«АННОТАЦИЯ Разработка системы автоматизированного проектирования при обработке деталей протягиванием.  М., 2005. Дипломная работа содержит  68с, 12 рис., 8 источников, 10 таблиц.  ЭКСПЕРТНАЯ   СИСТЕМА,   БАЗА   ЗНАНИЙ,   ...»

АННОТАЦИЯ

Разработка системы автоматизированного проектирования при

обработке деталей протягиванием.  М., 2005.

Дипломная работа содержит  68с, 12 рис., 8 источников, 10 таблиц. 

ЭКСПЕРТНАЯ   СИСТЕМА,   БАЗА   ЗНАНИЙ,   ФРЕЙМ,   САПР,

ПРОТЯГИВАНИЕ, ПРОТЯЖКА,  СОЖ, РЕЖИМЫ РЕЗАНИЯ.

Объектом   исследования   является   процесс   обработки   отверстий

деталей протягиванием.

Целью работы является разработка экспертной системы, позволяющей на   основе   опытных  данных   выбрать   наиболее   эффективные  пути  решения задачи   расчета   режимов   резания   технологического   процесса   обработки деталей   протягиванием,   консультировать   пользователя   в   области оптимального применения смазочно­охлаждающих технологических средств для этих операций.  В   результате   работы   был   разработан   программный   продукт,   который рассчитывает режимы резания, обеспечивает выбор оптимальной СОЖ для протягивания .

  Полученные   результаты   применены   на   производстве   для   повышения эффективности технологических процессов.

Программа написана на языке программирования С.

СОДЕРЖАНИЕ

СОДЕРЖАНИЕ.

АННОТАЦИЯ СОД ЕРЖАНИЕ ВВЕДЕНИЕ СОСТОЯНИЕ ВО ПРОСА  ПО САПР ТП ПОСТАНОВКА  ЗАДАЧИ 1. ТЕО РЕТИЧ ЕСКИЕ АСПЕКТЫ  ИСПОЛЬЗО ВАНИЯ  САПР

ПРИ ОБРАБОТК Е МЕТАЛЛО В ПРО ТЯГИВА НИЕМ

1.1. Специфика применения САПР ТП при обработке металлов протягиванием 1.2. Организационное обеспечение САПР 1.3. Применение экспертных систем  для САПР ТП 1.4 Совершенствование технологической подготовки производства путем использования экспертных систем 1.5Критерий использования ЭС для решения задач 2. ПОСТ РОЕ НИЕ БАЗЫ ЗН АНИЙ ДЛЯ ПРОЦЕСС А

ОБРАБОТ КИ МЕТАЛЛ ОВ ПР ОТЯ ГИВАНИЕ М

2.1.  Представление знаний  в экспертной системе 2.2.  Архитектура экспертной  системы 2.3. Структура  экспертной  системы для обработки металлов протягиванием 2.4. Виды правил в базе знаний 2.5.Представление знаний в экспертной системе с помощью фрэймов 2.6. Представление процесса обработки металлов  протягиванием в виде системы фреймов 3. РЕЗУЛЬТАТЫ  РАБОТЫ С АПР Д ЛЯ ОБРАБО ТКИ

МЕТ АЛЛОВ  ПРОТЯ ГИВАНИЕ М.

3.1.  Расчет режимов резания при протягивании 3.2.Влияние смазочно­охлаждающих жидкостей на режимы резания 3.3.Примеры работы программного продукта 4. РАСЧЕТ Э КОНОМИЧЕС КОЙ ЭФФЕКТИВН ОСТИ

ПРОГРАММНОГО ПРО Д УКТА «БАЗА ЗНАНИЙ ПРИ

РАЗРАБОТКЕ САПР ДЛЯ  ОБРАБОТ КИ МЕТАЛЛ ОВ

ПРОТ ЯГИВАНИЕМ  »

4.1.Организационно­экономическая сущность курсовой работы 4.2. Содержание постановки задачи 4.3. Математическая модель 4.4.Определение затрат на разработку и внедрение ПП 4.5.Оценка экономической эффективности 4.6.Функционально­стоимостной анализ 4.7. Виды экономической эффективности ЗАКЛЮЧ ЕНИЕ

СПИСОК ИСПОЛЬЗО ВАННО Й ЛИТ ЕРАТУРЫ

 ВВЕ ДЕН ИЕ Широкое внедрение компьютеризации в условиях научно­технического прогресса   обеспечивает   рост   производительности   труда   в   различных областях   общественного   производства.   Главное   внимание   при   этом обращается на те области, где рост производительности труда до применения ЭВМ проходил крайне медленно. Это, в первую очередь, области, связанные с приложением  умственного  труда   человека,   т.е.   управление   производством, проектирование   и   исследование   объектов   и   процессов.   Если производительность  труда   в   сфере   производства  с   начала   века   возросла   в сотни   раз,   то   в   области   проектирования   только   в   1.5   ­   2   раза.   Это обусловливает   большие   сроки   проектирования   новых   объектов,   что   не отвечает потребностям развития экономики.  Очевидность того факта, что развитие новой техники в современных условиях   замедляется   не   столько   отсутствием   научных   достижений   и инженерных   идей,   сколько   сроками   и   не   всегда   удовлетворительным качеством их  реализации при конструкторско­технологической разработке, ни у кого не вызывает сомнения.  Один из реальных способов совершенствования работы конструкторов и     технологов   на   предприятии   в   настоящее   время   является   внедрение современных компьютерных технологий проектирования и конструирования.

САПР   является   комплексом   средств   автоматизации   проектирования, взаимосвязанных с необходимыми подразделениями проектной организации и коллективом   специалистов   (пользователей   системы),   выполняющим автоматизированное проектирование. Основное свойство САПР как системы проектирования   в   том,   что   она   обеспечивает   получение   законченных проектных   решений   и   соответствующих   этим   решениям   проектных документов.  Совершенствование   процессов   обработки   металлов   резанием   имеет огромное   значение   для   современного   машиностроения,   развитие   которого требует правильного выбора режимов резания.  Задача   расчета   и   выбора   оптимальных   режимов   резания   требует создания  специализированных  систем  основанных  на  экспертных  данных и проектирования механической обработки машиностроительных деталей.

В   настоящее   время   на   рынке   программного  обеспечения   существует множество   разработок   в   области   САПР   ТП,   обеспечивающих   ряд функциональных  возможностей.   Это   и   параметрическое   проектирование   и моделирование;   проектирование   и   выполнение   сборочных   чертежей, подготовка   данных   для   систем   ЧПУ,   имитация   движения   конструкций   и возможности   быстрой   подготовки   и   выпуска   разнообразной   чертежно­ конструкторской документации и др.  Подавляющее   большинство   таких   систем   автоматизированного проектирования   не   способны   поддерживать   автоматизацию   принятия решений в процессе проектирования на основе технологических знаний.  Немаловажное значение среди целей внедрения САПР для обработки протягиванием имеет повышение качества проектных решений. Необходимо, чтобы накопленный положительный опыт находил отражение в базе знаний системы и был доступен для всех, в том числе и для новых сотрудников. Для достижения этой цели нужно предоставить непрограммирующим носителям технологического   опыта   возможность   сохранять   его   в   системе.   Такую возможность и обеспечивают методы, используемые в построении баз знаний.  В   данной   работе   рассмотрен   процесс   создания   специализированных систем, основанных на экспертных данных  обработки протягиванием.

СОСТОЯНИЕ ВОПРОСА ПО САПР ТП       Научно­технический  прогресс   ведет   к   стремительному  росту   объема информации,  которую  специалисты­проектанты должны   учитывать в   своей повседневной работе. Еще сравнительно недавно сумма человеческих знаний удваивалась за десять лет. В ближайшее время такое же накопление будет происходить   за   один­два   года.   В   результате   доля   рабочей   силы,   занятой обработкой   информации,   особенно   в   сфере   проектирования,   научных исследований и инженерно­технического творчества, постоянно растет.

Один   из   результатов   научно­технической   революции   —   экспоненциальный рост   сложности   используемой   техники,   и   главным   образом   создающейся техники,   сложность   используемых   технологий,   транспортных   и производственных связей. По оценкам специалистов, сложность продукции машиностроения (самолет, автомобиль, трактор и т. д.) выросла в среднем в  раз за последние три десятилетия. Поэтому становится актуальной проблема автоматизации проектирования.

    Системы   автоматизированного   проектирования   (САПР)   начали внедряться  в   конце   50­х   гг.   для   технических   расчетов,   в   60­х   гг.   —   для проектно­конструкторских работ (ЭВМ использовалась в  режиме  пакетной обработки   данных).   Так,   разработанные   САПР   технологических   процессов (САПР   ТП)   позволяют   проектировать   на   ЭВМ   технологические   процессы резания металлов, выдавая всю необходимую технологическую информацию.

Человек участвует только в кодировании исходных данных.

    Возможны два принципиально различных способа автоматизированного проектирования:

  1)   синтез   проектируемого   объекта   (конструкции,   технологического процесса,   цеха)   применительно   к   заданным   конкретным   требованиям   и технико­экономическим условиям при крупносерийном и массовом выпуске продукции (индивидуальное проектирование);  2) поиск с использованием информационно­поисковых систем по заданным характеристикам типового или группового объекта из имеющейся в памяти ЭВМ номенклатуры объектов для предприятий с единичным, мелкосерийным и   серийным   характером   производства   (групповое   или   типовое проектирование).   Например,   при   проектировании   типовых   и   групповых технологических   процессов   протягивания  в   САПР   ТП,   предусматривается возможность усечения имеющегося в памяти ЭВМ группового процесса на «комплексную деталь», в которой соединены все возможные элементы и их сочетания   для   выбранного   класса   деталей.   Описание   группового технологического   процесса   для   комплексной   детали   представляет   собой список   технологических   операций   (технологический   маршрут)   с закрепленными   за   каждой   из   них   оборудованием   и   оснасткой.

