстве случаев не выполняется вследствие очевидной разницы между временем изготовления детали, и временем, затраченным на проектирование этапов её механической обработки. Сегодня решение этой задачи является приоритетным и однозначно актуальным явлением, а перед исследователем формализуется цель в разработке перспективной и максимально эффективной системы. В качестве первоначального объекта исследований была выбрана технология механической обработки типовых элементов в деталях различных отраслей отечественного машиностроения.

По результатам проведенного обзора, наглядно отобразилась определенная динамика роста использования и внедрения систем искусственного интеллекта и подобных им алгоритмов, в САПР, системы ЧПУ металлорежущего оборудования и различные производственные процессы. Такие системы способны решать поставленные автором задачи, а в связи с низким процентом их использования в САПР, можно уверенно заявить об уникальности их применения в выбранной тематике исследований.

Разрабатываемая автором интеллектуальная система автоматизированного проектирования управляющих программ должна обладать возможностями автоматизации процессов написания программ с использованием интеграции опыта пользователя в САПР, а также способностью самообучения для последующего автоматизированного пополнения собственной базы данных новыми методиками, и расширением опыта, применяемого программистами на предприятиях страны.

Спектр программных решений в области САПР Ulli, доступный для описания механической обработки деталей на основе типовых элементов, не обладает однозначным потенциалом к осуществлению подобной автоматизации процесса проектирования управляющей программы с достижением макси-мально качественного и верного результата.

Программные продукты предлагают относительно ограниченные решения в вопросах подобной автоматизации, что делает процесс программирования определенно времяемким и низкоэффективным. Данный факт означает, что большинство решений по настоящее время все также принимаются человеком, несмотря на существующие средства и функции автоматизации, например, создания режущего инструмента или подбор его последовательности применения в зависимости от параметров, изначально заданных в типовом элементе. В дополнение к существующей автоматизации процессов проектирования механической обработки, распространено проектирование операций механообработки на основе шаблонов, средствами которых аналогично возможно снизить время на проектирование управляющей программы. Однако использование шаблонов также являет собой факт ручного ввода определенных последовательностей и действий со стороны человека.

В данном случае отчетливо представляются следующие негативные составляющие существующих процессов проектирования управляющих программ средствами САПР 11 111:

— человеческий фактор, приводящий к ошибочным действиям, зачастую даже не связанных с уровнем знаний и опытом;

— высокие временные затраты, зависящие от уровня владения компьютеризированной системой, посредством которой создается управляющая программа;

— определенное количество итераций, зависящее от наименования операций механической обработки, количеству позиций в файле шаблона или свойств типовых элементов в деталях.

Процент присутствия всех составляющих можно существенно снизить, интегрировав в современные САПР 11 111 интеллектуальные алгоритмы. Однозначно стоит отметить тот факт, что в смысл создания автором интеллектуальной системы — вкладывается логичный переход от всевозможных существующих шаблонов механической обработки к новому единому объекту, который является вспомогательным средством, а механизм работы которого, основан на опыте одного, или группы пользователей. В данном случае опыт пользователя играет ключевую роль и способен постоянно актуализироваться и аккумулироваться, автоматически подстраиваясь под условия конкретного производства или группы производств.

Учитывая тот факт, что процесс обучения используемой интеллектуальной системы, включающий проверку результатов обучения, осуществляется при работе пользователя в САПР, можно уверенно утверждать о снижении вероятности принятия самой системой каких-либо ошибочных решений.

Общим выводом, полученным автором при анализе возникшей проблемы, является факт внедрения систем искусственного интеллекта в средства унификации процессов проектирования управляющих программ для систем ЧПУ современных обрабатывающих центров. В частности существующие разработки в области создания шаблонов обработки и процессы генерации траектории перемещения режущего инструмента на основе систем распознавания типовых элементов, позволяют сделать вывод о неизбежности дальнейшего расширения и интеграции подобных систем в будущие САПР ТПП. А комплексная интеграция систем искусственного интеллекта в различные разделы CAD/CAM/CAPP систем и развитие универсальных форматов обмена данными между пакетами и системами ЧПУ, позволит максимально сократить влияние человеческого фактора на принятие ряда решений, тем самым существенно снизив потенциал возникновения ошибочного действия при ручном вводе. В идеализированной модели такого рода систем, конечному пользователю предоставляется диалоговый режим для принятия окончательного решения, минуя серию промежуточных итераций, выполняемых вручную.

