ВИКОРИСТАННЯ АСОЦІАТИВНОЇ ПАМ’ЯТІ ПРИ ПРОЕКТУВАННІ ТЕХНОЛОГІЧНОГО ПРОЦЕСУ
DOI:
https://doi.org/10.26906/SUNZ.2019.3.099Ключові слова:
технологічний процес, асоціативна пам'ять, нейронні мережіАнотація
При проектуванні технологічних процесів механообробки використовується банк даних, в якому необхідно знайти потрібну інформацію та скомпонувати її в залежності від задачі. При цьому виникає необхідність побудови багаторівневої структури обробки даних. Також необхідно забезпечити швидкий пошук необхідної інформації, яка знаходиться в банку даних. Вирішити цю проблему можна за допомогою асоціативної пам'яті, застосувати яку можна як при пошуку інформації, так і при подальшому збереженні отриманого технологічного процесу. Метою роботи є розробка нейронних мереж асоціативної пам'яті для проектування і зберігання технологічних процесів для високоточних і унікальних деталей. Результати. За допомогою запропонованих нейронних мереж асоціативної пам'яті розроблено технологічний процес для виробництва конкретної деталі. Алгоритм навчання окремих модулів багатошарової мережі являє собою процес визначення навчального набору зображень і побудови матриць вагів зв’язків між вхідним і вихідними шарами нейронів. При використанні асоціативної пам'яті збільшується швидкість роботи з даними за рахунок паралельної обробки інформації. Математичне моделювання технологічного процесу виробництва деталі підтвердило правильність теоретичних положень. Висновки. Розроблені нейронні мережі для проектування і зберігання технологічних процесів для виробництва високоточних деталей.Завантаження
Посилання
Петраков Ю.В. Теорія автоматичного управління в металообробці: навч. посібник / Ю.В. Петраков. – К.: ІЗМН, 1999. – 212 с.
Бунаков П. Технологическая подготовка производства в САПР / П, Бунаков, Э.Широких. – Москва : ДМК Пресс, 2012. – 208 с.
Токликишвили А.Г., Рогулин А.Г., Колесникова О.В., Лелюхин В.Е. Организация технологической подготовки производства на производственных предприятиях [Электронный ресурс]// Современные проблемы науки и образования. – 2015. – № 2-1. – Режим доступа к статье: https://www.science-education.ru/ru/article/view?id=21346
Таненбаум Э. Архитектура компьютера.5-е изд. СПб.: Питер, 2007. 844 с.
Хмелевский И.В., Битюцкий В.П. Организация ЭВМ и систем. Однопроцессорные ЭВМ. Часть 3.: Конспект лекций. Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2005. 100 с.
Хайкин С. Нейронные сети: полный курс / С. Хайкин. М:. Изд. дом "Вильямс", 2016. 1104 с.
Kosko B. Optical bi-directional associative memories/ Kosko B. // SPIE Proceedings: Image Understanding, 1987. – 758 с.
Charu C. Aggarwal Neural Networks and Deep Learning: A Textbook / Charu C. Aggarwal – IMB T.J. Watson Research Center , 2018. – 94 с.
Дмитриенко В.Д. Гибридная иерархическая нейронная сеть для хранения знаний технологического процесса механообработки / В.Д. Дмитриенко, И.П. Хавина // Вісник НТУ «ХПІ». Збірник наукових праць. Серія: Інформатика та моделювання. Харків: НТУ "ХПІ", 2013. № 39 (1012). С. 68-72.
