नियंत्रण कार्यक्रम बनाने की प्रक्रियाओं के स्वचालन के कार्यों को हल करने के लिए सीएएम-सिस्टम में कृत्रिम बुद्धि

अच्छी तरह से हब्र का अध्ययन करने के बाद, मुझे तंत्रिका नेटवर्क पर निर्मित कई दिलचस्प समाधान मिले।
मुझे सीएडी विषयों पर दुर्लभ विषय भी मिले, अर्थात् सीएडी / सीएएम सिस्टम, जिसमें सुझाव दिया गया था: "यहां अपने विकास और विचारों के बारे में क्यों नहीं लिखा?" आखिरकार, विशेषज्ञों, प्रोग्रामर और सिर्फ समझदार लोगों की एक अच्छी संख्या है। और मेरे स्थानीय स्तर पर वैज्ञानिक और व्यावसायिक हलकों में, इस विषय पर सूक्ष्मताओं पर चर्चा करना लगभग असंभव है। कम से कम, मेरे साथ संचार के उद्देश्य के लिए ऐसे सॉफ़्टवेयर के डेवलपर्स की खोज असफल रही और वे अभी भी नहीं रुके।



अब कई वर्षों से, मैं कृत्रिम बुद्धिमत्ता प्रणाली (एआई) का अध्ययन कर रहा हूं, और मुख्य कार्य गतिविधि मुझे सीएडी / सीएएम सिस्टम और सीएनसी उपकरण (संख्यात्मक नियंत्रण) से कसकर जोड़ती है।

और एक बार सोच कर हैरान हो गए? एक को दूसरे से क्यों नहीं मिलाते? यानी सीएडी में एआई को एकीकृत क्यों नहीं किया गया? इस क्षेत्र में पूंजीपतियों की उपलब्धियों के बारे में जानकारी लेने के लिए लगभग एक साल का समय लगा। और यह एक बहुत ही मजेदार तस्वीर बन गई - वे एआई का उपयोग करते हैं, लेकिन बहुत सीमित कार्यों और लक्ष्यों के लिए। अधिकांश भाग के लिए, वस्तुओं को वर्गीकृत करने और पहचानने के कार्य (उदाहरण के लिए, एक भाग के ठोस-राज्य मॉडल में विशिष्ट तत्व) हल किए जाते हैं। लेकिन उस सॉफ्टवेयर क्षेत्र के बारे में क्या जिसमें नियंत्रण कार्यक्रम लिखे जाते हैं? आखिरकार, इस प्रक्रिया को बहुत अधिक हस्तनिर्मित के साथ संतृप्त किया जाता है।

यह वह जगह है जहां सीएडी / सीएएम सिस्टम के मुख्य प्रतिनिधियों का गहन अध्ययन लेखन कार्यक्रमों के अधिकतम सरलीकरण और स्वचालन के विषय पर शुरू हुआ। इस दिन को फिर से भरना है, विभिन्न पैकेजों में अनुभव है। प्रदर्शनियों, सम्मेलनों, यहां तक ​​कि सीधे विदेशी कंपनियों के क्षेत्र में भी बहुत उपयोगी संचार था। यह सब किस ओर ले गया? और इससे एक बात हुई - मैंने अपना एल्गोरिथ्म विकसित करना शुरू करने का फैसला किया। यह स्पष्ट है कि मेरे सॉफ्टवेयर विकास का स्तर प्रोग्रामर के महान कर्मचारियों के साथ कभी भी गंभीर कंपनी के कोड स्तर तक नहीं पहुंचेगा, लेकिन किसी ने भी मुझे सैद्धांतिक अनुसंधान शुरू करने से परेशान नहीं किया। और अपने सिर के साथ बहुत सोचना भी उपयोगी है!

इसके एल्गोरिदम का विचार, सरल विचारों से - धीरे-धीरे कुछ मूर्त और काफी मूर्त रूप में विकसित होने लगा। यह एक छोटे से शुरू हुआ - ठेठ तत्वों के मशीनिंग के विवरण को स्वचालित करने के प्रश्न के समाधान के साथ। एक संक्षिप्त संदर्भ के लिए: विशिष्ट तत्व मॉडल में छेद, जेब और खांचे हैं और स्वयं विवरण (चित्र में दिखाया गया है)



भविष्य के एल्गोरिथ्म के अपूर्ण नाम का आविष्कार किया गया था: " आई-फीचर "। मैं तुरंत कहूंगा कि यह एक स्टार्टअप नहीं है, न ही एक वाणिज्यिक परियोजना। यह केवल आत्मा और वैज्ञानिक रुचि की बात है। यहाँ मेरा प्रोजेक्ट लोगो है:



अगला, एल्गोरिथ्म का पहला परीक्षण किया गया (हालांकि अभी तक केवल सैद्धांतिक)। लेकिन उस पर और बाद में। मेरे विकास का सार क्या है? मैं एक पारंपरिक छेद को संसाधित करने के उदाहरण से दिखाऊंगा, जो प्राथमिक ड्रिलिंग द्वारा प्राप्त किया गया है।



एक छेद, किसी भी विशिष्ट तत्व की तरह, अपने स्वयं के पैरामीटर हैं। वास्तव में, यहाँ वे हैं:

- एल छेद - छेद की गहराई;
- डी _{सम्मान} - इसका व्यास;
- एम _det - संसाधित सामग्री;

एक उपकरण भी है - एक ड्रिल, जिसमें निम्नलिखित पैरामीटर भी हैं:

- एल _{ड्रिल} - काटने वाले भाग की लंबाई (यानी वे कितनी गहरी ड्रिल की जा सकती हैं);
- डी _{ड्रिल} - _{ड्रिल} व्यास;
- एम _det - संसाधित सामग्री;

सब कुछ तार्किक लगता है। और यहाँ क्या अनुकूलित किया जा सकता है, आप कहते हैं? और यहाँ मज़ा शुरू होता है! एक उदाहरण पर विचार करें: हम टाइटेनियम से एक हिस्सा मशीनिंग कर रहे हैं, और हमें 45 मिमी की गहराई के लिए 8 मिमी के व्यास के साथ एक छेद ड्रिल करने की आवश्यकता है। जो कोई भी इस तरह के जीवन में आया है वह जानता है कि ड्रिल करना मुश्किल है और ड्रिलिंग गहराई को भागों में विभाजित करना आवश्यक है। इसके अलावा, या तो एक वृद्धि के साथ, या छेद में थोड़ी दूरी से गुजरने वाले ड्रिल के कदम के कठोर मूल्य के साथ। यहां से, एक और पैरामीटर उत्पन्न होता है, जो पहले से ही प्रसंस्करण रणनीति से संबंधित है:

- एन _पास - एक ड्रिल के साथ "चुटकुले" की संख्या, आवश्यक गहराई को प्राप्त करने के लिए आवश्यक है।

"पुश" दो चीजों के लिए आवश्यक हैं: छेद से चिप्स को निकालना और ड्रिल का अतिरिक्त ठंडा होना। यह सुनिश्चित करने के लिए सब कुछ पर्याप्त है कि उपकरण बस टूट न जाए, और तेजी से खराब न हो।

प्रसंस्करण की स्थिति का वर्णन संक्षेप में - यह अपने दो महत्वपूर्ण मापदंडों का उपयोग करने के लिए बिल्कुल सही होगा - काटने और फ़ीड गति।

तो! कुल में, हमारे पास 9 पैरामीटर हैं जो प्राथमिक छेद के मशीनिंग का वर्णन कर सकते हैं। और उनके साथ क्या करना है? भविष्य में स्वचालन कैसे प्राप्त करें?

बस यहीं विकसित आई-फीचर एल्गोरिदम ऑपरेशन में आता है। उनकी कार्य योजना चित्र में दिखाई गई है:



सब कुछ बेहद सरल है: रैखिक संरचना में उपयोग किए जाने वाले मापदंडों के रूप में - छेद का व्यास और इसकी गहराई, जो ड्रिल के व्यास और इसके काटने वाले हिस्से की लंबाई के साथ सहसंबंधित है। और बौद्धिक संरचना, ड्रिल सामग्री, विवरण और छेद की गहराई के मापदंडों के रूप में प्रसंस्करण मोड और पास की संख्या के साथ उपयोग किया जाता है।

रैखिक मापदंडों का उपयोग किसी भी सीएएम में किसी भी समस्या के बिना आवश्यक काटने के उपकरण को स्वचालित रूप से बनाने के लिए किया जाता है (या उपलब्ध पुस्तकालय से इसे सही ढंग से चुनना)। ऐसा सोचना कोई नई बात नहीं है।

लेकिन बौद्धिक संरचना और इसके मापदंडों के बारे में क्या? कल्पना करें कि एक हिस्से में बहुत सारे समान (बिल्कुल समान, लेकिन समान नहीं) छेद हैं और ड्रिल या भाग की सामग्री के आधार पर सब कुछ संसाधित करने की आवश्यकता है। इस मामले में, अनुभवी इंजीनियर कहेंगे: "पूर्व-निर्मित टेम्प्लेट जो लंबे समय से और सभी आधुनिक सीएडी प्रणालियों में लागू किए गए हैं, हमारी सहायता करेंगे!" आखिरकार, टेम्प्लेट सरल हैं - मैंने सभी मापदंडों को अग्रिम में सेट किया है और उन्हें आवश्यकतानुसार कॉपी किया है। साइड से, टेम्पलेट एक महान समाधान की तरह लगते हैं, लेकिन एक बात है लेकिन!