Определенный эффект будет выражен при использовании полученных разработок сотрудниками низкой квалификации и малым опытом работы на реальных предприятиях. Данный эффект обусловлен потенциальной интеграцией интеллектуальных функций в современные САПР.

На основании вышеизложенного, диссертационная работа на тему «Интеллектуальная система автоматизированного проектирования управляющих программ для CAM-систем» является актуальной и своевременной.

Область исследований — разработка и исследование моделей, алгоритмов и методов синтеза и анализа проектных решений, включая конструкторские и технологические решения в САПР/АСТПП, [из паспорта специальности 05.13.12 — «Системы автоматизации проектирования (по техническим наукам — промышленность)"].

Объект исследований — технология проектирования управляющих программ для обработки типовых элементов в современных CAD/CAM-системах.

Предмет исследований — технологический процесс обработки типовых элементов в деталях различных отраслей машиностроения с целью снижения временных и человеческих затрат в области проектирования управляющих программ для станков с ЧПУ.

По результатам формулирования области, объекта и предмета исследований вытекает основная цель исследований — это разработка интеллектуальной системы автоматизированного проектирования технологических процессов механической обработки типовых элементов деталей на основе нейронных сетей для сокращения времени проектирования управляющих программ.

Также определен ряд дополнительных целей:

— выбор архитектуры перспективного приложения;

— выбор соответствующего вида нейронной сети;

— выбор существующей САПР для интеграции разработанных решений;

— выбор средств программирования для реализации приложения.

На основе проведенного обзора за период с 2001 по 2011 год по направлениям разработки САПР 11 111 и систем автоматизации и оптимизации проектирования управляющих программ для станков с ЧПУ, были поставлены следующие задачи:

1. Разработать методику взаимодействия параметров, получаемых из элементов деталей, и параметрами, вводимых пользователем.

2. Разработать средства классификации данных параметров, с дальнейшим обеспечением использования их в среде САПР;

3. Выбрать нейронную сеть с учетом необходимого набора входных и выходных данных, требуемых для успешной механической обработки основных представителей типовых элементов деталей;

4. Описать принцип формирования управляющей программы и принятия решений программистом, с целью реализации процессов обучения и переобучения выбранной нейронной сети;

5. Определить точки интеграции в CAM-модули САПР Unigraphics NX разработанных методик.

Методы исследования в настоящей работе:

1. Методология функционально-стоимостной инженерии, включающая в своем составе технико-экономические, экономико-математические и нейро-семантические методы исследований;

2. Методы теоретического исследования, обуславливающие автоматизацию процедур с созданием интеллектуального компонента САПР, формализацию процессов и процедур, а также использование теоретического расчета экономической эффективности САПР 11Ш.

Базой исследования и верификации послужили производственно-технологические процессы, осуществляемые на площадках предприятия (ООО ИПК «ХАЛТЕК»). В работе рассмотрены примеры использования интеллектуальных систем при обработке трех видов типовых элементов в деталях.

Научная новизна работы заключается в следующем:

1. Получены методики для взаимодействия между параметрами существующих элементов и параметрами, вводимыми пользователями для создания системы автоматизации механической обработки типовых элементов деталей, в рамках выбранной САПР;

2. В разработанной САПР используется интеллектуальная система в виде нейронной сети — многослойного персептрона, с обучением учителем по алгоритму обратного распространения ошибки и возможностью дообучения в процессе дальнейшей работы;

3. Определены точки интеграции разработанных методик в САПР. Определены основные объекты классов и классы, необходимые для взаимодействия между параметрами распознанных элементов и требуемыми критериями механической обработки.

Теоретическая значимость исследований заключается в:

1. Характеристике и структурировании параметров типовых элементов, необходимых для их механической обработки;

2. Обосновании наличия производственно-технологического потенциала комплексной интегрированной САПР ТПП и внедрения её в процессы проектирования управляющих программ для станков с ЧПУ.

3. Раскрытии возможностей применения интеллектуальных систем для автоматизации процессов проектирования управляющих программ и сокращение итераций в процессах принятия решений со стороны человека.

Практическая значимость работы заключается в использовании разработок в сфере САПР ТПП на основе:

1. Совершенствования процедур ручного проектирования управляющих программ для станков с ЧПУ в средах современных САПР;

2. Уменьшение количества итераций, выполняемых человеком в процессе проектирования операций механической обработки в САПР;

3. Опциональная возможность самостоятельного принятия решений по утверждению полученных стратегий механической обработки со стороны разработанной системы;

4. Снижение вероятности возникновения ошибки в процессе принятия решений со стороны человека, что особенно актуально при однотипности и цикличности выполняемых действий.

