(Ph.D. (Techn.)), Associate Professor
(к.т.н., доц.), доцент кафедры «Автоматизация, управление, мехатроника»
The concept of integration of intelligent technologies of expert systems and neural network architectures in the management of product quality at all stages of the life cycle, contributing to the improvement of product quality and production efficiency in General. Discusses the construction of the hybrid intelligent system based on the structure of dynamic expert systems with neural network technology for decision-making on the state of the technical system the results of the analysis of information on the surface quality of the bearing components for different combinations of workpiece and tool. The algorithms of information-measuring channel eddy current inspection for identification of the surface layer and the sequence of diagnosis of the main subsystems of the machine on the basis of the detected surface defects of rolling bearings as the quality criteria of the technological system.
Представлена концепция интеграции интеллектуальных технологий экспертных систем и нейросетевых структур в управлении качеством продукции на всех стадиях жизненного цикла, способствующая повышению качества изделий и эффективности производства в целом. Рассматривается построение гибридной интеллектуальной системы на основе структуры динамической экспертной системы с применением нейросетевых технологий для принятия решения о состоянии технологической системы по результатам анализа информации о качестве поверхности деталей подшипников для различных сочетаний обрабатываемых деталей и инструмента. Разработаны алгоритмы работы информационно-измерительного канала вихретокового контроля при идентификации поверхностного слоя деталей и последовательности диагностирования основных подсистем станка на основании выявленных дефектов поверхности качения подшипников как критериев качества технологической системы.