Технологический   процесс   для   каждой   конкретной  детали,   принадлежащей данной   группе,   определяется   выбором   из   группового   технологического процесса операций необходимых для изготовления этой детали. При выборе операций используют формализованные правила (условия), устанавливающие соответствие   технологических,   конструктивных   и   производственных параметров детали, с одной стороны, и операций технологического процесса, размеров и типов оснастки — с другой. Такие САПР ТП предназначены в основном для предприятий с единичным и мелкосерийным производством.

     На   предприятиях   с   массовым   и   крупносерийным   производством повышаются   требования   к   качеству   проектного   решения.   Даже незначительное уменьшение, например, расхода  металла или  трудозатрат в одном технологическом процессе дает большой экономический эффект при изготовлении   сотен   тысяч   и   миллионов   деталей.   При   этом   необходимы индивидуальное   проектирование   (синтез)   технологического   процесса   и оснастки применительно к изготовляемой детали с учетом особенностей ее формы   и   размеров   и   возможностей   используемого   технологического оборудования,   а   также   оптимизация   проектного   решения.   Процесс проектирования   разбивают   на   элементарные,   но   универсальные   операции (элементы  расчетов,   принятия  решений,   геометрических   преобразований   и др.),   каждая   из   которых   уже   не   зависит   от   особенностей   деталей   и проектируемых процессов. Однако в совокупности комплекс элементарных операций   обеспечивает   принятие   решения   для   деталей   любых   форм   и технологических требований для выбранного класса задач .

      В   70­х   гг.   появление   мини­ЭВМ   и   терминалов   дало   возможность получать с помощью САПР ТП чертежи и графики в интерактивном режиме при небольших трудовых и финансовых затратах.

САПР   позволяет   ускорить   процессы   проектирования  и   повысить  качество проектов,   быстрее   использовать   новейшие   достижения   науки   и   техники, лучше удовлетворять потребности в новых изделиях.

автоматизированного   производства   объединяют   не   только   функции конструирования изделий, выполнения необходимых чертежей и разработки программ   для   оборудования   с   числовым   программным   управлением (основные   функции   систем   САПР),   но   также   целый   набор   функций, связанных непосредственно с управлением технологическими процессами и производством.   Объединение   функций   проектирования   и   управления технологическими и  производственными процессами особенно  эффективно при создании гибких производственных систем.

       Как   отмечает   Г.   Л.   Смолян,   широкая   и   комплексная  автоматизация различных  процессов на базе использования ЭВМ есть нечто большее,  чем замена   ручного   труда   машинным,   это   не   просто   управление   машинами   с помощью   других   машин,   как   нередко   представляется   на   первый   взгляд;

появляется   новая,   «интеллектуальная   технология»,   охватывающая   все   в принципе   возможные   объекты   управления   —   операции,   ресурсы,   оценки.

Переход  к  этой новой  «технологии», использующей  ЭВМ, в  историческом плане,   по­видимому,   куда   более   революционен,   чем   появление   поточного производства, конвейерных линий и систем автоматического регулирования .

При освоении этой новой технологии очень важно рационально распределить функции   между   человеком   и   ЭВМ  ,   особенно   при   решении   вопроса   об автоматизации принятия решений. Решения могут приниматься в условиях определенности, риска или неопределенности.

     Если   условия  принятия решений  определены,  то  есть  задача  хорошо формализована,   для   принятия   оптимального   решения   могут   быть использованы   известные   методы   исследования   операций,   например,   при решении оптимизационных задач при автоматизированном проектировании в САПР ТП.

     В   условиях   риска   решение   принимается   на   основе   стохастических моделей,   оценивающих   вероятность   тех   или   иных   событий.   При   этом   у специалиста­проектанта   отсутствуют   точные   знания   о   проектируемом объекте и о закономерностях изменения его показателей (например, о том, как   будут   изменяться   технико­экономические  показатели   проектируемого процесса   при   изменении   его   параметров).   Поэтому   и   наилучшие   решения будут получаться с какой­то определенной вероятностью, то есть  не всегда.

    Еще   более   сложным   становится   принятие   решений   в   условиях неопределенности,   когда   трудно   получить   не   только   достоверную,   но   и вероятностную оценку  качества  решений.  Часто  при  проектировании даже самые лучшие эксперты расходятся в мнениях о том, какое решение приведет к успеху, какое — нет.

      Как   показал   опыт,   человек,   принимая   решение   в   условиях неопределенности, плохо оценивает вероятность будущих событий (большую вероятность назначает  событиям, которые он лично  чаще  встречал),  плохо оценивает априорную вероятность, практически неправильно ориентируется в   условиях   многокритериальной   оптимизации,   когда   число   показателей качества   решения   велико   (3   и   больше).   В   условиях   неопределенности   у человека проявляется плохая устойчивость (повторяемость) ответов, то есть в разное время и при разных состоянии здоровья, настроении человека могут быть   получены   разные   решения   в   одинаковой   ситуации.   Часто нетранзитивность ответов: объект А лучше Б, Б лучше В, В лучше А. Человек во многих случаях приспособляет задачу к своим возможностям, искажая ее.

Ответ может зависеть также от того, как человеку подана информация.

      В то же время опыт функционирования многих систем показал, что одно   из   главных   преимуществ   человека,   по   сравнению   с   системами, реализующими   автоматическое   принятие   решений,   —   возможность творческого   соотнесения   запрограммированных   действий   и   операций   с реальностью,   их   корректирование   и   выработка   эффективных   решений   и способов   поведения   в   непредвиденных,   изменяющихся   ситуациях.

Интеллектуальный механизм принятия решения заключается в переработке информации,   фактических   данных   в   управляющее   воздействие.   Главное   в такой   переработке   —   выделение   из   нее   смысла   или   придание   ей   смысла.

Такое   осмысление   ситуации   с   необходимостью   связано   с   элементами субъективного порядка, отражающими целевые, мотивационные, ценностные установки   и   ориентации   лица,   принимающего   решение.   Именно   поэтому механизмы смысловой обработки информации и ее оценки не рутинные, не повторяющиеся, не программируемые. Это обстоятельство во многом задает пределы автоматизации .

    В условиях, когда критериев качества принимаемого решения много, выбор   наилучшего,   по   мнению   проектанта,   решения   осуществляется   без полного   осознания   причин   и   правил   выбора   именного   этого   решения, понимания, насколько и почему оно лучше альтернативных.

    Конечно,   математические   модели   сложных   процессов   и   систем, реализуемые   на   высокопроизводительных   ЭВМ,   дают   возможность проектантам  увидеть  содержание   своей   деятельности  с   новых   позиций,  на более высоком уровне оценить последствия возможных решений, проверить и обосновать интуитивные предположения.

Примером принятия решения в условиях многокритериальности может служить   оптимальное   автоматизированное   проектирование   механических цехов,   описанное  в   работах,   где   при   наличии   десятков  тысяч   переменных (вариантов детале­операций) необходимо принять оптимальное решение по выбору   числа   и   типа   станков   и   автоматических  линий,   чтобы   обеспечить выпуск   заданной   продукции   и   получить   в   каком­либо   смысле   наилучшее сочетание   многих   показателей   проектируемого   цеха:   стоимости   выпуска заданной   продукции,   объема   капиталовложений   на   приобретение оборудования   и   строительство,   площади   цеха,   числа   работающих,   уровня механизации   труда,   удельного   веса   прогрессивного   оборудования, рациональности   его   использования   и   тому   подобное.   При   такой многокритериальности   (и   противоречивости   частных   целей)   отсутствует объективная оценка — какое решение лучше в каждом конкретном случае.

Автоматизированная   система   позволяет   имитировать   различные   варианты проекта   цеха   при   разных   ограничениях   (по   площади,   числу   работающих, затратам и т. п.), задаваемых проектантом, и давать оценку всех показателей для каждого варианта. Но выбрать наиболее  пригодное решение в  каждом конкретном   случае   должен   человек,   который   получает   от   ЭВМ дополнительную информацию о том, как изменяются все показатели цеха при разных ограничениях, поэтому его решение хотя и будет субъективным, но опирается на более точные знания о проектируемом объекте.

В работах    показано, что  применение ЭВМ обеспечивает получение  таких проектов   строительства   и   реконструкции   цехов,   которые   требуют приблизительно   на   20   %   меньше   затрат,   чем   проекты,   полученные   без моделирования.

Как показывает опыт внедрения на разных предприятиях САПР ТП, в которых решения принимаются автоматически по имеющимся в САПР ТП алгоритмам, в силу специфики производственных условий каждого завода и бесконечного многообразия форм деталей внедрение САПР ТП на каждом заводе   требует   проведения   трудоемкой   работы   по   корректированию   ряда используемых в САПР ТП алгоритмов.

    Такого корректирования требуют, в основном, алгоритмы для решения в САПР ТП задач двоякого характера: предсказания и распознавания. Если модели (и алгоритмы), обеспечивающие решение в САПР ТП протягивания задач   предсказания,   создаются   и   корректируются   с   применением   методов теории обработки металлов резанием, математической статистики и других общетехнических   дисциплин,   то   создание   и   корректирование   моделей, обеспечивающих решение в САПР ТП задач классификации и распознавания, до   недавнего   времени   в   связи   с   отсутствием   адекватных   методов осуществлялось в основном интуитивно или по приближенным алгоритмам, что   не   всегда   обеспечивало   высокое   качество   проектируемых технологических   процессов.   Методы   теории   распознавания   образов позволяют   более   эффективно   алгоритмизировать   эти   сложные   задачи   и обеспечить совершенствование разработанных САПР.    Возникает необходимость в создании САПР ТП, способных обучаться, то     есть     в   построении   дополнительных   алгоритмических   средств,   цель которых — адаптация отдельных алгоритмов и САПР в целом к различным и изменяющимся производственным условиям.