Достоверность научно-технических результатов гарантируется проведением функционально-стоимостного и функционально-системного анализа на основе методологии функционально-стоимостной инженерии с позиции функциональности исследований и разработоканализом научно-технических первоисточников (литературы), нормативной документации и конструкторской документации разработчикасопоставлением результатов и выводов выполняемой работы с данными других исследований и экспериментовадекватностью используемых методов исследований поставленным целямопорой на статистические наблюдения и практику проектирования интегрированной САПР ТПП с интеллектуальными компонентами.

Апробация и внедрение результатов исследований. Основные результаты исследований и экспериментов докладывались на научно-технических конференциях профессорско-преподавательского состава Ульяновского государственного технического университета (УлГТУ) в 2011 годуна научно-технических конференциях в 2009 году в УВАУГА г. Ульяновск, в 2009 году «Наука-будущее Литвы» г. Вильнюсполучен диплом конкурса инновационных проектов «У.М.Н.И.К.-2010» в 2010 годуполучен грант Фонда содействия развитию малых форм предприятий в научно-технической сфере: программа «СТАРТ-2012», направление Н1.

Положения и разработки, выносимые на защиту:

1. Принципы автоматизированного проектирования технологических процессов обработки типовых элементов в деталях;

2. Методика для взаимодействия между параметрами существующих элементов и параметрами, вводимыми пользователями для создания системы автоматизации механической обработки типовых элементов деталей, в рамках выбранной САПР;

3. Методика оценки научно-технического и технико-экономического уровней внедрения интеллектуальных САПР ТПП технологических процессов механической обработки типовых элементов.

Структура работы. Диссертация состоит из введения, четырех глав основного текста, выводов, списка литературы, включающего 127 наименований, содержит 164 страницы машинописного текста, 72 иллюстрации, 28 таблиц и 8 приложений.

Основные результаты исследований и экспериментов докладывались на научно-технических конференциях профессорско-преподавательского состава Ульяновского государственного технического университета (УлГТУ) в 2011 годуна научно-технических конференциях в 2009 году в УВАУГА г. Ульяновск, в 2009 году «Наука-будущее Литвы» г. Вильнюсполучен диплом конкурса инновационных проектов «У.М.Н.И.К.-2010» в 2010 годуполучен грант Фонда содействия развитию малых форм предприятий в научно-технической сфере: программа «СТАРТ-2012», направление Н1.

Ожидаются публикации 2 статей в изданиях, рекомендованных ВАК РФ. Поданы 2 заявки на патентование способа и системы в Федеральном институте промышленной собственности (Роспатент).

