Интеллектуальное управление технологическим оборудованием предприятия в условиях цифровых производств
Авторы: Кабалдин Ю.Г., Шатагин Д.А., Кузьмишина А.М. | Опубликовано: 26.07.2018 |
Опубликовано в выпуске: #7(700)/2018 | |
Раздел: Машиностроение и машиноведение | Рубрика: Технология и оборудование механической и физико-технической обработки | |
Ключевые слова: цифровое производство, открытые системы ЧПУ, встроенные модули нейропроцессоров, модуль связи, интеллектуальное управление оборудованием |
Предложена единая базовая управляющая платформа, на основе которой следует разрабатывать новое поколение систем управления технологическим оборудованием и совершенствовать существующие системы ЧПУ для цифровых производств. В качестве такой платформы могут выступать открытые системы ЧПУ станков с большими вычислительными ресурсами и высоким быстродействием обработки большой базы данных, со встроенными модулями нейропроцессоров и модулями связи с промышленным интернетом, обеспечивающими возможность использования облачных технологий обработки данных на серверах как предприятий (в локальных сетях), так и провайдеров. Все это создаст основу интеллектуального управления широкой номенклатурой технологического оборудования, оснащенного системами ЧПУ.
Литература
[1] Сосонкин В.Л., Мартинов Г.М. Принципы построения систем с ЧПУ с открытой архитектурой. Приборы и системы управления, 1996, № 8, с. 18–21.
[2] Кабалдин Ю.Г., ред. Искусственный интеллект и кибер-физические механообрабатывающие системы в цифровом производстве. Нижний Новгород, Нижегород. гос. техн. ун-т им. Р.Е. Алексеева, 2018. 271 с.
[3] Кабалдин Ю.Г., Кретинин О.В., Шатагин Д.А., Кузьмишина А.М. Повышение эффективности процессов механообработки на основе подходов искусственного интеллекта и нелинейной динамики. Москва, Инновационное машиностроение, 2018. 184 с.
[4] Кабалдин Ю.Г., Шатагин Д.А., Кузьмишина А.М. Управление технологическим оборудованием предприятия в условиях цифровых производств на основе искусственного интеллекта и облачных технологий. Итоги 2017 года: научные исследования и разработки. Сб. мат. междунар. науч.-практ. конф., 20 января 2018, Иркутск, Научное партнерство «Апекс», 2017, с. 94–107.
[5] Селиванов С.Г., Шайхулова А.Ф., Поезжалова С.Н., Яхин А.И. Инновационное проектирование цифрового производства в машиностроении. Москва, Инновационное машиностроение, 2016. 264 с.
[6] Буханченко С.Е. Международная сетевая магистерская программа создания цифровых предприятий. URL: http://portal.tpu.ru:7777/departments/kafedra/arm/ns/ms1/pr_tempus.pdf (дата обращения 13 марта 2018).
[7] Кабалдин Ю.Г., Колчин П.В. Трехмерная печать методом электродуговой наплавки плавящимся электродом при производства деталей из металлов на станках с ЧПУ. Science XXI Century. Proceedings of materials the international scientific conference, 30–31 июля 2015, Karlovy Vary, Moscow, Киров, Международный центр научно-исследовательских проектов, 2015, с. 56–61.
[8] Кабалдин Ю.Г., Кретинин О.В., Серый С.В., Шатагин Д.А. Наноструктурирование контактных поверхностей твердосплавного инструмента при резании. Вестник машиностроения, 2014, № 7, с. 74–79.
[9] Кабалдин Ю.Г., Лаптев И.Л., Шатагин Д.А., Серый С.В. Диагностика выходных параметров процесса резания в режиме реального времени на основе фрактального и вейвлет анализов с использованием программно-аппаратных средств National Instruments и Nvidia CUDA. Вестник машиностроения, 2014, № 8, с. 80–82.
[10] Кабалдин Ю.Г., Олейников А.И. Хаотическая динамика технологических систем. Вестник машиностроения, 2013, № 4, с. 71–74.
[11] Кабалдин Ю.Г., Лаптев И.Л., Шатагин Д.А., Зотов В.О., Серый С.В. Диагностика износа режущего инструмента на основе фрактального и вейвлет-анализа с использованием искусственного интеллекта в режиме реального времени с возможностью удаленного доступа. Труды НГТУ им. Р.Е. Алексеева, 2013, № 5(102), с. 183–189.
[12] Кабалдин Ю.Г., Биленко С.В., Серый С.В. Управление динамическими процессами в технологических системах механообработки на основе искусственного интеллекта. Комсомольск-на-Амуре, Комсомольский-на-Амуре гос. техн. ун-т, 2003. 201 с.
[13] Кабалдин Ю.Г., Лаптев И.Л., Шатагин Д.А., Зотов В.О., Серый С.В. Интеллектуальные системы диагностики состояния оборудования и износа инструмента. Машиностроение: сетевой электронный научный журнал, 2014, № 2, с. 47–50. URL: http://www.indust-engineering.ru/issues/2014/2014-2.pdf (дата обращения 15 января 2018).
[14] Кабалдин Ю.Г., Лаптев И.Л., Шатагин Д.А., Вытнов Ю.В., Голубев С.В. Оценка состояния режущего инструмента в режиме реального времени на основе подходов нелинейной динамики с использованием Nvidia CUDA в программной среде LABVIEW. Труды НГТУ им. Р.Е. Алексеева, 2013, № 5(102), с. 114–121.