Кафедра "Технологія машинобудування та металорізальні верстати"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/3960

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

Кафедра "Технологія машинобудування та металорізальні верстати" заснована в 1934 році. Першим завідувачем кафедри був доцент Ф. К. Корольов – фахівець в області металорізальних верстатів, який беззмінно керував колективом до 1966 року і суттєво вплинув на розвиток кафедри.

Кафедра входить до складу Навчально-наукового інституту механічної інженерії і транспорту Національного технічного університету "Харківський політехнічний інститут".

У складі науково-педагогічного колективу кафедри працюють: 5 докторів технічних наук, 6 кандидатів технічних наук; 5 співробітників мають звання професора, 6 – доцента.

Переглянути

Фільтри

20231

Налаштування

Містить файли: ТакКлючові слова: search.filters.subject.artificial neural networks

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Публікація
    Наукові основи визначення залежностей теорії різання в алгоритмах при реалізації нейронних мереж процесів формоутворення
    (Національний технічний університет "Харківський політехнічний інститут", 2023) Равська, Наталія Сергіївна; Парненко, Валерія Сергіївна; Гасанов, Магомедємін Ісамагомедович; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович
    Наукові основи визначення залежностей теорії різання є складною структурною системою яка супроводжувається безліччю різних фізичних явищ. До них відносяться такі як пластичні деформації, тертя, вібрації, теплові, хімічні та ін, які визначаються, в основному верстатом, інструментом, оброблюваним матеріалом. Великою мірою ефективність процесу різання залежить від управління цим процесом. Останнім часом для управління технологічними процесами використовуються штучні нейронні мережі (ШНМ) і являють математичну модель з її програмним або апаратним втіленням. Ці моделі не що інше як залежність між досліджуваними вхідними факторами та вихідними параметрами. Вони придатні лише управління процесами в аналізованому діапазоні змінних і розкриває сутності «чорного ящика» тобто. явищ їх супроводжуючих. Створення нейронних мереж на основі явищ, що супроводжують аналізований технологічний процес, відкриває широкі можливості оптимального управління його параметрами з подальшою корекцією системи. Такий підхід значно підвищить точність управління, скоротить витрати на навчання та реалізацію управління. Створення таких ШНМ на прикладі процесу різання є актуальною проблемою та її вирішення має велике практичне значення.