Показать весь текст

Список литературы

  1. , В. В. Искусственные нейронные сети / Круглов, В. В, Борисов В. В // М.: Горячая линия-Телеком.- 2002.- С. 12−40.
  2. Nagasaka Yoshiyuki, CAE Systems for Gear Design and Manufacturing as Concurrent Engineering Tool / Nagasaka Yoshiyuki, Shichino Hayato, Takahashi Tomoyuki // Transactions of the Japan Society of Mechanical Engineers.- 2000.- № 645.- P. 98.
  3. Colin B. Besant, Computer-Aided Design and Manufacture / Colin B. Besant // 3rd ed. Ellis Horwood Ltd.- 1986.
  4. Willian F. Gibbs, CAD/CAM integration what’s the right choice for you? / Willian F. Gibbs // Modern Machine Shop.- 1998.
  5. Steven L. Brooks, Representing Manufacturing Features to Support Design and Process Changes / Steven L. Brooks // Ph.D. thesis.- The University of Kansas.- Lawrence.- 1997.
  6. Sandvik Coromant, Руководство по металлообработке / коллектив авторов компании Sandvik Coromant // Москва.- 2011.
  7. Иво Липсте, Feature Based Machining в Mastercam ХЗ. Часть 1 / Иво Липсте // журнал CAD/CAM/CAE Observer.-№ 5 (41).- 2008.- С. 62−65.
  8. Иво Липсте, Feature Based Machining в Mastercam ХЗ. Часть 2/ Иво Липсте // журнал CAD/CAM/CAE Observer № 6 (42).- 2008.- С. 54−56.
  9. Jan Н. Vanderbrande, Aristides A.G. Requicha «Spatial reasoning for the automatic recognition of machinable features in solid models" — IEEE Pattern Anal-ysisand Machine Intelligence, vol. 15, № 12, pp 1269−1285,1993.
  10. J. H. Vandenbrande, Automatic recognition of machinable features in solid models / J. H. Vandenbrande // Ph. D. Dissertation, Electrical Engineering Department.- University of Rochester.- 1990.
  11. Kaparthi, S. Machine-component Cell Formation in Group Technology: A Neural Network Approach / Kaparthi S., Suresh N. C // International Journal of Production Research.- 1992, — Vol. 30.- № 6.- P. 1353−1367.
  12. Электронная публикация в интернете: Нейронные сети. Википедия / http://ru.wikipedia.org/wiki/HefipoceTH.
  13. Xiaojun Liu, Recognising 2.5D manufacturing feature using neural network / Xiaojun Liu, Zhonghua Ni, Xiaoli Qiu, Tingyu Liu // Courtesy of In-derscience Publishers.- 2010.- № 19.
  14. Электронная публикация в интернете: Нейронные сети. М1Т/ http://mitpress.mit.edu/catalog/item/default.asp?ttype=2&tid=6650
  15. Feature-based modelling and neural networks-based CAPP for integrated manufacturing / International Journal of Computer Integrated Manufacturing.-1999.-№ 12.- P. 61−74.
  16. Ф. Уоссермен, Нейрокомпьютерная техника: Теория и практика / Ф. Уоссермен, Перевод на русский язык, Ю. А. Зуев, В. А. // Точенов.- 1992.
  17. Turkay Dereli, Artificial intelligence in design and manufacturing / Tur-kay Dereli, Adil Baykasoglu // University of Gaziantep.- 2010.
  18. FB-Machining Advisor Tutorial / Honeywell International // FM&T.2002.
  19. Unigraphics NX documentation / Unigraphics Solutions Inc // 2002.
  20. Christoph M. Hoffmann, Geometric and Solid Modeling / Christoph M. Hoffmann // Morgan Kaufmann Publishers.- San Francisco.- 1989.
  21. Michael E. Mortenson, Geometric Modeling. 2nd / Michael E. Morten-son // John Wiley & Sons, Inc.- 1997.
  22. K. Lee, Principles of CAD/CAM/CAE systems / K. Lee // Addison-Wesley.- 1999.
  23. S. A. Brown, A description of the APT language / S. A. Brown, С. E. Drayton, and B. Mittman // Communications of the ACM.- 1963.- № 11.- P. 649 658.
  24. Tien-Chien Chang, Computer-Aided Manufacturing. 2nd / Tien-Chien Chang, Richard A. Wysk, Hus-Pin Wang // Prentice Hall.- 1998.
  25. Rober, Modeling and control of CNC machines using a PC-based open architecture controller / Rober, Stephen J, Shin, Yung C. // Mechatronics.- 1995.-№ 4.- P. 401−420.
  26. M. Liang, A STEP based tool path generation system for rough machining of planar surfaces / M. Liang, S. Ahamed, B. van den Berg // Computers in Industry.-1996.-№ 2.- P. 219−231.
  27. Jung Hyun Han, Manufacturing feature recognition toward integration with process planning / Jung Hyun Han, Inho Han, Juneho Yi // IEEE Transactions on Systems, Man and Cybernetics part В.- Cybernetics.- 2001.- № 3, P. 373−380.
