Раздел V. Методы разработки технологических инноваций
Отчет должен содержать титульный лист (с указанием Ф.И.О. студента, № студенческой группы, Ф.И.О. преподавателя и название лабораторного занятия), цель работы, структуру искусственной нейронной сети, данные о применении системы Matlab в виде фрагментов окон работы системы и программнометодического комплекса PSN, график обучения нейронной сети Элмана и выводы о результатах лабораторного занятия.
7. Критерий оценки результатов
При подведении итоговой оценки рекомендуется руководствоваться следующими критериями: «отлично» – соответствует более 90% качественному усвоению учебного материала; «хоро- шо» – соответствует более 75% до 90% качественного усвоения учебного материала; «удовлетворительно» – соответствует более 50% до 75% качественного усвоения учебного материала при условии отсутствия ошибок в расчетах и обоснованиях.
В случае невыполнения перечисленных критериев или отсутствия на занятии студент должен пройти повторное выполнение лабораторного задания самостоятельно и представить новый вариант отчета к защите.
Список литературы
1.Селиванов С.Г., Гузаиров М.Б. Системотехника инно-
вационной подготовки производства в машиностроении. – М.: Машиностроение. 2012. -568 с.
2.Рекуррентные сети и методы оптимизации проектных технологических процессов в АСТПП машиностроительных производств / Селиванов С. Г., Поезжалова С. Н., Бородкина О. А., Кузнецова К. С. // Вестник УГАТУ. 2011. Т.15, №5(45).
3.Медведев В. С., Потемкин В. Г. Нейронные сети: Matlab 6 /:
ДИАЛОГ-МИФИ, 2002. 496 с.
4.Дьяконов В. П., Круглов В. В. MATLAB 6.5 SP1/7/7 SP2+Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики. М.: СОЛОН-ПРЕСС, 2006. 456 с.
Раздел V. Методы разработки технологических инноваций
Лабораторное занятие № 5.6
Тема: Оптимизация перспективных ресурсосберегающих
технологических процессов с помощью искусственной нейронной сети Джордана
Содержание
Введение 1.Теоретическая часть.
2.Описание используемых программных комплексов
3.Задание
4.Методика выполнения задания
5.Контрольные вопросы
6.Требования к отчету
7.Критерий оценки результатов
Список литературы
Введение
Объектами исследования являются автоматизированная система технической подготовки производства (АСТПП) и перспективные ресурсосберегающие технологические процессы для инновационного проектирования.
Предметом исследования являются методы математического моделирования и оптимизации перспективных ресурсосберегающих технологических процессов для инновационного проектирования.
Методы исследования – методы искусственного интеллекта на базе искусственных нейронных сетей Джордана.
Цель исследования – оптимизация разработки маршрутных карт техпроцессов в комплектах технологической документации для обоснования проекта технического перевооружения производства.
Задачи исследования:
1.изучение методов искусственного интеллекта в виде нейронных сетей Джордана;
Раздел V. Методы разработки технологических инноваций
2.многокритериальная оптимизация перспективного технологического процесса изготовления деталей для инновационного проектирования.
1.Теоретическая часть
Следующим этапом работ по инновационной подготовке производства в АСТПП после технологического анализа производства, технологического анализа конструкций новых изделий, подлежащих постановке на производство, является разработка комплектов технологической документации перспективных (проектных) ресурсосберегающих технологических процессов. Для оптимизации таких работ могут быть использованы различные методы математического моделирования [2]:
−теории статистических решений;
−динамического и линейного программирования;
−искусственного интеллекта и другие.
Врамках данного лабораторного занятия для решения задачи многокритериальной оптимизации перспективных ресурсосберегающих технологических процессов предложено использовать методы искусственного интеллекта, в частности рекуррентные искусственные нейронные сети (Хопфилда, Элмана, Джордана и другие).
Врамках реализуемого вероятностно-рекуррентного метода разработки перспективных технологических процессов рекомендуется использовать искусственную рекуррентную нейронную сеть Джордана, модели которой представлены на рис. 1 и 2 [4].
