- •1 Билет.
- •Жизненный цикл технического объекта.
- •Понятие о ктпп. Виды информации, используемые в ктпп.
- •2 Билет.
- •Понятие cals-технологий.
- •Система ктпп как объект проектирования. Блоки ктпп и их связи.
- •Проектирование средств технологического оснащения;
- •3 Билет.
- •Базовые принципыCals-технологий
- •Технологический объект и особенности его построения.
- •4 Билет.
- •Основные понятия и задачи автоматизации.
- •Формализация процесса ктпп. Структура процесса проектирования.
- •5 Билет.
- •1. Проектирование как вид инженерной деятельности
- •Модель программного обеспечения проектной процедуры в сапр тп.
- •6 Билет.
- •1. Декомпозиция процесса проектирования. Стадии, этапы и процедуры проектирования.
- •2. Построение функциональной модели в сапр тп.
- •7 Билет.
- •1. Этапы, процедуры и операции проектирования
- •2. Структурно-логические модели технологического проектирования
- •8 Билет.
- •1. Декомпозиция объектов проектирования. Уровни и аспекты проектирования.
- •2.Системный подход при описании технологического проектирования.
- •9 Билет.
- •1. Государственная система стандартизации.
- •2. Оптимизация при проектировании технологического процесса.
- •10 Билет.
- •1. Классификаторы и системы кодирования.
- •2. Принятие решений при технологическом проектировании.
- •11 Билет.
- •1. Математическое моделирование в сапр. Классификация моделей.
- •2. Особенности построения структуры математических моделей технологического процесса.
- •12 Билет.
- •Общая характеристика сапр. Виды обеспечения сапр.
- •Обоснование и выбор критериев оптимизации. Критерии оптимизации.
- •13 Билет.
- •1. Информационное обеспечение сапр.
- •2. Выбор технических ограничений. Технические ограничения при расчете режимов резания.
- •14 Билет
- •Иерархическая и сетевая модели данных (на примере).
- •Кодирование технологической информации в сапр тп. Классификаторы ескд.
- •15 Билет.
- •Модели знаний, экспертные системы: основные положения.
- •Информационная модель металлорежущих станков в сапр тп.
- •16. Билет.
- •1. Классификация языков, используемых в сапр (примеры).
- •2.Структура операций. Классификаторы элементарных поверхностей.
- •17 Билет.
- •Классификация языков программирования (примеры).
- •2. Описание типовых технологических процессов в сапр тп.
- •18 Билет
- •Понятие модели, виды моделирования, основные требования к моделям.
- •Описание групповых технологических процессов в сапр тп.
- •19 Билет.
- •1. Проблемы оптимизации в технике и методы из решения.
- •2. Построение баз данных по типовым конструкциям металлорежущих инструментов.
- •20 Билет.
- •1. Общая характеристика сапр. Виды обеспечения сапр.
- •2. Автоматизированное проектирование фасонных резцов.
- •21 Билет.
- •1. Понятие cals-технологий.
- •2. Автоматизированное проектирование стержневых инструментов для обработки отверстий.
- •22 Билет
- •1. Базовые принципы cals-технологий.
- •2. Автоматизированное проектирование приспособлений к металлорежущим станкам. Основные положения.
- •23 Билет.
- •1. Классификаторы и системы кодирования.
- •2. Современные компьютерные системы автоматизации проектирования машиностроительных конструкций. T-Flex, Компас.
- •24 Билет.
- •1. Информационное обеспечение сапр.
- •2. Понятие о конструкторско-технологической подготовке производства (ктпп). Виды информации, используемые в ктпп.
Кодирование технологической информации в сапр тп. Классификаторы ескд.
Классификация и кодирование изделий машиностроения и ТП их производства обеспечивает единство информационного сопровождения изделий на всех стадиях их жизненного цикла от маркетинга или научного обоснования до вывода их из эксплуатации и утилизации. Вместе с тем классификация и кодирование информации обеспечивает автоматизацию процессов ее обработки.
Для присвоения изделию и конструкторскому документу кода классификационной характеристики используется классификатор ЕСКД:
Классификация, на основе которой формулируется такая характеристика, представляет собой десятичную иерархическую обезличенную систему с пятью уровнями деления, основанную на логическом делении множества на подмножества.
Каждый класс последовательно делится на десять подклассов, каждый подкласс, кроме нулевого — на девять групп, каждая группа — на девять подгрупп, каждая подгруппа — на девять видов. Для кодирования классификационных группировок (подклассов, групп, подгрупп и видов) используются цифровые знаки от 1 до 9.
В нулевых подклассах каждого класса классифицируются документы (нормы, правила, требования, методы). В группе 0 классифицируются документы, общие для деталей класса, а в группах 1-9 — документы, общие для деталей соответствующих.
С каждой последующей ступенью деления классифицируемого множества возрастает степень конкретности классификационных признаков.
Например, в классах 71-75 множество деталей разделено по геометрической форме на три подмножества:
«Детали – тела вращения» (классы 71, 72);
«Детали – не тела вращения» (классы 73, 74);
«Детали – тела вращения и/или не тела вращения» (класс 75).
15 Билет.
Модели знаний, экспертные системы: основные положения.
Модели представления знаний – это одно из важнейших направлений исследований в области искусственного интеллекта.
модели представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта. Это направление основано на предположении о том, что мыслительная деятельность человека – «черный ящик». При таком подходе не ставится вопрос об адекватности используемых в компьютере моделей представления знаний тем моделям, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.
Рассмотрим три наиболее часто используемые и популярные на сегодняшний день модели представления знаний: 1. продукционные модели – модели основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционные модели обладает тем недостатком, что при накоплении достаточно большого числа правил, они начинают противоречить друг другу; 2. сетевые модели или семантические сети – как правило, это граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги – отношениям между объектами; 3. фреймовые модели – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, т.о. образуя целую иерархическую сеть.
Экспе́ртная систе́ма (ЭС) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.
В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.
Похожие действия выполняет программа-мастер (wizard). Мастера применяются как в системных программах так и в прикладных для интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС — отсутствие базы знаний; все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем.
Другие подобные программы — поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их виртуальную модель).
Структура ЭСис:1. Интерфейс пользователя 2. Пользователь 3. Интеллектуальный редактор базы знаний 4. Эксперт 5.Инженер по знаниям 6. Рабочая (оперативная) память 7. База знаний 8. Решатель (механизм вывода) 9. Подсистема объяснений
База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.
Как правило, база знаний ЭС содержит факты (статические сведения о предметной области) и правила - набор инструкций, применяя которые к известным фактам можно получать новые факты.
В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.
База знаний ЭС создается при помощи трех групп людей: 1.эксперты той проблемной области, к которой относятся задачи, решаемые ЭС; 2.инженеры по знаниям, являющиеся специалистами по разработке ИИС; 3.программисты, осуществляющие реализацию ЭС.