  28. H.B. Marri, Computer-aided process planning: a state of art / H.B. Marri, A. Gunasekaran, R. J. Grieve // The International Journal of Advanced Manufacturing Technology.- 1998.- № 14.- P. 261−268.
  29. S. L. Brooks, XCUT: a rule-based expert system for the automated process planning of machined parts / S. L. Brooks, К. E. Hummel, M. L. Wolf // Proceedings of ASME Winter Annual Meeting.- 1997.- P. 181−194.
  30. Khoshnevis B, An integrated process planning system using feature reasoning and space search-based optimization / Khoshnevis B, Sormaz D. N, Park J. Y // HE Transactions.- 1999.- № 31.- P. 597−616.
  31. Huikang K. Miao, CAD-CAM integration using machining features / Huikang K. Miao, Nandakumar Sridharan and Jimi J. Shah // Int. J. Computer Integrated Manufacturing.- 2002.- № 4.- P. 296−318.
  32. Shah, J.J. Parametric and Feature-Based CAD/CAM: Concepts, Techniques, and Applications / Shah, J. J. Mantyla, M. // John Wiley and Sons.- New York.- 1995.
  33. Otto. W. Salomons, Computer Support in the Design of Mechanical Products: Constraint specification and satisfaction in feature based design for manufacturing / Otto. W. Salomons // Ph.D. thesis.- University of Twente.- Netherlands.- 1995.
  34. Chen, X. On editability of feature-based design / Chen, X. Hoffmann, C. M // Computer-Aided Design.- 1995.- № 12.- P. 905−914.
  35. Han, J. H. Manufacturing feature recognition from solid models: a status report / Han, J. H., Pratt, M. Regli, W. C. // IEEE Transactions on Robotics and Automation.- 2000.- № 6.- P. 782−796.
  36. J. J. Shah, Assessment of features technology / J. J. Shah // Computer-Aided Design.- 1991.- № 5.- P. 331−343.
  37. ISO 10 303−224:1999 / Application Protocol: Mechanical Product Definition for Process Planning Using Machining Features // International Standards Organization.» 1999.
  38. Mangesh P. Bhandarkar, STEP-based feature extraction from STEP geometry for agile manufacturing / Mangesh P. Bhandarkar, Rakesh Nagi // Computers in Industry.- 2000.- № 41.- P. 3−24.
  39. Zhang, S.G. Feature-based inspection process planning system for coordinate measuring machine / Zhang, S.G., Ajmal, A, Wootton, J, Chisholm, A. // Journal of Materials Processing Technology.- 2000.- № 1−3.- P. 111−118.
  40. S.K. Gupta, Systematic approach for analysing the manufacturability of machined parts / S.K. Gupta, D.S. Nau // Computer-Aided Design.- 1995.- № 5, P. 323−342.
  41. Eric Wang, Feature-based assembly mating relationship / Eric Wang, Yong Se Kim // Journal of Manufacturing systems.- 1999.- № 3.- P. 187−202.
  42. JungHyun Han, Mujin Kang and Hoogon Choi. STEP-based feature recognition for manufacturing cost optimization. Computer-Aided Design, 2001. v. 33, n. 9, 671−686.
  43. JungHyun Han, Special panel session for feature recognition at the 1997 ASME Computers in Engineering Conference / JungHyun Han, David Rosen // Computer-Aided Design.- 1998.- № 13.- P. 979−982.
  44. Brooks, S.L. Using STEP to integrate design features with manufacturing features / Brooks, S.L. Greenway Jr., R. B // ASME Computers in Engineering Conference.- Boston.- 1995.- P. 579−586.
  45. Somashekar Subrahmanyam, Michael Wozny. An overview of automatic feature recognition techniques for computer-aided process planning / Somashekar Subrahmanyam, Michael Wozny // Computers in Industry.- 1995.- № 1.- P. 1−21.
  46. S. Joshi, Graph-based heuristics for recognition of machined features from a 3D solid model / S. Joshi, T. C. Chang // Computer-Aided Design.- 1988.-№ 2.- P. 58−66.
  47. S.H.F. Chuang, Using subgraph isomorphisms to recognize and decompose boundary representation features / S.H.F. Chuang, M. R. Henderson // Journal of Mechanical Design.- Transactions of the ASME.- 1994.- № 3. p. 793−800.
  48. Woo, T. Feature Extraction by Volume Decomposition / Woo, T. // Proc. Conf. CAD/CAM Technology in Mechanical Engineering.- Cambridge.- USA.-1982.- P. 76−94.
  49. D. Waco, Geometric Reasoning for Machining Features using Convex Decomposition / D. Waco, Y.S. Kim // 2nd ACM Solid Modeling Symposium.-1993.- P. 323−331.
