ПРИНЦИПЫ РАЗРАБОТКИ ЭКСПРЕСС-МЕТОДИК ДЛЯ ОЦЕНКИ КАЧЕСТВА ПОВЕРХНОСТИ ДЕТАЛЕЙ
Авторы:
1.
Рыбинский государственный авиационный технологический университет им. П.А. Соловьева
(кафедра "Математическое и программное обеспечение электронных вычислительных средств", заведующий)
Рыбинск, Ярославская область, Россия
Рыбинск, Ярославская область, Россия
2.
Рыбинский государственный авиационный технологический университет им. П.А. Соловьева
Тип:
Статья конференции
Опубликовано:
13.04.2020
Классификаторы:
УДК 62 Инженерное дело. Техника в целом. Транспорт
ГРНТИ 55.13 Технология машиностроения
ГРНТИ 55.13 Технология машиностроения
Язык материала:
русский
Ключевые слова:
шероховатость, экспресс-методика; автоматизация оценки параметров, качество поверхности; машинное обучение
Аннотация (русский):
Рассматривается подход к решению проблемы оценки параметров профиля поверхности на основе машинного обучения. Предложены принципы разработки экспресс-методик для автоматизации оценки профиля по различным параметрам. Рассмотрен пример реализации экспресс-методики на основе разработанной модели классификации.
Рассматривается подход к решению проблемы оценки параметров профиля поверхности на основе машинного обучения. Предложены принципы разработки экспресс-методик для автоматизации оценки профиля по различным параметрам. Рассмотрен пример реализации экспресс-методики на основе разработанной модели классификации.
Ключевые слова:
шероховатость, экспресс-методика; автоматизация оценки параметров, качество поверхности; машинное обучение
шероховатость, экспресс-методика; автоматизация оценки параметров, качество поверхности; машинное обучение
1. Табенкин А. Н. Шероховатость, волнистость, профиль. Международный опыт / А.Н. Табенкин, С.Б. Тарасов, С.Н. Степанов. Под ред. канд. техн. наук Н.А. Табачниковой. - СПб.: Изд-во Политехн. ун-та, 2007. - 136 с.
2. Хусу А. П., Витенберг Ю. Р., Пальмов В. А. Шероховатость поверхностей (теоретико-вероятностный подход): «Наука». - Москва, 1975. - 343 с.
3. Palamar I. N. Probabilistic Graphical Model Based on Growing Neural Gas for Long Time Series Classification / I. N. Palamar, S. S. Yulin // Modern Applied Science. - Сanada (Toronto). - 2015. - V.9. - № 2. - С. 109 - 116.
