Нейронные сети, учитывающие физические явления, сопровождающие процесс резания

Abstract

У статті розглядаються питання застосування штучних нейронних мереж для управління процесом різання. Розглянуто питання підвищення точності управління системи і необхідність створення ШНС на основі явищ, що супроводжують процес різання. Створення таких ШНС є актуальною проблемою і має велике практичне значення. У статті показано, що не дивлячись на те, що метод штучних нейронних мереж дозволяє вирішувати завдання класифікації образів, часто вже не формалізуються або важко формалізуються, але цей метод не застосуємо для отримання моделей процесу різання з метою прогнозування явищ його супроводжуючих і оптимізацію умов проведення його. Для вирішення подібних завдань доцільно застосовувати МГУА.The article deals with the application of artificial neural networks to control the cutting process. The issues of improving the control accuracy of the system and the need to create an ANN based on the phenomena accompanying the cutting process are considered. The creation of such ANN is an urgent problem and is of great practical importance. The article shows that despite thefact that MINS allows solving problems of image classification, which are often not formalized or difficult to formalize, this method is not applicable for obtaining models of the cutting process in order to predict the phenomena accompanying it and optimize the conditions for carrying it out. To solve such problems, it is advisable to use group argument accounting method.