ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ В МАШИНОСТРОЕНИИ

Проблема повышения точности обработки изделий на металлорежущих станках во все времена остается важным вопросом. Внедрение новых технологий в машиностроительное производство, а так же его развитие  приводит к ужесточению требований к точности функционирования станочного оборудования и точности изготовления деталей.

Для решения данной проблемы необходимо уменьшить влияние различных погрешностей станка (динамических, кинематических, геометрических, упругих и температурных) [1]. Однако улучшение качества обработки изделий можно обеспечить путём интенсивного внедрения в производство искусственного интеллекта или экспертных систем.

Экспертная система – это автоматизированная система (компьютерная программа), использующая признаки и средства искусственного интеллекта, опирающаяся на базу знаний с набором правил для решения определенного типа задач. Также под экспертной системой понимают программное обеспечение, позволяющее урезать штат работников в определенных областях и помогающее обнаружить наиболее логичное решение поставленных задач [2].

Экспертные системы основываются на программно-технических средствах, которые позволяют поставить «диагноз», сформулировать предложение или различные варианты решений проблемы, опираясь на вводимые данные о текущем состоянии объекта управления или ситуации, которая находится под наблюдением.

Для разработки экспертных систем пользуются следующими ресурсами: средства вычисления, источники знаний, доступный бюджет и время, необходимое для разработки программного обеспечения.

На рисунке 1 представлена обобщенная схема экспертной системы. В базе знаний содержится описание знаний экспертов, записанное формально. Это знание представлено в образе набора факторов и правил. Решатель – это механизм ввода, представляющий собой  программу, осуществляющую прямую или обратную цепочки рассуждений в качестве общей стратегии построения вывода. Экспертная система, с помощью интеллектуального интерфейса, задает вопросы пользователю и  делает выводы, записанные в символьном виде.

Рисунок 1. Обобщенная схема экспертной системы [3]

Экспертные системы делятся по следующим критериям:

1. по назначению;
2. по связям с внешней средой или реальным временем;
3. по типу ЭВМ;
4. по типу использования;
5. по сложности решаемой задачи;
6. по стадии создания.

На сегодняшний день применение экспертных систем осуществляется для решения определенных типов задач в самых  различных проблемных областях,  таких как: химия, экономика, космические технологии, газовая и нефтяная индустрии, энергетика, автотранспорт, машиностроение и др.

Ниже представлены примеры некоторых экспертных систем:

1. Система DENDRAL. Главной задачей этой системы является определение молекулярной структуры неизвестного органического соединения.
2. Система PROSPECTOR. Работает с нечеткими данными  и значениями. Основой этой системы является нечеткая логика.
3. Система CASNET предназначена для диагностики выдачи рекомендации по лечению глазных заболеваний.
4. Система MOLGEN. Выступает в роли ассистента при планировании экспериментов в генетике.
5. ЭС по распознаванию причин повреждения элементов металлургических машин
6. Системы диагностики качества сборки и монтажа машин.
7. Экспертно-диагностическая система оценки технического состояния электрооборудования “Альбатрос” [4].

Автоматизация – одна из важнейших задач в машиностроении. Для этого используется различные промышленные саморегулирующиеся устройства и математические методы для отмены или сокращения человеческого участия в процесс производства. [5]

В отрасли машиностроения экспертные системы эксплуатируются для помощи в принятии решений, управлении объектов, выявлении аварийных ситуаций и отказов, проектировании производства. На рисунке 2 представлены основные задачи, решаемые экспертными системами в машиностроении [6].

Рисунок 2. Основные задачи, решаемые экспертными системами в машиностроении

На практике используются экспертные системы типа Архимед 2008, применяемые на токарно-винторезных станках ТВ-7, снабженного автоматической системой контроля точности обработки изделий. Архимед 2008 проводит расчеты базовой окружности в поперечных и продольных сечениях детали, геометрические параметры, во время обработки для выявления. Выявляются проблемы типа отклонение профиля продольного сечения, отклонение от круглости, овальности, погрешности размеров, волнистости, отклонение от соосности и др. [7].

По мере использования ЭС в машиностроении были выявлены главные преимущества их внедрения в отрасль:

1. повышение качества принимаемых решений;
2. улучшение качества изготовляемых изделий;
3. увеличение производительности;
4. повышение квалификации работников.

В целом следует заметить, что применение экспертных систем в машиностроительном производстве целесообразно при решении трудно формализуемых задач, где необходимо вмешательство проектировщика, а также при принятии решений, требующих учета множества противоречивых факторов и возможны многочисленные конструктивные варианты [3]. Но, несмотря на все достоинства, экспертные системы не позволяют сформулировать причины понижения качества деталей и причины поломок оборудования, пока что это является главным недостатком ЭС.

Список литературы:

1. Черпаков Б.И., Альперович Т.А. Металлорежущие станки. – М.: Академия, 2003. – 368 с.
2. Компьютерные информационные технологии. Под общей редакцией Морозевича А.Н. – Мн.: БГЭУ, 2003. – 128с.
3. Сапожников А.Ю., Кривошеев И.А. Применение экспертных систем в процессе проектирования авиационных ГТД // Молодой ученый. – 2009. – №12. – 90-97 с. — URL https://moluch.ru/archive/12/972/ (дата обращения: 12.05.2018).
4. Барыкин С.Г., Плотникова Н.В. Системы искусственного интеллекта. Конспект лекций. – Челябинск: ЮУрГУ, кафедра систем управления, 2004. – 85 с.
5. Яковлев М.А. Экспертные системы с применением диалогового интерфейса на естественном языке // Электронное научное издание «Ученые заметки ТОГУ», 2013. – Том 4, № 3. – 31-39 с.
6. Бубнов Д.В. Экспертные системы как средство интеллектуальной поддержки технологических решений // Вестник МГТУ Станкин. – 2011. – № 4. – 83-86 с.
7. Юркевич В.В. Экспертная система для токарной обработки // Вестник машиностроения. – 2010. – № 6. – 73-75 с.