     Существующие   методы   проектирования   процессов   протягивания, основанные на использовании ГОСТов, нормалей и других технологических рекомендаций, не регламентируют правила принятия решений на всех этапах проектирования,   поэтому   во   многих   случаях   технолог   принимает   их   на основании специальных знаний, своего опыта и интуиции. Работа технолога по   принятию   решений   в   значительной   степени   творческая,   ее   трудно формализовать,   особенно   при   решении   задач   распознавания.   Поэтому   в большинстве   ранее   разработанных   САПР   ТП   эти   задачи   решались   весьма приближенно,   главным   образом   путем   описания   в   математической   форме высококвалифицированными   специалистами.   Эти   правила   классификации могли   учесть   все   многообразие   производственных   условий   и   поэтому   не всегда   обеспечивали   высокое   качество   проектируемых   технологических процессов.

     Применение математических методов обучения распознаванию образов обеспечивает   автоматизированное   решение   задач   распознавания.   Методы теории   обучения   распознавания   образов   можно   использовать   и   при построении   и   корректировании   при   помощи   методов   математической статистики   (корреляционного   и   регрессионного   анализа)   моделей (алгоритмов)   САПР   ТП,   обеспечивающих   решение   задач   предсказания.

Эффективность   автоматизированного   проектирования   существенно повышается   при   адаптации   САПР   ТП   вследствие   использования   методов оптимизации   проектных   решений,   поскольку   при   поиске   оптимальных решений о помощью ЭВМ учитываются конкретные условия производства.

ПОСТАНОВКА ЗАДАЧИ 

    Обработка   металлов   протягиванием   отличается     дороговизной     и сложностью изготовления инструмента. Это, в свою очередь, обуславливает необходимость   систематизации   и   сохранения   данных,   характеризующих отдельные технологические процессы обработки металлов протягиванием , а также оптимизации режимов обработки, позволяющих обеспечить требуемое высокое   качество   поверхностей   изделий.   Актуальным   становится   вопрос создания   экспертной  системы,   которая   позволила   бы   систематизировать  и накапливать   экспертные   данные   о   технологических   процессах   резания металлов,   производить   оптимизацию   режимов   резания   и   их   выбор   по комплексу   параметров,   характеризующих   технические   требования   к готовому изделию. Созданию такой экспертной системы и посвящена данная работа.

Целью работы является разработка и создание экспертной системы  по проектированию   оптимальных   режимов   резания   при   обработке   металлов протягиванием, формирование ее банка данных, основанных на экспертных знаниях   о   физике   процесса   резания   металлов;   создание   и   реализация   в системе   математической   и   графической   модели   оптимизации   режимов обработки.

Для   достижения   поставленных   целей   в   работе   решались   следующие задачи:

­   учет   физических   особенностей   процессов   резания   металлов, закономерностей их протекания;

­   изучение   общих   принципов   построения   экспертных   систем, разработка   структуры   задания   и   хранения   информации   по   различным технологическим процессам обработки протягиванием, а также унификация основных параметров, присущих отдельным технологическим процессам;

­ формирование   в   экспертной   системе   базы   данных   по технологическим процессам обработки протягиванием;

1.   ТЕО РЕТИЧЕС КИЕ   АСПЕКТЫ   ИСПОЛЬЗОВАНИЯ     САПР

ПРИ ОБРАБОТКЕ МЕТАЛЛОВ ПРОТЯГИВАНИЕМ

1.1  Специфика   применения   САПР   ТП   при   обра ботке   металлов протягиванием     В настоящее время принимаются эффективные меры по всестороннему развитию   САПР   технологических   процессов   в   машиностроении.   В автоматизированной   системе   проектирования   технологических   процессов обработки   протягиванием   происходит   преобразование   описания   деталей, представленных   в   виде   чертежа   в   совокупность   технологической документации.

    В условиях крупносерийного и массового производства экономически оправданы   большие   капитальные   вложения   на   стадии   технологической подготовки   производства.   В   крупносерийном   и   особенно   в   массовом производстве   технологические   процессы   учитывают   индивидуальные особенности   каждой,   из   выпускаемых   деталей   для   которой,   наиболее эффективно   применение   дорогих   методов   получения   высокоточных заготовок,   позволяющих   уменьшить   припуски   на   операциях   обработки протягиванием   и   максимально   повысить   коэффициент   использования металла.

    Для разработки технологических процессов обработки протягиванием сложных   деталей   целесообразно   применять   электронные   вычислительные машины   (ЭВМ).   ЭВМ   позволяет   многократно   ускорить   и   оптимизировать технологические   разработки,   снизить   себестоимость   их   выполнения, высвободить   работников,   занятых   в   технологических   службах   заводов   и проектных   организациях.   Применение   ЭВМ   как   средства   проектирования технологии   и   инструмента   не   противоречит   использованию   типовых технологических процессов.       К   системам   автоматизированного   проектирования   технологических процессов   в   промышленности     предъявляют   повышенные   требования   к качеству   получаемых   решений.   Желательно,   чтобы   методическое обеспечение   этих   САПР   базировалось   на   оптимизационных   моделях   и методах.

     Методическое   обеспечение   таких   САПР   базируется   на   различных табличных алгоритмах,  в них о блоки оптимизации решений.

     В  САПР ТП широко используют диалоговые методы проектирования как   средство   повышения   эффективности   получаемых   решений.   Режим диалога   с   ЭВМ   является   основным   для   существующих   САПР технологического   назначения,   предназначенных   для   работы   в   условиях крупносерийного и массового производства.

1.2 Орга низа цио нное обеспечени е САПР Стандарты по САПР требуют выделения в качестве самостоятельного компонента   организационного   обеспечения,   которое   включает   в   себя положения, инструкции, приказы, штатные расписания, квалифицированные требования   и   другие   документы,   регламентирующие   организационную структуру   подразделений   проектной   организации   и   взаимодействие подразделений с комплексом средств автоматизированного проектирования.

Функционирование САПР возможно только при наличии и взаимодействии перечисленных ниже средств:

    а) математического обеспечения;

    б) программного обеспечения;

    в) информационного обеспечения;

    г) технического обеспечения;

    д) лингвистического обеспечения;

    е) методического обеспечения;

    ж) комплектование подразделений САПР профессиональными кадрами.

   Теперь кратко разберёмся с назначением каждого компонента средств САПР.

Математическое   обеспечение   САПР.   Основа   ­   это   алгоритмы,   по которым   разрабатывается   программное   обеспечение   САПР.   Среди разнообразных   элементов   математического   обеспечения   имеются инвариантные   элементы­принципы  построения     функциональных   моделей, методы   численного   решения   алгебраических   и   дифференциальных уравнений, постановки экстремальных задач, поиски экстремума. Разработка математического   обеспечения   является   самым   сложным   этапом   создания САПР,   от   которого   в   наибольшей   степени   зависят   производительность   и эффективность функционирования САПР в целом.

Программное   обеспечение   САПР.   Программное   обеспечение   САПР представляет   собой   совокупность   всех   программ   и   эксплуатационной документации   к   ним,   необходимых   для   выполнения   автоматизированного проектирования.   Программное   обеспечение   делится   на   общесистемное   и специальное   (прикладное)   ПО.   Общесистемное   ПО   предназначено   для организации функционирования технических средств, т. е. для планирования и   управления   вычислительным   процессом,   распределения   имеющихся ресурсов, о представлено различными операционными  системами. В специальном ПО реализуется математическое обеспечение для непосредственного выполнения проектных процедур.

Информационное   обеспечение   САПР.   Основу   составляют   данные, которыми   пользуются   проектировщики   в   процессе   проектирования непосредственно для выработки проектных решений. Эти данные могут быть представлены   в   виде   тех   или   иных   документов   на   различных   носителях, содержащих   сведения   справочного   характера   о   материалах,   параметрах элементов, сведения о состоянии текущих разработок в виде промежуточных и окончательных проектных решений.

Техническое обеспечение САПР. Это создание и использование ЭВМ, графопостроителей,   оргтехники   и   всевозможных   технических   устройств, облегчающих процесс автоматизированного проектирования.

Лингвистическое обеспечение САПР. Основу составляют специальные языковые средства (языки проектирования), предназначенные для описания процедур   автоматизированного   проектирования   и   проектных   решений.

Основная часть лингвистического обеспечения ­ языки общения человека с ЭВМ.

Методическое    обеспечение САПР. Под методическим обеспечением САПР   понимают   входящие   в   её   состав   документы,   регламентирующие порядок   ее   эксплуатации.   Причем   документы,   относящиеся   к   процессу создания   САПР,   не   входят   в   состав   методического   обеспечения.   Так   в основном   документы   методического   обеспечения   носят   инструктивный характер и их разработка является процессом творческим.

Комплектование   подразделений   САПР   профессиональными   кадрами.

Этот   пункт   предписывает   комплектование   подразделений   САПР профессионально­грамотными  специалистами,   имеющими  навыки   и   знания для   работы   с   перечисленными   выше   компонентами   САПР.   От   их   работы будет   зависеть   эффективность   и   качество   работы   всего   комплекса   САПР (может даже всего производства).

1.3Приме нение экспертны х систем  дл я САПР ТП Современные   САПР   широко   используются   для   проектирования процессов     технологической   обработки   деталей,   в   том   числе   операции протягивания.

    Для   повышения   эффективности   САПР   в   них   необходимо   шире использовать   экспертные   системы,   которые   позволяют   учесть   практику заводов и наработанные решения для обработки металлов протягиванием.

