Інтелектуальна класифікація технологічних методів формування функціональних робочих поверхонь деталей машин

Abstract

У роботі представлено новий підхід до класифікації технологічних методів формування функціональних робочих поверхонь деталей машин з використанням нейромережних моделей та системного аналізу. Розроблено багаторівневу інтелектуальну систему класифікації, що враховує морфологічні, фізико-механічні, структурні та експлуатаційні характеристики поверхневих шарів. Запропоновано нейромережну архітектуру із самоналаштуванням параметрів для автоматизованого визначення оптимальних технологічних методів. Експериментальні дослідження підтвердили високу ефективність розробленої системи, що дозволяє підвищити точність вибору технологічних методів на 27-34% порівняно з традиційними підходами. Система забезпечує інтеграцію з CAD/CAM/CAE-рішеннями та дозволяє прогнозувати експлуатаційні властивості деталей машин на етапі проєктування.

The article presents a novel approach to the classification of technological methods for forming functional working surfaces of machine parts using neural network models and system analysis. A multi-level intelligent classification system has been developed, taking into account morphological, physicalmechanical, structural, and operational characteristics of surface layers. A neural network architecture with parameter self-tuning capabilities is proposed for the automated selection of optimal technological methods. Experimental studies have confirmed the high efficiency of the developed system, demonstrating an improvement in the accuracy of technological method selection by 27–34% compared to traditional approaches. The system ensures integration with CAD/CAM/CAE solutions and enables the prediction of operational properties of machine parts at the design stage.