Розроблено інформаційну технологію технічної діагностики, що дає змогу обробляти в реальному режимі часу складні багатомірні дані різної природи й одержувати достовірну інформацію про міцнісні властивості металів. Автоматизації процесу діагностики досягнуто завдяки застосуванню гібридних нейронних мереж і систем підтримки прийняття рішень (СППР) за умов оптимального сполучення алгоритмів навчання нейронів і функцій належності нечітких множин. Запропоновано використовувати функцію бажаності Харрінгтона, на підставі якої та з засосуванням СППР зроблено висновок стосовно раціональності використання комбінації методів контролю. Розроблено базу знань для формування та модифікації нечітких правил. Показано, що для розв'язання задачі визначення межі міцності сталі найменшу похибку дає гібридна нейронна мережа з трикутними функціями належності та комбінованим алгоритмом навчання нейронів мережі. Розроблено математичну модель впливу розмірних і технологічних чинників на точність визначення вимірюваних характеристик, за результатами апробації якої на прикладі акустичного контролю показано, що найбільше впливають на точність вимірів геометричні розміри виробу та непаралельність поверхонь введення та прийому ультразвукових коливань. Наведено методику обліку факторів і практичні рекомендації з їх коректування.

  Скачати повний текст