    Экспертные   системы   (ЭС)   ­   это   яркое   и   быстро   прогрессирующее направление   в   области   искусственного     интеллекта(ИИ).   Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего   существования,   является   возможность   их   применения   к   решению задач из самых различных областей человеческой деятельности, в том числе для   обработки   металлов   резанием   (протягиванием).  Пожалуй,   не   найдется такой проблемной области, в которой не было бы создано ни одной ЭС или по крайней мере, такие попытки не предпринимались бы.

     ЭС   ­   это   набор   программ   или   программное   обеспечение,   которое выполняет функции эксперта при решении какой­либо задачи в области его компетенции. ЭС, как  и эксперт­человек, в процессе своей работы оперирует со  знаниями. Знания о  предметной области,  необходимые  для  работы  ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.       ЭС   для протягивания может выдавать советы по выбору, проводить анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком­специалистом. В отличие от машинных программ, использующий процедурный   анализ,   ЭС   решают   задачи   в   узкой   предметной   области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы   часто   оказываются   способными   найти   решение   задач,   которые неструктурированны   и   плохо   определены,   например   выбор   смазочно­ охлаждающей жидкости при обработке металлов резанием . Они справляются с   отсутствием   структурированности   путем  привлечения   эвристик,  то   есть правил  ,что   может   быть   полезным   в   тех   системах,   когда   недостаток необходимых   знаний   или   времени   исключает   возможность   проведения полного анализа.

     Главное достоинство ЭС ­ возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость   конкретной   организации     от   наличия   в   ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию   специалистов,   работающих   на   предприятии,   используя наилучшие, проверенные решения.       Практическое   применение   искусственного   интеллекта   на машиностроительных предприятиях основано на  ЭС, позволяющих  повысить качество   деталей     и   сохранить   время   принятия   решений,   а   также способствующих росту эффективности работы и повышению квалификации специалистов.

1.4  Совершенствование  технологической  подготовки  произво дства путем использования экспертных систем     Технологическая подготовка производства (ТПП) представляет собой сложнейший   комплекс   взаимосвязанных   процессов,   обеспечивающих технологическую   готовность   предприятия   к   выпуску   изделий   заданного качества, при установленных сроках, объеме и затратах.

    В   настоящее   время   эффективно  и   в   полном  объеме   реализовать   все функции ТПП не представляется возможным по ряду причин, основные из которых   следующие:   в   нашей   стране   ежегодно   создается   огромное количество  новых изделий,  причем доля  машиностроения в  общем объеме продукции   неуклонно   увеличивается.   Эти   изделия   становятся   все   более сложными   и   точными,   следовательно,   усложняется   их   разработка   и изготовление, увеличивается цикл и сложность подготовки их производства.

Общепринято, что за последние два десятилетия период нахождения изделия в   производстве   сократился  в   3­5   раз,  а   средняя  продолжительность  цикла ТПП   увеличилась   в   2­3   раза.   В   условиях   единичного,   мелкосерийного   и серийного   производства   продолжительность   ТПП   стала   соизмеримой   с продолжительностью нахождения изделия в производстве, а в ряде случаев и превышает ее.

   Таким   образом,   рост   трудоемкости   и   сложности   ТПП   требуют коренных изменений методов подготовки, их совершенствования.

   Одним   из   первых   методов   совершенствования   ТПП   следует   считать ТПП на базе единичных технологических процессов (ТП). Под единичным ТП понимается   ТП,   относящийся   к   изделиям   одного   наименования,  в   нашем случае   ­   это   детали,   получаемые   при   обработке   металлов   протягиванием.

Однако   практика   ТПП,   базирующаяся   на   разработке   и   применении единичных   ТП   показала   их   непригодность   для   условий   единичного   и серийного   производства.   Так   как   при   этом   нерационально   затрачиваются большие   ресурсы   на   проектирование   ТП,   конструирование  и   изготовление средств   технологического   оснащения,  которые   в  связи  с   освоением   новых изделий быстро оказываются ненужными. Если учесть, что в машиностроении крупносерийное   и   массовое   производство   составляют   около   тридцати процентов,   то   разработка   мероприятий,   направленных   на   сокращение трудоемкости и сроков ТПП, приобретает весьма важное значение.

   Дальнейшим   совершенствованием   ТПП,   позволяющим   значительно сократить   сроки   ТПП  и   выполнить   ее   на   более   высоком   организационно­ техническом уровне, явилась технологическая унификация.  В технологической унификации выделены два основных направления:

1) типизация технологических операций и процессов;  2)   групповой метод  обработки.  Применение в  ТПП технологической унификации  позволило   существенно повысить ее  эффективность для условий единичного, мелкосерийного и серийного производства.

   Накопленный   многими   отраслями   промышленности   и   передовыми предприятиями   опыт   системного   подхода   к   процессу   подготовки производства, внедрение элементов автоматизированных систем управления процессом ТПП, унификация технологии изготовления и контроля изделий, стандартизация   технологической   оснастки   и   оборудования   позволили   в начале   семидесятых   годов   создать   единую   систему   технологической подготовки производства (ЕСТПП).

    ЕСТПП   представляет   собой   комплекс   установленных государственными   стандартами   правил   и   положений   по   организации   и ведению   ТПП   на   основе   широкого   применения   современных   методов организации проектирования, унифицированных ТП, средств вычислительной техники и стандартных средств технологического оснащения.

    Однако   для   выпуска   многономенклатурных   высококачественных изделий   с   наименьшими   затратами,   необходимо   повышать   качество проектных   технологических   решений   за   счет   технико­экономических обоснований, рассмотрения большого количества вариантов ТПП и выбора наилучшего.   Но   просчет   нескольких   вариантов   достаточно   сложен   и трудоемок. Применение же средств вычислительной техники позволяет более детально   выполнять   проектные   работы   и   создавать   оптимальные   ТП.

Решению этой задачи и призвана была служить четвертая группа стандартов ЕСТПП, всецело направленная на автоматизацию ТПП путем использования ЭВМ.

    К   настоящему   времени   можно   считать   общепризнанным,   что   при современном уровне развития науки и техники, автоматизация ТПП является наиболее   эффективным   из   известных   направлений  работ,   обеспечивающим сокращение   сроков   создания   и   выпуска   новых   видов   промышленной продукции и улучшение их качества.

   Практическая   реализация   целей   и   идей   автоматизированного проектирования   эффективно   происходит   в   рамках   систем автоматизированного   проектирования   (САПР).   САПР   с   каждым   годом находят   все   более   широкое   применение   в   различных   отраслях промышленности, в том числе и машиностроении. Применение САПР в ТПП позволило существенно снизить ее трудоемкость (от 5 до 50 раз), повысить качество   проектных   решений   за   счет   их   оптимизации,   что   позволило повысить производительность труда в производстве в 2­3 раза.

   Опыт   создания   САПР   ТП   показал,   что   автоматизации   решения подлежат   лишь   несложные,   формализованные,   сильно   структурированные задачи, например, расчет режимов резания и норм времени, расчет припусков и   погрешности   обработки   и   т.п.   Для   сложных,   неформализованных, слабоструктурированных   задач   (например,   выбора   технологических   баз   и порядка   их   смены,   синтеза   инструментальных   наладок   для многопозиционных металлорежущих станков, пространственной компоновки инструментальных   наладок,   оценки   и   отбора   на   основе   анализа целесообразных   вариантов   проектных   решений)   на   всех   уровнях проектирования в лучшем случае целесообразно использовать режим диалога.

Но   это   вновь   увеличивает   сроки   проектирования   и   снижает   качество проектных решений.

     Вместе   с   тем,   достигнутый   уровень   разработок   автоматизированных систем   ТПП,   позволяет   поставить   вопрос   исследования   сущности   и возможности   создания   экспертных   систем   (ЭС)   технологического назначения.   Эти   системы   должны   обладать,   по   крайней   мере,   тремя способностями:  1)   способность   к   накоплению   и   корректировке   знания   на   основе активного   восприятия   технологической   информации,   в   том   числе обобщенного   опыта   технологии   проектирования   и   результатов технологических исследований;

  2)   способность   к   целенаправленному   поведению   на   основе накопленного знания;

  3) способность к объяснению и обучению.

1.5Критерий  использ ования ЭС  для реш ения зада ч     Существует   ряд   прикладных   задач,   которые   решаются   с   помощью систем,     основанных   на   знаниях,   более   успешно,   чем   любыми   другими средствами,  например  для  протягивания  такими  задачами   являются выбор оптимальной   смазочно­охлаждающей   жидкости,   оптимального   режима резания, расчет режущего инструмента . При определении целесообразности применения   таких   систем   нужно   руководствоваться   следующими критериями:  1. Данные и знания надежны и не меняются со временем.

2. Пространство возможных решений относительно невелико.

3.   В   процессе   решения   задачи   должны   использоваться   формальные рассуждения.   Существуют   системы,   основанные   на   знаниях,   пока   еще   не пригодные   для   решения   задач   методами   проведения   аналогий   или абстрагирования   (человеческий   мозг   справляется   с   этим   лучше).   В   свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с   применением   процедурного   анализа.   Системы,   основанные   на   знаниях, более подходят для решения задач, где требуются формальные рассуждения.

4.   Должен   быть,   по   крайней   мере,   один   эксперт,   который   способен   явно сформулировать   свои   знания   и   объяснить   свои   методы   применения   этих знаний для решения задач.

     В таблице один приведены сравнительные свойства прикладных задач, по наличию которых можно судить о целесообразности использования для их решения ЭС.