  50. V. Sundararajan, Volumetric feature recognition for machining components with freeform surfaces / V. Sundararajan, P.K. Wright // Computer-Aided Design.-2004.-№ 1, P. 11−25.
  51. J.H. Vandenbrande, Spatial reasoning for the automatic recognition of machinable features in solid models / J.H. Vandenbrande, A.A.G Requicha // IEEE Transactions on Pattern Analysis and Machine Intelligence.- 1993.- № 12.- P. 1269−1285.
  52. J. Han, Integration of feature based design and feature recognition / J. Han, A. Requicha // Computer-Aided Design.- 1997.- № 5.- P. 393−403.
  53. X.G. Ye, A hybrid method for recognition of undercut features from moulded parts / X.G. Ye, J.Y.H. Fuh, K.S. Lee. // Computer-Aided Design.- 2001.-№ 14,-P. 1023−1034.
  54. Gupta, Satyandra K. Manufacturing feature instances: Which ones to recognize? / Gupta, Satyandra K., Regli, William C., Nau, Dana S. // Proceedings of the Symposium on Solid Modeling and Applications.- 1995.- P. 141−152.
  55. Douglas A. Schenck, Information Modeling: The EXPRESS Way / Douglas A. Schenck, Peter Wilson // Oxford University Press.- USA.- 1994.
  56. ISO 10 303−42 / Industrial automation systems and integration Product data representation and exchange // Part 42: Integrated generic resource: Geometric and topological representation.- 1994.
  57. Denise Janowski, Transferring CAD/CAM files / Denise Janowski // Modern Machine Shop.- 1999.- № 2.- P. 70.
  58. Brian C. Kuttner, Why IGES doesn’t always work? / Brian C. Kuttner // Modern Machine Shop.- 1995.- № 2.- P. 70.
  59. Martin Hardwick, STEP into Automatic Machining / Martin Hardwick // STEP Tools, Inc.- 2001.
  60. Brunnermeier, S. Interoperability Cost Analysis of the U.S. / Brunnermeier, S., Martin, S // Automotive Supply Chain.- Research Triangle Institute.-1999.
  61. Xu, X.W. Striving for a total integration of CAD, CAPP, CAM and CNC / Xu, X.W., Q. He // Robotics and Computer-Integrated Manufacturing.-2004.-№ 2.-P. 101−109.
  62. Week, M. D. STEP-NC—The STEP compliant NC programming interface evaluation and improvement of the modern interface / Week, M., Wolf, J. and Kiritsis, D / Proceedings of the ISM Project Forum.- Genf.- Switzerland.- 2001.
  63. Suk-hwan Suh, On the architecture of intelligent STEP-complaint CNC / Suk-hwan Suh, Jung-Hoon Cho, Hee-Dong Hong // International Journal of Computer Integrated Manufacturing.- 2002.- № 2.- 168−177.
  64. S.T. Newman, CAD/CAM solution for STEP-compliant CNC manufacturing / S.T. Newman, R.D. Allen, R.S.U. Rosso, Jr // International Journal of Computer Integrated Manufacturing.- 2003.- № 7−8, P.- 590−597.
  65. Hardwick, M. On STEP-NC and the complexities of product data integration / Hardwick, M. // Journal of Computing and Information Science in Engineering.- 2004.- № 1.- P. 60−67.
  66. Allsion В Feeny, STEP-NC implementation ARM or AIM? / Allsion В Feeny, Tom Kramer, Fred Proctor, Martin Hardwick, David Loffredo // ISO T24 STEP-Manufacturing Meeting.- San Diego.- USA.- 2003.
  67. UG Open API Reference Guide / Unigraphics Solutions Inc.- 2002.
  68. Jan H. Vandenbrande, Spatial reasoning for the automatic recognition of machinable features in solid models / Jan H. Vandenbrande, Aristides A. G Re-quicha // IEEE Transactions on Pattern Analysis and Machine Intelligence.- 1993.-№ 12.-P. 1269−1285.
  69. Artifical language, FANN / Software 2.O.- 2005.- № 2. P.12−16.
  70. Электронная публикация в интернете / http://leenissen.dk/fann/wp
  71. Электронная публикация в интернете / http://www.i-intellect.ru/prog-rams/blog.html
  72. Электронная публикация в интернете «FeatureCAM от Delcam» / http://www.delcam-ural.ru/cam/featurecam0
  73. Электронная публикация в интернете: «Artificial neural network» / http://www.statsoft.ru/home/portal/applications/NeuralNetworksAdvisor/Adv-new/NeuralNetworksIntroductoryOverviewUsingaNeuralNetwork.htm
  74. Электронная публикация в интернете: «Artificial neural network» / http://www-pal.usc.edu/papers/FRecl/NewFRecWeb.html
  75. Электронная публикация в интернете: «The official STEP-NC page» / http://www.step-nc.org
  76. Steffen Niessen, Neural networks made simple. Artificial Intelligence. / Steffen Niessen // Software 2.O.- № 2.- 2005.
