10.14489/hb.2022.09.pp.039-044

2022, 09 сентябрь (September)

DOI: 10.14489/hb.2022.09.pp.039-044

Лаптева Е. Н.
ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ ТЕХНОЛОГИЧЕСКОЙ НАСЛЕДСТВЕННОСТИ ДЕТАЛЕЙ МАШИН
(c. 39-44)

Аннотация. Статья посвящена разработке концепции математической модели формирования технологической наследственности при помощи искусственных нейронных сетей. Рассмотрены основные положения теории долговечности, механизмы и методы формирования технологической наследственности. Разработана концепция математической модели оценки технологической наследственности, апробированная на примере ультразвуковой упрочняющей обработки.

Ключевые слова: долговечность деталей машин; технологическая наследственность; искусственные нейронные сети.

Lapteva E. N.
THE APPLICATION OF NEURAL NETWORKS TO EVALUTION THE TECHNOLOGICAL HEREDITY OF MACHINE PARTS
(pp. 39-44)

Abstract. The paper is about developing the mathematical model of technological heredity formation concept by the artificial neural networks. The article presents basic theses of the theory of longevity; methods and tools of the technological heredity establishment; developed the concept of the technological heredity evaluation mathematical model, approbated at ultrasonic hardening treatment.

Keywords: Longevity of machine parts; Technological heredity; Artificial neural networks.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

Е. Н. Лаптева (Институт судостроения и морской арктической техники (Севмашвтуз) Северного (Арктического) федерального университета имени М. В. Ломоносова, Северодвинск, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

Eng

E. N. Lapteva (Institute of Shipbuilding and Marine Arctic Engineering (Sevmashvtuz), Northern (Arctic) Federal University named after M. V. Lomonosov, Severodvinsk, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

+ - Библиографический список (References) Click to collapse

Рус

1. Аверченков В. И., Васильев А. С., Хейфец М. Л. Технологическая наследственность при формировании качества изготавливаемых деталей // Наукоемкие технологии в машиностроении. 2018. № 10(88). С. 27 – 32.
2. Иванина Е. С., Монастырский В. П., Ершов М. Ю. Механизм отбора одного зерна в канале кристаллоотборника для получения монокристаллических отливок из никелевых жаропрочных сплавов // Физика металлов и металловедение. 2019. T. 120, № 11. С. 1159 – 1166
3. Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning MIT Press 2016. 800 p.
4. Surface Roughness Variation in Ultrasonic Assisted Burnishing of High-strength Steels / V. N. Malygin, N. S. Oblovatskaya, E. N. Lapteva, et al. // IOP Conference Series. Materials Science and Engineering; Bristol, (Jul 2020). DOI:10.1088/1757-899X/896/1/012139

Eng

1. Averchenkov V. I., Vasil'ev A. S., Heyfets M. L. (2018). Technological heredity in the formation of the quality of manufactured parts. Naukoemkie tekhnologii v mashino-stroenii, (10). [in Russian language]
2. Ivanina E. S., Monastyrskiy V. P., Ershov M. Yu. (2019). The mechanism of selection of one grain in the channel of the crystal selector for the production of single-crystal castings from nickel heat-resistant alloys. Fizika metallov i metallovedenie, Vol. 120, (11), pp. 1159 – 1166. [in Russian language]
3. Ian Goodfellow, Yoshua Bengio, Aaron Courville. (2016). Deep Learning. MIT Press.
4. Malygin V. N., Oblovatskaya N. S., Lapteva E. N. et al. (2020). Surface Roughness Variation in Ultrasonic Assisted Burnishing of High-strength Steels. IOP Conference Series. Materials Science and Engineering. Bristol. DOI: 10.1088/1757-899X/896/1/012139

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

DOI: 10.14489/hb.2022.09.pp.039-044

Скопируйте DOI статьи и перейдите по ссылке https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-spravochnik-inzhenernyy-zhurnal

В комментарии к заказу обязательно укажите DOI статьи.

Eng

This article is available in electronic format (PDF).

DOI: 10.14489/hb.2022.09.pp.039-044

Copy the article DOI and follow the link https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-spravochnik-inzhenernyy-zhurnal

Please specify the article DOI in the order comments.