      В целом ЭС не рекомендуется применять для решения следующих типов задач:  ­ математических, решаемых обычным путем формальных преобразований и процедурного анализа;

­ задач распознавания, поскольку в общем случае они решаются численными методами;

­задач,   знания   о   методах   решения   которых   отсутствуют   (невозможно построить базу знаний).  2.  ПОСТРОЕНИЕ   БАЗЫ   ЗНАНИЙ   Д ЛЯ   ПРОЦЕ ССА

ОБРАБОТКИ МЕТАЛЛОВ ПРОТЯГИВАНИЕМ

2.1 Пре дставл ение з нан ий  в экспертной системе          С   переходом   машиностроительных   предприятий   на   новые   методы хозяйствования в условиях радикальной экономической реформы перед ними остро   встают   проблемы   совершенствования   технологической   подготовки производства (ТПП). Решение этой проблемы невозможно без дальнейшего применения   средств   вычислительной   техники.   С   этой   целью   применяют системы   автоматизации   ТПП   с   элементами   искусственного   интеллекта   ­ экспертные   системы   технологического   проектирования   (ЭСТП),   которые появились в начале 80­х годов и сразу завоевали признание.

     В   БЗ   в   некотором   закодированном   виде   хранятся   формализованные знания экспертов­специалистов предметной области. Формы представления знаний   в   ЭС   достаточно   разнообразны.   Это   системы   продукции, семантические   сети,   фрейм­структуры,   и   др.   Для   решения   задач   ТПП наиболее   приемлемыми   являются   представление   знаний   с   использованием правил продукции, семантических сетей, фрейм­структур и таблиц принятия решений.   Исходя   из   доступных   для   широкого   пользователя   программно­ аппаратных   средств,   наиболее   удобной   формой   представления   знаний являются системы продукции, базирующиеся на использовании правил типа "ЕСЛИ ­ ТО".

Семантическая  сеть  ­  это   ориентированный граф,   вершины  которого соответствуют  объектам   (событиям),   а   дуги   описывают   отношения  между этими объектами.

Фрейм­структуры   в   определенной   степени   стали   развитием   метода электронных   таблиц   в   области   обработки   знаний.   Применение   фрейм­ структур особенно эффективно в предметной области с четко выраженной иерархической   структурой,   например,   в   САПР   ТП   для   обработки протягиванием.

Для представления технологических знаний могут быть использованы обыкновенные   и   логические   таблицы   принятия   решений,   которые формируются на основе знаний экспертов­специалистов.

На   современном   этапе   работ   в   области   ЭС   нередко   целесообразны смешанные формы представления знаний в БЗ.

    Поскольку разработка ЭСТП является относительно молодой областью систем   обработки   знаний   и   четкого   применения   тех   или   иных   форм представления знаний пока не выработано, то в каждом конкретном случае следует  выбирать ту форму, которая в наибольшей степени удовлетворяет как потребностям разработчиков, так и пользователей этих систем 2.2 Архитектура экспертной  системы  Предметом   теории   экспертных   систем   служат   методы   и   приемы конструирования   систем,   компетентных   в   некоторой   узкоспециальной области.   Эта   компетентность   состоит   из   знания   конкретной   области, понимания задач из этой области и из умения решать некоторые такие задачи.

Знания,   относящиеся   к   любой   специальности,   обычно   существуют   в   двух видах:   общедоступные   и   индивидуальные.   Общедоступные     знания   ­   это факты,   определения   и   теории,   которые   обычно   изложены   в   учебниках   и справочниках по данной области. Но, как правило, компетентность означает нечто   большее,   чем   владение   такими   общедоступными     сведениями.

Специалисты   в   большинстве   случаев   обладают   ещё   и   индивидуальными знаниями, которые отсутствуют в опубликованной литературе. Эти личные знания в значительной степени состоят из эмпирических правил ­ эвристик, которые   позволяют   экспертам   при   необходимости   выдвигать   разумные предположения, находить перспективные подходы к задачам и эффективно работать при зашумленных или неполных данных. Центральной задачей при построении экспертных систем является выявление и воспроизведение таких знаний.

В   архитектуре   экспертной   системы   можно   выделить   три   основных компонента: база знаний, машина вывода  и интерфейс пользователя.

• База   знаний  содержит   факты,  правила   и   эвристики,  представляющие экспертные знания о предметной области.

• Машина   вывода   содержит   стратегии   и   управляющие   структуры, используемые   для   применения   знаний,   содержащихся   в   базе   знаний   для решения поставленной проблемы через соответствующие модули.

пользователем. Сюда входят и управление экраном, и организация диалога, и объяснительные способности системы.

П ОЛЬ ЗОВ А Т Е ЛЬ С КИЙ

м одиф икац ия  и допол нение знаний дл я прот ягивания

ИН Т Е Р Ф Е ЙС

 рис.2.1 Архитектура  ЭС Для  обработки протягиванием в базе данных хранится информация о параметрах     различных   объектов   ТО  ,   таких   как   :   деталь,   станок,   СОЖ, свойства   СОЖ,   виды   резцов,   и   т.д.,   необходимая   для   моделирования процесса   механической   обработки   детали   на   протяжных   станках.

Информация   в   БД   представлена   в   виде   структуры   таблиц   доступна пользователю в режиме чтения.

2.3   Стру ктура     экспертной     системы   для   обра ботки   металл ов протягиванием Экспертная система для протягивания должна содержать: подсистему        приобретения   знаний,  базу   знаний   (БЗ),   модуль   объяснения  и   подсистему вывода.

Структура ЭС для обработки металлов протягиванием выглядит следующим образом:

 рис.2.2 Структура ЭС для протягивания  Правила Точность обработки поверхности,  полученной при протягивании Подсистема приобретения  Зависимость качества детали от  режимов резания и выбора СОЖ 1.Подсистема приобретения знаний Подсистема приобретения знаний предназначена для добавления в базу знаний   новых   правил   и   модификации   имеющихся.   В   ее   задачу   входит приведение правила к виду, позволяющему подсистеме вывода применять это правило   в   процессе   работы.   В   более   сложных   системах   могут   быть предусмотрены   еще   и   средства   для   проверки   вводимых   или модифицируемых правил на непротиворечивость с имеющимися правилами.  2.База знаний База   знаний   ­   наиболее   важная   компонента  экспертной   системы,   на которой  основаны ее  «интеллектуальные  способности». В  отличие от  всех остальных   компонент   ЭС,   база   знаний   ­   «переменная   »   часть   системы, которая может пополняться и модифицироваться инженерами знаний и опыта использование   ЭС,   между   консультациями   (а   в   некоторых   системах   и   в процессе   консультации).   Существует   несколько   способов   представления знаний   в   ЭС,   однако   общим   для   всех   них   является   то,   что   знания представлены   в  сим вольной   форме   (элементарными   компонентами представления   знаний   являются   тексты,   списки   и   другие   символьные структуры).   Тем   самым,   в   ЭС   реализуется   принцип  символьной   природы рассуждений,   который   заключается   в   том,   что   процесс   рассуждения представляется как последовательность символьных преобразований.

Существуют  динамические  и   статические   базы   знаний.  Динамическая  база знаний изменяется со временем. Новые факты, добавляемые в базу знаний, являются   результатом   вывода,   который   состоит   в   применении   правил   к имеющимся фактам.         В   системах   с   монотонным  выводом   факты,   хранимые   в   базе   знаний, статичны, то есть не изменяются в процессе решения задачи. В системах с немонотонным выводом допускается изменение или удаление фактов из базы знаний. В такой системе могут быть изменены даже те данные, которые после вывода   уже   вызвали   срабатывание   каких­либо   правил.   Иными   словами имеется возможность модифицировать значения атрибутов в составе фактов, находящихся в рабочей памяти. Изменение фактов в свою очередь приводит к   необходимости   удаления   из   базы   знаний   заключений,   полученных   с помощью упомянутых правил. Тем самым вывод выполняется повторно для того,   чтобы   пересмотреть   те   решения,   которые   были   получены   на   основе подвергшихся изменению фактов.

 3.Модуль  объяснен ий         Важной частью ЭС является модуль   объяснения.  Основная цель  этого модуля ­  сделать  ЭС "прозрачной" для пользователя, т.е. представить ему возможность понимать логику действий ЭС. Эта возможность имеет большое значение особенно в процессе освоения ЭС пользователем.

Развитый модуль объяснения должен состоять из двух компонент:  1) активной,   включающей   в   себя   набор   информационных сообщений,   выдаваемых   пользователю   в   процессе   работы, зависящих   от   конкретного   пути   решения   задачи,   полностью 2)   пассивной   ­   основной   компоненты   модуля   объяснения, ориентированной   на   инициализирующие   действия Этот модуль позволяет пользователю:  1)   в   любой   момент   приостанавливать работу,  ЭС  и  получать  полное описание ее текущего состояния;  2) по запросу пользователя выдавать любую информацию о пройденном системой пути с возможностью возврата на любой его участок;

  3)   по   запросу   пользователя  сообщать   результаты   ранее   выполненных действий, проверок ранее выдвинутых гипотез с пояснениями;

 4) получать ответы на вопросы типа "почему?", "зачем?", "как?".  Пользователь,  который обращается к экспертной системе за советом, должен   знать,   на   основе   каких   логических   доводов   этот   совет   был сформирован.   Только   получив   исчерпывающую   информацию   о   ходе рассуждений,  пользователь  может   с   доверием   отнестись   к   полученному совету.

Инженер  знаний,  обслуживающий экспертную систему, должен быть уверен  в правильности работы всех  подсистем, а  проверить это он может, только получив от экспертной системы всю возможную информацию о ходе рассуждений в процессе решения задач.

При запуске системы объяснений происходит вывод исходных данных и параметров  обработки протягиванием, и данных, полученных в результате расчета режимов резания.

3.Подсистема вывода   Главной   задачей   подсистемы   вывода   является   согласованная обработка   данных,   имеющихся   в   программной   среде   или   полученных   в процессе   диалога   с   пользователем.   При   этом   используются   знания   о технологическом   процессе,   хранящиеся   в   БЗ   с   целью   получения оптимального   решения   проблемы.   Полученные   таким   образом   данные анализируются или интерпретируются с помощью хранящихся в БЗ знаний экспертов.