  77. Электронная публикация в интернете: «Введение в теорию нейронных сетей: программная реализация» / http://www.orc.ru/~stasson/neurox.html
  78. Электронная публикация в интернете: «Российское представительство американской компании StatSoft, выпускающей ПО для анализа данных» / http://www.statsoft.ru
  79. Электронная публикация в интернете: «Обзор российского рынка нейросетевых технологий» / http://www.user.cityline.ru/~neurnews
  80. Миркес Е. М, Нейроинформатика: теория и практика. Курс лекций / Миркес Е. М. // http://www.softcraft.ru/neuro/index.shtml
  81. Электронная публикация в интернете: «Нейронные сети и искусственный интеллект» / http://www.hamovniki.net/~alchemist/NN/NN.htm
  82. Н.С. Zhang, Application of neural networks in manufacturing: a state of the art survey / H.C. Zhang, S.H. Zhang //National Science Foundatio.- 1995.
  83. Ильичев A. B, Эффективность проектируемых элементов сложных систем / A.B. Ильичев, В. Д. Волков, В. А. Грущанский // М.: Высшая школа.-1982.- 280 с.
  84. Ляшенко И. Н, Линейное и нелинейное программирование / И. Н. Ляшенко, Е. А. Карагодова, Н. В. Черникова // Киев: Высшая школа.- 1976.372 с.
  85. Вентцель Е. С, Исследование операций, задачи, принципы, методология / Е. С. Вентцель // М.: Наука.- 1980.- 207 с.
  86. Цветков В. Д, Система автоматизации проектирования технологических процессов / В. Д. Цветков // М.- Машиностроение.- 1972.- 240 с.
  87. Электронная публикация в интернете: «NX Machining. A complete solution for machine tool programming» / Siemens PLM Software // www.siemens.com/plm
  88. T.-C. Chang, Computer-Aided Manufacturing / T.-C. Chang, R. A. Wysk, H.-P. Wang // Englewood Cliffs, NJ: Prentice-Hall.- 1991.- P. 3.
  89. F.H. Mitchell, Jr., CIM Systems: An Introduction to Computer-Integrated Manufacturing / F. H. Mitchell, Jr. // Englewood Cliffs, NJ: Prentice-Hall.-1991.- P. 67.
  90. Beaverstock, M. C, It takes knowledge to apply neural networks for control / Beaverstock, M. C. // ISA Transactions.- 1993.- № 32.- P. 235−240.
  91. Chovan, T, Neural network architecture for process control based on the RTRL algorithm / Chovan, Т., Catfolis, Т., Meert, K., // AIChE Journal.- 1996.-№ 42(2).- P. 493−502.
  92. Coit, D.W., Using designed experiments to produce robust neural network models of manufacturing processes / Coit, D. W., Smith, A. E. // 4th Industrial Engineering Research Conference Proceedings.- 1995.- P. 229−238.
  93. Du, R. Automated monitoring of manufacturing processes, part 1: Monitoring methods / Du, R., Elbestawi, M. A., Wu, S. M. // Journal of Engineering for Industry.- 1995.-№ 117.- P. 121−132.
  94. Du, R. Automated monitoring of manufacturing processes, part 2: Applications / Du, R. Elbestawi, M. A., and Wu, S.M. // Journal of Engineering for Industry.- 1995.- № 117, — P. 133−141.
  95. Fan, H. T., Case studies on modeling manufacturing processes using artificial neural networks / Fan, H. T., Wu, S. M. // Journal of Engineering for Industry." 1995.- № 117.- P. 412−417.
  96. Hoskins, J. C., Process control via artificial neural networks and reinforcement learning / Hoskins, J. C., Himmelblau, D. M. // Computers & Chemical Engineering.- 1992.- № 16(4).- P. 241−251.
  97. Huang, S. H. Neural-expert hybrid approach for intelligent manufacturing: A survey / Huang, S. H., Zhang, H. C. // Computers in Industry.- 1995.-№ 26.-P. 107−126.
  98. Hubick, K. ANNs thinking for industry / Hubick, K. // Process & Control Engineering.- 1992.- № 15(11).- P. 36−38.
  99. Jacobs, J.A. Engineering Materials Technology: Structure, Processing, Properties, and Selection, 2nd ed. / Jacobs, J. A., Kilduff, T. F. / New Jersey: Prentice Hall Career & Technology.- 1994.
  100. Montgomery, D.C. Applied statistics and probability for engineers / Montgomery, D.C. and Runger, G.C. // John Wiley & Sons, Inc.- 1994.
  101. Stich, T. The application of artificial neural networks to monitoring and control of an induction hardening process / Stich, T. // Thesis.- Southern Illinois University.- 1997.
  102. Spoerre, J. Application of the cascade correlation algorithm (CCA) to bearing fault classification problems / Spoerre, J. // Computers in Industry.- 1997.-№ 32.- P. 295−304.
