Детальная информация
Название | Распознавание групповой принадлежности поковок с использованием нейронных сетей // Современное машиностроение: наука и образование 2024: материалы 13-й Международной научной конференции, 20 июня 2024 года: proceedings of the 13th International Scientific Conference, Russia, June 20, 2024 |
---|---|
Авторы | Аксенов Леонид Борисович; Платонова Александра Сергеевна |
Организация | Санкт-Петербургский политехнический университет Петра Великого; Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО) |
Выходные сведения | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
Коллекция | Общая коллекция |
Тематика | Нейронные сети; Искусственный интеллект; Поковки; штамповка; геометрия поковок; распознавание; upset forging; forging part groups; recognition |
УДК | 004.032.26; 004.8; 621.73 |
Тип документа | Статья, доклад |
Тип файла | |
Язык | Русский |
DOI | 10.18720/SPBPU/2/id24-126 |
Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\73237 |
Дата создания записи | 30.07.2024 |
В статье представлен результат использования нейронной сети для распознавания типов деталей, изготавливаемых обработкой металлов давлением. В качестве объекта исследования выбраны осесимметричные поковки, производимые на горизонтально-ковочных машинах. После этапа обучения синтезированная нейронная сеть смогла распознать принадлежность геометрии поковок к определенной группе с достоверностью 90-97%. Предлагаемый подход позволяет отойти от субъективной оценки геометрии деталей, и реализовать полную цифровизацию проектирования технологического процесса.
The article presents the result of using a neural network to recognize the types of forging parts manufactured by metal forming. Axisymmetric forgings produced on upset forging machines were selected as the object of research. After the training stage, the synthesized neural network was able to recognize that the geometry of forged parts affiliation to a certain group with a confidence of 90-97%. The proposed approach makes it possible to move away from the subjective assessment of the geometry of forging parts, and to realize the complete digitalization of the design of the technological process.
Количество обращений: 75
За последние 30 дней: 14