   В итоге:  1) выдвигаются и проверяются различные гипотезы;

2)   вырабатываются   новые   данные,   а   в   некоторых   случаях   и   новые   знания конечного результата;  3) формируются запросы на ввод новых данных;  4)формируются   решения,   носящие   рекомендательный   или   управляющий характер. Механизм целенаправленного вывода определяется в соответствии со структурой реализации БЗ.  2.4. Виды правил в базе знаний База   знаний   в   разработанной   мною   системе   организована   в   виде множества правил в форме  ЕСЛИ  условие1 и  условие 2 и ... условиеM удоволетворяются  ТО прийти  к заключению1 и заключению2 и ... заключениюN.  Например, эксперт знает, что ``Если материал заготовки  углеродистая сталь и     твердость материала ниже 156 НВ , то   материал относится к IV группе скорости резания .

Если материал относится к IV группе резания , то скорость резания для всех типов протяжек будет 2 м/мин.

Если   обрабатываемый   материал   сталь,   то   марку   СОЖ   выбираем   из списка рекомендуемых.

  Результатом   будет   являться   заполнение   слотов   фрейма   «Результат расчета режимов резания». Здесь мы проставляем значения в слоты скорость резания, сила резания и основное время протягивания 2.5Предста вление   знаний   в   экспертной   системе   с   помощью фрэймов      Для   представления  знаний   в   моем   случае   была   выбрана   Фреймовая модель.     Основными   преимуществами   этой   модели   при   выборе   ее   для представления   знаний   в   области   ТП   обработки   деталей   являются   ее объектно­ориентируемость   и   принадлежность   к   процедуральной   форме управления выводом.     Фрейм ­ это структура, предназначенная для представления конкретной ситуации. Каждый фрейм описывает концептуальный объект, а конкретные свойства этого объекта и факты, относящиеся к нему, описываются в слотах ­ структурных   элементах   данного   фрейма.   Все   фреймы   взаимосвязаны   и образуют фреймовую модель, в которой объединены и процедурные знания.  Различают   фреймы­образцы,   или   прототипы,   хранящиеся   в   базе   знаний,   и фреймы­экземпляры,   которые   создаются   для   отображения   реальных фактических ситуаций на основе поступающих данных.     Традиционно структура фрейма может быть представлена как список свойств:  (ИМЯ ФРЕЙМА)  (имя 1­го слота: значение 1­го слота),  (имя 2­го слота: значение 2­го слота), ...  (имя N­го слота: значение N­го слота)).    В качестве значения слота может выступать имя другого фрейма, так образуются сети фреймов.     Принимая во внимание вышеописанные факты, мною была разработана фреймовая   модель   для   представления   знаний   об   объектах   ТП   обработки деталей протягиванием и их взаимосвязей.  Фрэймы   подразделяются   на   группы   в   зависимости   от   их   назначения   на группы, представленные на рисунке 2.3.       Рис.2.3 Виды фреймов.

1. Фреймы, представляющие собой объекты технологического процесса (в нашем случае протягивания):  инструмент, тип протяжки, обрабатываемый материал.   Каждый   из   фреймов   содержит   в   себе   ряд   слотов,   которые являются   либо     фреймами,   или   же   конечными  значениями,   хранящимися, например, в базе данных.  2.Фрейм СОЖ, являющийся характеристиками смазочно­охлаждающей жидкости: способ подачи СОЖ , вид действия СОЖ, результат действия.  Результат   действия   СОЖ   является   важным   понятием   для   определения оптимальной СОЖ для конкретного типа обработки.  3.  Фрейм ``Режимы резания'', включающий в  себя такие понятия как скорость   резания,   сила   резания,   основное   машинное   время,   является результатом расчетов режимов резания.   4.Фрейм «Протягивание» ­ является фреймом, являющимся вершиной в иерархии  фреймов или  фреймом самого верхнего уровня в сети фреймов.

Этот фрейм включает в себя все фреймы системы и является отображением всей предметной области в системе представления знаний.  2.6. Представление  проце сса обработки  металлов   протягиванием  в виде системы фреймов Фрейм «Протягивание» можно представить в виде сети, состоящей из узлов и связей между ними, тогда каждый слот должен быть заполнен своим значением,   представляющем   собой   те   или   иные   параметры   обработки протягиванием (рис.2.4).

Рис .2.4 Система фреймов.

3.РЕЗУЛЬТАТЫ  РАБОТЫ  САПР  ДЛЯ  ОБРАБОТКИ  МЕ ТАЛЛО В

ПРОТЯГИВАНИЕМ

3.1 Расчет режимов резания при протягивании   Протягивание,   процесс   обработки   металлов   резанием   на  протяжных станках многолезвийным режущим инструментом — протяжкой. Применение протягивания целесообразно при обработке больших партий деталей, то есть в крупносерийном и массовом производстве (ввиду сложности изготовления и высокой стоимости протяжек).

   Протяжки бывают двух типов:

1.Внутренние протяжки.

2.Наружные протяжки.

Внутренние   протяжки   предназначены   для   обработки   круглых, квадратных,   многогранных   и   шлицевых   отверстий,   а   также   шпоночных   и других фигурных пазов в отверстиях.

Внешние   протяжки   предназначены   для   обработки   наружных поверхностей,   пазов,   уступов.   Наружное   протягивание   применяют   вместо фрезерования,   строгания,   шлифования   и   других   операций.   Протяжки  для наружного   протягивания   являются   специальным   видом   инструмента   и   не стандартизованы.

Для   всех   видов   обработки,   прежде   всего,   следует   выявить   исходные данные,   необходимые   для   расчета.   К   ним   относятся   требования технологического   процесса,   принятая   схема   обработки,   инструментальное оснащение, возможности оборудования.

Назначение режимов резания   в большинстве случаев начинают с выбора подач, после чего определяют стойкость, рассчитывают скорость резания  и, при необходимости, силу и мощность резания.

Элементами резания при протягивании являются периметр резания  B – наибольшая суммарная длина лезвий всех одновременно режущих зубьев, мм, подача на один зуб  s z  , мм, и скорость резания  v  , м/мин.

Периметр   резания   зависит   от   формы   и   размеров   обрабатываемой поверхности и схемы резания и определяется уравнением    B=Bz l / z c  , где В­ периметр резания , мм, равный длине , мм, равный длине обрабатываемого контура   заготовки   или   больше   ее   а   величину   1 /cos     при   наклонном расположении зубьев под углом   ;

z c   ­ число зубьев в секции протяжки при прогрессивной схеме резания (при профильной или генераторной схемах резания   z c =1);   zl  – наибольшее число одновременно режущих зубьев , определяемое   из выражения    z l =l/t, где  l  –   длина   обрабатываемой   поверхности  ,   мм   (за   вычетом   пазов   или выточек , если таковые имеются) ;  t – шаг режущих зубьев , мм. Вычисленное значение   zl  округляют до ближайшего целого числа.

Подача   при   протягивании   s z   –   размерный   перепад   между   соседними режущими зубьями протяжки – является элементом конструкции протяжки.

Скорость резания, определяемую требованиями к точности обработки и параметрам   шероховатости   обработанной   поверхности,   по   таблице   в зависимости   от   группы   скорости,   устанавливаемой   из   таблицы.   При нормативной   скорости   резания   заданный   параметр   шероховатости поверхности может быть достигнут при оптимальных значениях переднего и заднего углов, при наличии у протяжки чистовых и переходных зубьев.

Таблица 3.1. Скорости резания м/мин, для протяжек из быстрорежущей стали Р6М скорости Примечание:   В   числителе   приведены   скорости   резания   при  Ra=3,2­6,3   мкм точности 7­го квалитета; для протяжек всех типов – при Ra=0,8­0,4 мкм.

Таблица   3.2.   Группы   скорости   резания   при   протягивании   стали   и чугуна.

Твердость Сталь >>229>>

II III II

Св. 156 до  Сила резания, Н, при протягивании   P z =P B, где  P  – сила резания на 1мм   длины   лезвия  ,   Н,   зависящая   от   выбираемого   материала   и   величины подачи  s z мм, на один зуб протяжки.

резания Напряженность процесса резания, интенсивность изнашивания режущего инструмента   и   качество   обработанной   поверхности   зависят   от   свойств окружающей   среды,   в   которой   происходит   процесс   протягивания.

Окружающий   зону   резания   атмосферный   воздух   является   активной естественной   внешней   средой,   благотворно   влияющей   на   процесс фрезерования. Кислород активно участвует в образование пленок оксидов на поверхности   инструмента   и   обрабатываемого   материала.   Протягивание   в вакууме,   без   кислорода,   практически   невозможно.   Вместо   образования привычного   вида   стружки   происходит   коксование   срезаемого   слоя.   Для улучшения качества фрезерования в зоне резания применяют искусственные технологические среды. Направленное изменение свойств этих сред является одним из путей управления процессом фрезерования.

Наиболее   часто   в   качестве   внешних   сред,   благотворно   влияющих   на процесс   фрезерования,   применяют   различные   смазочно­охлаждающие жидкости.   По   своему   составу   и   виду   основы   смазочно­охлаждающих жидкости   подразделяются   на   три   группы:   масляные,   водные   эмульсии минеральных масел и синтетические жидкости.

СОЖ, подаваемые в зону резания, оказывают смазочное, охлаждающее и моющее   действия.   Роль   и   значение   каждого   из   этих   действий   зависят   от свойств обрабатываемого и инструментального материалов 3.3.Примеры работы программного продукта При запуске программы  возникает диалоговое  окно «Выбор материала».

В нём  выбираются  тип материала и его твердость.  Рис 3.2 Примеры работы программы.

Для  продолжения нажимаем кнопку далее.   При  ее  нажатии появляется окно «Геометрические параметры детали».  Рис3.3 Примеры работы программы.