Рис. 1. Структура нейронной сети Жордана (Джордана)
Раздел V. Методы разработки технологических инноваций
Рис. 2 .Схема сети Жордана (Джордана) для решения задачи многокритериальной оптимизации перспективных ресуросберегающих технологических процессов в среде Matlab
Сеть Жордана (Джордана) [1, 4] – это один из видов рекуррентных сетей, которая получается из многослойного перцептрона путем введения обратных связей: на вход помимо входного вектора подается выходной с задержкой на один или несколько тактов. Структура этой сети позволяет запоминать последовательности выполняемых действий над объектами, что является важным при решении задачи оптимизации технологических процессов изготовления деталей.
Структура сети Джордана позволяет учесть «предысторию» выполняемого процесса, накопить информацию для выбора необходимого варианта решения поставленной задачи многокритериальной оптимизации перспективного технологического процесса согласно выбранным критериям оптимизации ресурсосбережения (материало,- трудо,- фондо- и энергосбережения).
Прежде чем начинать процедуру оптимизации, необходимо построить математическую модель технологического процесса изготовления детали, например, типа «шестерня» (рис.3). Такой моделью в данном случае является многовариантный сетевой граф (рис.4), созданный на основе базовой заводской технологии и дополненный другими вершинами-операциями, которые предусматривают изменение плана обработки, новых методов и режимов обработки, структуры парка нового технологического оборудования, улучшения в составе других средств технологического оснащения.
При составлении многовариантного графа технологических процессов учтены конструкторские требования, указанные на чертеже детали: точность, параметры шероховатости и другие технические требования, исходя из которых, можно
Раздел V. Методы разработки технологических инноваций
проектировать различные варианты обработки детали, выбирать методы обработки и соответствующее оборудование.
Для использования сети Джордана в задаче многокритериальной оптимизации необходимо произвести линейную свёртку входных параметров – критериев оптимизации (привести входные параметры к безразмерной величине по условиям применения методов многокритериальной оптимизации) [3].
а – чертеж детали-представителя типа «шестерня»
б – 3D -модель детали-представителя «шестерня»
Рис. 3. Деталь-представитель группы
Раздел V. Методы разработки технологических инноваций
а)
б) |
в) |
Рис. 4. |
Фрагмент графа технологического процесса изготовления детали «шестерня»: |
а) многовариантный сетевой граф технологического процесса; б) условные обозначения; в) фрагмент графа для выполнения лабораторного занятия
Раздел V. Методы разработки технологических инноваций
В качестве входных параметров численной оценки перспективного технологического процесса можно использовать: затраты, штучное время изготовления детали, фондоемкость (капиталовложения в запасы оборудования, технологической оснастки и площади) – это минимизируемые величины, а также коэффициент использования материала – это параметр технического уровня, требующий максимизации в перспективном технологическом процессе изготовления изделия.
Для других условий проектирования перечень показателей ресурсосбережения может быть расширен.
Для реализации метода линейной свертки необходимо установить [5] для уравнений (1,2 ) веса приоритетности критериев в интервале от 0 до 1:
|
|
|
ξ |
k |
= |
(ε k |
−ε k |
) |
|
|
|
|
|
(ε k |
min |
) |
, |
(1) |
|
|
|
|
−ε k |
|
|
|
|
|
|
max |
min |
|
где ξ k |
– величина k-го критерия, приведенная к относительному |
безразмерному виду; |
|
|
|
|
|
|
|
ε k |
– значение k-го критерия k [1, m]; |
|
|
|
ε k min ,εmaxk |
– минимальное и максимальное из всех возможных |
значений k-го критерия. |
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
εΣ = ∑αi ×ξ k , |
(2) |
i=0
где αi – весовые коэффициенты, назначаемые экспертно, которые определяют значимость соответствующего критерия среди рассматриваемого множества.
Общая сумма весовых коэффициентов должна быть равна 1. Входные значения для нейронной сети определяются по формулам (1,2) и подаются в скрытый слой нейронной сети, где находятся контекстные нейроны (нейроны, содержащие копию значений активации скрытых нейронов для предыдущего временного отсчета) с обратными связями [1]. После прохождения данных по скрытому слою преобразованные значения подаются на выходной слой. На этой основе можно оценить результат – полученный путь (маршрут технологического процесса изготовления детали или плана обработки)
Раздел V. Методы разработки технологических инноваций
для оформления маршрутной карты перспективного технологического процесса.
