Кафедра "Інтегровані технології машинобудування ім. М. Ф. Семка"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/3115

Офіційний сайт кафедри http://web.kpi.kharkov.ua/cutting

Від 2005 року кафедра має назву "Інтегровані технології машинобудування" ім. М. Ф. Семка, попередня назва – "Різання матеріалів та різальні інструменти".

Кафедра заснована в 1885 році. Свої витоки вона веде від кафедри механічної технології (у подальшому – кафедра загального машинобудування, кафедра холодної обробки матеріалів, кафедра різання матеріалів та різальних інструментів).

Засновником і першим завідувачем кафедри був фундатор технологічної підготовки інженерів-механіків в ХТПІ Костянтин Олексійович Зворикін.

Кафедра входить до складу Навчально-наукового інституту механічної інженерії і транспорту Національного технічного університету "Харківський політехнічний інститут і є провідним науково-дослідним і освітнім центром України в галузі високих інтегрованих технологій у машинобудуванні. У науковій школі кафедри різання матеріалів підготовлені 18 докторів технічних наук і 104 кандидата технічних наук.

У складі науково-педагогічного колективу кафедри працюють: 3 доктора технічних наук, 9 кандидатів технічних наук; 3 співробітника мають звання професора, 6 – доцента.

Переглянути

Фільтри

20111

Налаштування

Автор: search.filters.author.Storchak, M.Ключові слова: search.filters.subject.algorithm

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Optimal configurations of the machine tool structure by means of neural networks
    (НТУ "ХПИ", 2011) Heizel, U.; Pasternak, S.; Storchak, M.
    This paper deals with the automations of the machine tools` development in the phase of selecting of the optimal structure`s configuration by means of neural networks. For this purpose, an algorithm and a programme were developed. By using of them a set of all possible machine tool structure‘s configurations on the basis of the relations between the movements of tool, workpiece and machine tool units by the machining is determined. Then, structure`s configurations, which meet the needed technical requirements, are extracted from this set. The usage of neural networks, due to their learning ability, makes the performance of these steps not only faster as the manual performance but more flexible as the similar programmes based on Booleans logic.