Следующее диалоговое окно служит для выбора СОЖ. Здесь приводятся рекомендации   по   выбору   СОЖ   для   обработки   различных   материалов.   В Рис 3.4 Примеры работы программы.

Далее выбираем инструмент, его тип   и параметры. В данном   примере выбрана внутренняя протяжка и соответствующие  параметры.

Рис 3.6 Примеры работы программы Последнее   окно   является   результатом,   в   котором   выводятся   расчеты режимов резания.  Рис 3.7 Примеры работы программы.

4.   РАСЧЕТ   ЭКОН ОМИЧЕСКО Й   ЭФФЕКТИВНОСТИ   ПРОГРАММНОГО

ПРОДУКТА   «БАЗА   ЗНАНИЙ   ПРИ   РАЗР АБОТК Е   САПР   ДЛЯ   ОБР АБОТК И

МЕТАЛЛОВ ПРОТЯГИВАНИЕМ»

4.1.Организационно­экономическая сущность дипломной работы При   создании   сложных   изделий,   когда   различными   исполнителями производится   большое   количество   работ,   планирование   и   управление разработкой должно выполняться при помощи метода сетевого планирования и управления (СПУ).  Основу   метода   СПУ   составляет   сетевой   график,   который   позволяет увязать   большое   количество   работ   в   единый   координационный   план   и оценить   значимость   каждой   работы   в   общем   перечне   работ.   Он предусматривает   окончание   работ   в   заданные   сроки   при   минимальных (лимитированных) затратах и обладает хорошей наглядностью для контроля сроков выполнения отдельных работ. Процедура расчета параметров сетевого графика является многократно повторяемой. Она выполняется каждый раз, когда   возникает  необходимость   составления   плана,   включающего   большое количество   работ,   выполняемых   различными   исполнителями,   а   также   при корректировке   плана   в   случае   нарушения   сроков   выполнения   отдельных работ.  Решение   задачи   связано   с   выполнением   большого   количества сравнительно   несложных   повторяющихся   вычислений   и   с   формированием таблиц.   Такая   работа   трудоемка   и   требует   от   исполнителей   большого внимания,   поэтому   для   ее   выполнения   целесообразно   использовать   ЭВМ.

Задача расчета параметров сетевого графика решается на основе исходных данных,   полученных   при   составлении   сетевого   графика   и   оформленных   с учетом   требований   обработки   информации   на   ЭВМ.   Результаты   решения задачи   используются   службами   планирования   и   диспетчирования   и руководством подразделений и предприятия при формировании текущих и календарных   планов   технической   подготовки   производства,   при   контроле хода   выполнения   работ,   указанных   в   этих   планах,   и   при   принятии управленческих   решений,   связанных   с   изменением   процесса   разработки   и создания изделия.  4.2. Содержание постановки задачи Сетевой  график  (сеть) ­ это  модель процесса разработки и  создания некоторого объекта, изображающая весь комплекс взаимосвязанных работ и их результатов в виде ориентированного графа. Сетевой график состоит из множества   событий,   обозначенных   кружочками,   и   множества   работ, изображенных   стрелками.   Он   наглядно   показывает   логическую последовательность   и   взаимосвязь   всех   действий   и   процессов,   которые должны   быть   осуществлены   для   достижения   поставленной   цели.   Число событий   и   работ   на   сетевом   графике   зависит   от   сложности   объекта   и   от требуемой степени детализации разрабатываемого плана.  Работой называется процесс или действие, приводящее к достижению определенного   результата.   Она   характеризуется   продолжительностью   во времени и связана с расходованием ресурсов. Каждая работа имеет номер и название, которое раскрывает ее содержание. Событие ­ это факт начала или окончания  работы.   Оно   не   имеет   продолжительности  во   времени.  Каждое событие   имеет   номер   и   название,   которое   формулируется   в   прошедшем времени.   На   сетевом   графике   любой   работе   присущи   два   события:

предшествующее   событие,   с   которого   начинается   работа,   и   последующее событие, которым заканчивается работа.  Событие   начала   планируемого   процесса,   у   которого   нет предшествующих   событий,   называется   исходным   событием:   ему присваивается номер 1. Событие, которое не имеет последующих событий и заканчивает процесс, называется завершающим событием; ему присваивается последний номер в сети Для   установления   взаимосвязи   работ   с   событиями   каждой   работе присваивается   код   (шифр),   который   выражается   двумя   числами, разделенными запятой. Первое число равно номеру предшествующего работе события,   второе   ­   последующего   за   работой   события.   Для   оценки продолжительности   работы   необходимо   пользоваться   соответствующими нормативными   данными   или   обобщенными   опытными   данными.   При   их отсутствии рекомендуется использование экспертных данных. В этом случае расчет   ожидаемого   времени   выполнения   работы   можно   производить   по формуле:  где  tmin  ­   минимальная   продолжительность   работы   при   наиболее благоприятных условия;  tmax  ­ максимальная продолжительность работы при наиболее  неблагоприятных условиях.  На сетевом графике каждое событие является начальным или конечным результатом   выполнения  одной   или   нескольких   работ.   Из   этого   вытекают основные   свойства   сетевого   графика:     ни   одно   событие   не   может совершиться до  тех пор,  пока не  будут     выполнены  все входящие в  него работы; ни одна работа, выходящая из данного события, не может начаться до тех пор, пока данное событие не совершится.  При   построении   сетевого   графика   необходимо   придерживаться следующих правил: сеть строится таким образом, что каждое последующее событие   изображается   несколько   правее   предыдущего;   у   каждой   работы номер предшествующего события должен быть меньше номера последующего события;   в   сети   не   должно   быть   событий,   не   имеющих   предшествующих событий, кроме исходного события;  в сети не должно быть ''тупиков'', то есть событий,   не   имеющих   событий,   кроме   завершающего   события;   в   сети   не должно быть ''замкнутых контуров'';   в сети не должно быть ''параллельных работ'', имеющих одинаковые предшествующие и последующие события.

Для   построения   сетевого   графика   составляется   список   всех выполняемых   в   проекте   работ,   включая   фиктивные,   и   устанавливается перечень   событий.   Далее   выясняется   технологическая   последовательность выполнения   работ   и   логика   связи   между   ними.   Каждому   событию присваивается номер, а каждой работе номер и код, который устанавливает взаимосвязь работ с событиями.  4.3. Математическая модель При   расчете   параметров   сетевого   графика   сначала   определяется продолжительность   пути,   и   для   каждого   события   находятся   ранний   и поздний сроки свершения события.  Любая  непрерывная последовательность событий  и  работ  на  сетевом графике называется путем. Он обозначается  L n km, где n ­   номер пути с последовательностью от k до m события.  В   зависимости   от   включения   в   пути   исходного   и   завершающего событий различают следующие виды путей сетевого графика:  полный   путь   от   исходного   до   завершающего   событий;   обозначается L n I C, где I и C ­ исходное и завершающее события соответственно;   путь, предшествующий событию k, ­  L n I k ;  путь, последующий за событием k, ­  L n kC ;  промежуточный путь от события k до события m ­  L n km.  Продолжительность   (длина)   пути   равна   арифметической   сумме продолжительности работ, составляющих путь:

Полный   путь,   имеющий   наибольшую   продолжительность,  называется критическим путем. Продолжительность критического пути равна:  Длина   критического   пути   определяет   сроки   выполнения   всего планируемого   комплекса   работ   по   данному   проекту.   Изменение продолжительности   любой   работы,   лежащей   на   критическом   пути, соответствующим   образом   меняет   (сокращает   или   удлиняет)   срок наступления   завершающего   события,   т.е.   дату   достижения   конечной   цели всей разработки. В сети может быть несколько критических путей.   Ранний   срок   свершения   события   ­   это   время,   необходимое   для выполнения   всех   работ,   предшествующих   данному   событию.   Он характеризуется величиной наиболее длительного отрезка пути от исходного события   до   данного   события   (предшествующего   пути)   и   может   быть определен по формуле:  rj ­ подмножество номеров работ, которые оканчиваются событием j;  tr ­ продолжительность работы r;  T P ­ ранний срок свершения события  j, последующего за работой r;  T ir  ­ ранний срок свершения события i, предшествующего работе r;   C ­ общее число событий сети;  N ­ общее число работ сети.  Поздний   срок   свершения   события   ­   это   дата   наиболее   позднего   из допустимых сроков свершения события. Поэтому увеличение позднего срока свершения   события   вызывает   аналогичную   задержку   наступления завершающего события сети. Поздний срок свершения события определяется по формуле:  где  T iП ­ поздний срок свершения события i, предшествующего работе r;  T П ­ поздний срок свершения события  j, последующего за работой r;   ri ­ подмножество номеров работ, которые начинаются с события i.  Резерв времени события показывает предельный промежуток времени, на   который   может   быть   задержано   свершение   данного   события   без увеличения срока завершения разработки проекта в целом. Он определяется как разность между поздним и ранним сроками свершения данного события:  События критического пути не имеют резервов времени события. Если резерв   времени   события   будет   полностью   использован   (равен   нулю),   то данное   событие   попадает   на   критический   путь.   Несоблюдение   же   сроков выполнения   любой   работы,   лежащей   на   критическом  пути,  ведет   к   срыву общего   срока   выполнения   всего   комплекса   работ.   Все   характеристики события:   номер   события,   ранний   и   поздний   сроки   свершения   события   и резерв времени события указывается на сетевом графике.