Полученная последовательность Парето-оптимальных (по нескольким критериям) технологических процессов или технологических операций представляется в виде цифр, которые соответствуют номерам вершин многовариантного графа перспективных технологических процессов (рис. 4а,б).
На основании результатов оптимизации можно составить не только план обработки деталей-представителей групп, но и сформировать комплект документации перспективного технологического процесса.
Таким образом, рассмотренный нейросетевой метод искусственного интеллекта на основе рекуррентных сетей Джордана позволяет выполнять многокритериальную оптимизацию перспективных ресурсосберегающих технологических процессов.
2. Описание используемых программных комплексов
Работа выполняется в системе Matlab (англ. «Matrix Laboratory») – это пакет прикладных программ для решения задач технических вычислений и одноимённый язык программирования, используемый в этом пакете (см. ярлык 
на рабочем столе компьютера или в корневой директории).
3.Задание
1.Создать трехслойную нейронную сеть Джордана для решения учебной задачи по оптимизации вариантов выполнения токарных операций перспективного технологического процесса (фрагмент графа приведен на рис. 4б,в) по критериям минимизации трудоемкости (Т, мин), затрат (С, руб), величины фондоемкости (Ф, руб) и обеспечения максимального коэффициента
использования материала (КИМ) по данным, которые приведены в табл. 1, 2.
2.Осуществить оптимизацию операции механообработки (выбор из трех вариантов, которые приведены в табл. 2) для оформления
Раздел V. Методы разработки технологических инноваций
комплекта документации перспективного технологического процесса.
3. Проанализировать изменение результатов работы нейронной сети Джордана для случая:
−расширения диапазона изменения функции активации нейронной сети Джордана с заданного в предыдущем задании интервала [0 1] до значений интервала [-2 2] и
−увеличения количество нейронов в первом и втором слоях
нейронной сети в интервале [2 20]. 4.Результаты работы оформить в виде отчета.
Т а б л и ц а 1 Основные критерии оптимизации перспективных ресурсосберегающих технологических процессов
Критерий оптимизации |
Главный параметр |
Максимальная |
штучное (штучно- |
производительность |
калькуляционное) время, |
технологического |
Тшт→min |
процесса |
|
Минимальные приведенные |
Приведенные затраты, |
затраты на реализацию |
С→min |
технологического процесса |
|
(технологическая себестоимость) |
|
Минимальная фондоемкость |
Капиталовложения в |
изготовления деталей |
оборудование, запасы |
|
технологической оснастки и |
|
площади , Ф →min |
Минимальное потребление |
Коэффициент использования |
материалов |
материала, КИМ →max |
Раздел V. Методы разработки технологических инноваций
Т а б л и ц а 2 Варианты выполнения технологической операции
№ |
Операция |
Тшт, |
С, руб |
Ф, руб |
Ким |
вари- |
|
мин |
|
|
|
анта |
|
|
|
|
|
оп. |
|
|
|
|
|
1 |
токарная обработка на |
7,18 |
259,12 |
2478,1 |
0,18 |
|
универсальном токарно- |
|
|
|
|
|
винторезном станке |
|
|
|
|
|
«SAMAT-400 Вектор» |
|
|
|
|
2 |
токарная обработка на |
6,51 |
486,91 |
5146,43 |
0,22 |
|
станке с ЧПУ CL-40 |
|
|
|
|
3 |
токарная обработка на |
7,01 |
360, 15 |
2504,97 |
0,20 |
|
универсальном токарно- |
|
|
|
|
|
винторезном станке |
|
|
|
|
|
16К20 |
|
|
|
|
4.Методика выполнения задания
1.Запустить систему Matlab дважды «кликнув» левой кнопкой
«мыши» по ярлыку
(возможен вариант запуска системы с диска). Таким образом, откроется окно, представленное на рис. 5.
Рис. 5. Командное окно системы Matlab
2. В качестве входных параметров численной оценки вариантов операций перспективного технологического процесса можно использовать: затраты, штучное время изготовления детали, фондоемкость (капиталовложения в запасы оборудо-