  103. Toosi, M. An overview of acoustic emission and neural networks technology and their applications in manufacturing process control / Toosi, M., Zhu, M. // Journal of Industrial Technology.- № 11(4).- 1995.- P. 22−27.
  104. Kailash SB, A volume decomposition approach to machining feature extraction of casting and forging components / Kailash SB, Zhang YF, Fuh JYH // Computer-Aided Design.- 2001.- № 33(8).- P. 605−617.
  105. Park SC, Knowledge capturing methodology in process planning / Park SC. // Computer-Aided Design.- 2003.- № 35(12).- P. 1109−1117.
  106. Kim YS, Recognition of machining features for cast then machined parts / Kim YS, Wang E. // Computer-Aided Design.- 2002.- № 34(1).- P. 71−87.
  107. Joshi S, Graph-based heuristics for recognition of machined features from a 3D solid model / Joshi S, Chang TC. // Computer-Aided Design.- 1988.-№ 20(2).- P. 58−66.
  108. Gayankar P, Graph-based extraction of protrusions and depressions from boundary representations / Gayankar P, Henderson MR. // Computer-Aided Design.- 1990.- № 22(7).- P. 442−50.
  109. Woo TC, Feature extraction by volume decomposition / Woo TC. // Proceedings of the Conference on CAD/CAM Technology in Mechanical Engineering.- 1982, — P. 76−94.
  110. Vandenbrande JH, Spatial reasoning for the automatic recognition of machinable features in solid models / Vandenbrande JH, Requicha AAG. // IEEE Transactions Pattern Analysis & Machine Intelligence.- 1993.- № 15(12).- P. 12 691 285.
  111. Dong J, Manufacturing feature decomposition and extraction- Part I: optimal volume segment / Dong J, Vijayan S. // Computer-Aided Design.- 1997.-№ 29(6).- P. 427−440.
  112. Dong J, Manufacturing feature decomposition and extraction- Part II: a heuristic approach / Dong J, Vijayan S. // Computer-Aided Design.- 1997.-№ 29(7).- P. 475−484.
  113. Vatii BR, A generic solution to polygon clipping / Vatii BR // Communications of the ACM.- 1992.- № 35(7).- P. 56−63.
  114. Choi BK, STOPP: an approach to CADCAM integration / Choi BK, Barash MM. // Computer-Aided Design.- 1985.- № 17(4).- P. 162−168.
  115. Ham I, Computer-aided process planning: the present and the future / Ham I, Lu SCY. // Ann. CIRP.- 1998.- № 37(2).- P. 591−601.
  116. Alting L, Computer-aided process planning: the state-of-the-art survey / Alting L, Zhang H. // Int. J. Prod. Res.- 1989.- № 27(4).- P. 553−585.
  117. Wang E. Using automatic feature recognition to interface CAD to CAPP / Wang E. / Comput. Eng.- 1992.- № 1.- P. 215−231.
  118. Pratt MJ. Application of feature recognition in the product life-cycle / Pratt MJ. // Comput. Integrated Manuf.- 1993.- № 6(1−2).- P. 13−19.
  119. Kang TS, Feature representation and classification for automatic process planning systems / Kang TS, Nnaji BO // Journal of Manufacturing Systems.-2002.-№ 12(2).-P. 133−145.
  120. Salomons OW, Review of research in feature-based design / Salomons OW, Houten FJAM, Kals HJJ. // Journal of Manufacturing Systems.- 2002.-№ 12(2).-P. 113−32.Пвнедрения результатов в опытную эксплуатацию в
  121. ООО ИПК «ХАЛТЕК» системы автоматизированного проектирования -технологических процессов механической обработки деталей
  122. Научный руководитель «д, т.н., профессор1. И.Ф. Дьяков1. Заместитель директора по1. г —
  123. Ответственный исполнитель {аспирантч А.В. Попович1. А. Ю. Родионовскийжипломрь 2010 г. у ФОНА СОДЕЙСТВИЯ РАЗВИТИЮ1. малых форм предприятии в научжмехкичссши гюр1. ВРУЧАЕТСЯ
  124. Алексею Владимировичу Поповичза участие в конкурсе инновационных проектов по программе «У.М.Н.И.К.» 2010с проектом
  125. Нейросетевые алгоритмы при автоматизации обработки типовых элементов моделей деталей в современных CAD/CAM системах
  126. Представитель Фонда Председатель оргкомитета 1 и/содействия развития малых 111-й Международной научно-форм предприятий в научно- практической конференции V •технической сфере по молодых ученых «Молодёжь
  127. Ульяновской области и наукаЖх! века», д.с.-х.-н., «професЫр
  128. В.В. Ваховский В. А. Исайчев V5w •г. Ульяновск
Заполнить форму текущей работой

Сессия? Спокойно!