अगर छेद की गहराई या संसाधित होने वाली सामग्री नाटकीय रूप से बदलती है तो क्या करें? टेम्पलेट फिर से बनाएं? या तैयार टेम्पलेट की अनुपस्थिति में पेन के साथ सब कुछ का वर्णन करें?

तो यह हाथ प्रसंस्करण या समान पैटर्न के बादल बनाने के लिए बस ऐसी थकाऊ मैनुअल प्रक्रियाएं हैं, और मुझे इस तरह की प्रक्रियाओं को स्वचालित करने के विचार के जन्म में उत्प्रेरित किया गया है।

और अपने आप को सीमित न करने के लिए - इसे न केवल पूरी तरह से स्वचालित बनाने का निर्णय लिया गया, बल्कि उचित, बुद्धिमान भी! ताकि सिस्टम को स्वयं यह पता चल सके कि उपयोगकर्ता द्वारा बताए गए तत्व को विवरण में संसाधित करना आवश्यक है!

विचार को विकसित करने की प्रक्रिया में, विभिन्न तरीकों, एल्गोरिदम और मौजूदा समाधानों को सिर में हल किया गया था, लेकिन विकल्प अंततः तंत्रिका नेटवर्क के उपयोग पर गिर गया। विशेष रूप से, इस समस्या को हल करने के लिए - त्रुटि और शिक्षक प्रशिक्षण के पीछे प्रसार के लिए एक एल्गोरिथ्म के साथ एक बहुपरत अवधारणात्मक तक। आखिरकार, हमारे पास पूर्वानुमान लगाने का स्पष्ट कार्य है, और यह इस प्रकार के नेटवर्क का उपयोग करने का सिर्फ शौक है।

हमारे छेद को संसाधित करने का नेटवर्क इस प्रकार था:



इनपुट्स की संख्या 3 है। आउटपुट की संख्या 3 है। छिपे हुए लेयर की संख्या को फॉर्मूला 2n-1 के आधार पर चुना गया था, जहाँ n इनपुट की संख्या है।

नेटवर्क को प्रशिक्षित करने के लिए, प्रशिक्षण नमूने तैयार किए गए थे जो विभिन्न सामग्रियों को विभिन्न गहराई और काटने के तरीकों के साथ प्रसंस्करण के उदाहरण प्रस्तुत करते थे। जबकि नेटवर्क बनाया, प्रशिक्षित किया गया था और Matlab`e 7 (अच्छे न्यूरो-समाधान के लिए धन्यवाद) में मॉडलिंग की और न्यूनतम त्रुटि और पूर्वानुमान परिणामों के संदर्भ में उत्कृष्ट परिणाम दिखाए।

अब सैद्धांतिक रूप में, Unigraphics NX CAD में " i-feature " के परीक्षण एकीकरण के लिए एक एल्गोरिथ्म विकसित किया गया है। वहां, यह विकास एक हिस्से में विशिष्ट तत्वों को पहचानने के लिए एक अच्छे मॉड्यूल के साथ मिलकर काम करेगा (इसे FBM कहा जाता है)।

अन्य प्रकार के विशिष्ट तत्वों (खांचे और जेब) के लिए भी निर्मित नेटवर्क हैं। रैखिक और बौद्धिक संरचनाओं के लिए सभी मापदंडों को समान रूप से उन पर चित्रित किया गया है।

काम जोरों पर है! (मेरे खाली समय और मूड की मात्रा पर निर्भर करता है)

वहां रुकने की इच्छा नहीं है।

काम का मुख्य लक्ष्य निकट भविष्य में, सीएएम-सिस्टम में एक टेम्पलेट की अवधारणा को पूरी तरह से बदलना और कुल स्वचालन के लिए जाना और इस तरह के सिस्टम में उपयोगकर्ताओं के काम को सरल बनाना है।

निम्नलिखित पदों में मैं मौजूदा सीएएम में एकीकरण की प्रक्रियाओं का वर्णन करना शुरू करूंगा। साथ ही इस क्षेत्र में नए शोध।

मुझे टिप्पणियों और टिप्पणियों पर खुशी होगी।

आपका ध्यान के लिए धन्यवाद!