Зная  ранние  и  поздние  сроки  свершения  событий, можно  для  любой работы определить ранние и поздние сроки начала и окончания работы:  1) ранний срок начала работы равен:  T r =T ir 2) ранний срок окончания работы равен:  T r =T ir t r 3) поздний срок начала работы равен:  T r =T ir t r 4) поздний срок окончания работы равен:  T r =T ir Полный   резерв   8времени   работы   ­   это   15 [10]   на   который   можно передвинуть   данную   работу,   не   изменяя   времени   критического   пути.   Он определяется по формуле:  Свободный  (частный) резерв  времени работы  ­ это срок, на который можно   передвинуть   окончание   данной   работы,   не   влияя   на   изменение характеристик,   проходящего   через   эту   работу   пути.   Он   определяется   по Для расчета параметров сетевого графика в качестве исходных данных используются следующие величины: число событий сетевого графика; число работ   сетевого   графика;   номера   выполняемых   работ;   события, предшествующие каждой работе; события, последующие за каждой работой;

продолжительность каждой работы.

Необходимые   исходные   данные   получают   в   результате   построения конкретного  сетевого   графика.   Результатом   решения   задачи   должны   быть параметры   сетевого   графика,   которые   позволяют   определить продолжительность и количество критических путей на сетевом графике, а также резервы времени событий и работ, не лежащих на критических путях.

Сетевой график рассматриваемого ПП приведен на рис. 4. Таблица 4. Срок свершения события ранний поздний Задача «Разработка САПР для обработки металлов Исходные материалы и сведения по обработке протягиванием  Необходимость разработки БД для обработки металлов Требования к программе и техническим средствам определены Разработка общего алгоритма решения САПР для  обработки План разработки составлен, сетевой график построен Объем и трудоемкость выполняемых работ определены Разработка интерфейса БД  для обработки протягиванием Проектирование основных запросов по обработке Тестирование интерфейса БД для обработки металлов Тестирование запросов БД для обработки металлов Выводы о ПП и его работе сформулированы Разработка технической документации завершена Разработка руководства  пользователя завершена ПП «База знаний при разработке САПР для обработки металлов ПП «База знаний при разработке САПР для обработки металлов протягиванием » внедрен на производство Перечень работ для планирования и управления разработкой ПП 1. Постановка задачи.

2. Сбор данных по обработке отверстий осевым инструментом.

3. Обоснование необходимости разработки БД.

4. Определение требований к программе.

5. Определение требований к техническим средствам.

6. Выбор языка программирования.

7. Составление технического задания.

8. Утверждение технического задания.

9. Разработка общего алгоритма решения.

10.Определение основных стадий разработки.

11.Выбор метода решения задачи.

12.Составление плана разработки.

13.Построение сетевого графика.

14.Завершение разработки архитектуры программы.

15.Определение объема выполняемых работ.

16.Определение трудоемкости выполняемых работ.

17.Разработка структуры базы данных.

18.Разработка интерфейса БД.

19.Проектирование основных запросов БД.

20.Разработка защиты ПП.

21.Тестирование интерфейса БД.

22. Тестирование запросов БД.

23.Тестирование защиты.

24.Компоновка программы.

25.Тестирование программы.

26.Корректировка программы.

27.Анализ программы.

28.Оценка эффективности ПП.

29.Формулировка выводов о ПП.

30.Формулировка выводов о работе.

31.Разработка технической документации.

32.Разработка руководства пользователя.

33.Сдача ПП заказчику.

34.Получение замечаний от заказчика.

35.Исправление и доработка системы.

36.Внедрение ПП на производство.

Номер Код Продолжит Раннее Раннее Позднее Позднее Резерв Резерв работы работы ельность начало окончание начало окончан полны свободн Для рассматриваемого сетевого графика критический путь равен  Критический путь проходит через следующие события:

 1­2­3­6­7­8­10­12­14­15­18­19­21­22­23­25­26­28­29­30.

4.4. Определение затрат на разработку и внедрение ПП  Полные затраты на выполнение разработки складываются из следующих компонентов:  З М   ­   стоимость   материалов,   покупных   полуфабрикатов   и изделий,  З ЗО   ­ основная заработная плата,  З ЗД   ­ дополнительная заработная плата,  З С  ­   отчисления   на   социальные   нужды,  З МВ   ­   затраты   на   машинное время (на амортизацию и электроэнергию), З Н ­ накладные расходы. 

З = З М З ЗО З ЗД З С З МВ З Н

Затраты   на   материалы   определяются   исходя   из   норм   расхода   и   из стоимости   требуемых   материалов.   Основные   затраты   на   материалы   и покупные изделия равны: 2500руб.  Основная   заработная   плата   составляет   118650,50   руб.   Размер дополнительной   заработной   платы   исполнителей   проекта   определяется   в процентах от основной. В данном случае  она составляет 10% от основной заработной платы.  Единый   социальный   налог   зачисляется   в   государственные внебюджетные  фонды – пенсионный фонд, фонд социального страхования, фонд   обязательного   медицинского   страхования   и   предназначен   для мобилизации   средств   для   реализации   прав   граждан   на   государственное пенсионное и социальное обеспечение и медицинскую помощь. Отчисления на   социальные   нужды   составляют   26,5%   от   величины   основной   и дополнительной заработной платы.  Для написания и отладки программы и написания документации было потрачено 91 день машинного времени. Продолжительность рабочего дня  часов, из них, в среднем, за компьютером проводится 7 часов. Примем, что стоимость машинного времени складывается из амортизационных расходов на используемое оборудование и затрат на электроэнергию которое оно потребило:

Амортизационные отчисления берутся исходя из того, что стоимость ПЭВМ, на которой выполнялась разработка, составляла 30 000 руб., принтер 7   500   руб.,   на   момент  проведения   работ.   С   учетом   норм   амортизации   на компьютер ­ 8%, на принтер  ­ 25% амортизационные отчисления составляют:

 За = ( 30000 * 0,08 * +7500*0,25) *91/ 264=1473,57руб.

Затраты на электроэнергию рассчитываются по формуле:  где  W ­ потребляемая мощность; T ­ количество часов работы оборудования;  S ­ стоимость киловатт­часа электроэнергии.  Потребляемая мощность ПЭВМ зависит от мощности блока питания и мощности   монитора.   Мощность   монитора   в   рабочем   режиме   =   55   Вт.

Мощность блока питания = 250 Вт. Потребляемая мощность принтера =  Вт.  За все время работы ПЭВМ потребляет (55+250)*91*7=195 КВт*час.

За все время работы принтер потребляет 100*91*7=64 Квт*час.

Стоимость киловатт­часа электроэнергии на момент написания проекта составляла 1,5863 руб.                                                                  З =(195+64)*1,5863 = 411 руб.

Итого затраты на машинное время:  Примем, что накладные расходы составляют 35% от полной заработной платы. Будем считать, что накладные расходы складываются из транспортных расходов, заработной платы начальнику, платы за аренду помещения и др. расходов.                                                Зн=(118650,50+11865,05)*0,35 = 45680,44 руб.

Итоговые статьи расходов Наименование статьи расходов Сумма, руб.

Основная заработная плата 118650, Дополнительная заработная плата 11865, Отчисления на социальные нужды 34586, Стоимость машинного времени 1617, На рис. 4.2. изображена круговая диаграмма расходов.

Розничная цена программного продукта определяется по формуле:

где   Ц ПП   –   себестоимость   создания   программного   продукта;   К Р       – коэффициент рентабельности разработки.

Затраты на создание программного продукта, то есть его себестоимость, составляют 214900,1руб. Коэффициент рентабельности, определяющий прибыль от реализации программного продукта, принят равным 0,2. Торговая наценка составляет 20%. В этом случае цена продукта устанавливается равной:  Ц р=257880,12 руб.

4.5. Оценка экономической эффективности.

Количественную   оценку   эффективности   продукта   целесообразно производить   путем   оценки   конкурентоспособности   данного   программного продукта.   Для   этого   возьмем   подобную   программу   (базовый   вариант)   и определим параметры обоих товаров путем сравнения.  Годовой   экономический   эффект,   как   разность   приведенных   затрат, определяется по формуле: 

Э Г Т Б ЭН К Б Т В ЭН К В,

где   Т Б,   Т В     –   годовые   текущие   затраты   в   базовом   и   внедряемом вариантах;   К Б,   К В   –   капитальные   вложения   в   базовом   и   внедряемом вариантах;   Э Н   –   нормативный   коэффициент   эффективности   капитальных вложений, равный  0,3.

При   определении   экономического  эффекта  в   расчете   капитальных  и текущих   затрат   учитываются   только   те   статьи   затрат,   которые   имеют различия в базовом  и внедряемом вариантах. При расчете  экономического эффекта   в   качестве   базового   варианта   был   принят   аналогичный   по функциональному   назначению   программный   продукт   –  FOBOS,   система предназначенная  для   разработки   маршрутных   технологий,   с   последующим оперативным   планированием   заданий   на   станочное   оборудование   цеха   и диспетчерским   контролем   за   выполнением   эти   заданий.   Недостатком базового варианта является наличие большого числа ненужных модулей для рассматриваемого   варианта   ПП.   Внедряемый   ПП   является   экспертной системой   конструкторско­технологической   и   нормативно­справочной информации:   используемые   инструменты   и   оснастка,   справочники материалов и т.п.  В обоих случаях работу выполняет один оператор ЭВМ.

4.6. Функционально­стоимостный анализ Функционально­стоимостной   анализ   (ФСА)   представляет   собой эффективный   способ   выявления   резервов   сокращения   затрат,   который основывается   на   поиске   более   дешевых   способов   исполнения   главных функций.  Конечной   целью   ФСА   является   поиск   наиболее   экономичных   с точки   зрения   производителя   и   потребителя   вариантов   того   или   иного практического решения.  Воспользуемся теми знаниями, которые были нами получены и условимся о некоторых допущениях:  (1) мы   будем   считать,   что   создание   метаданных   одной   группы одинаково   по   стоимости,   то   есть   мы   не   будем   учитывать сложность   реализации   того   или   иного   алгоритма,   а   примем   ее примерно равной для каждого модуля;

(2)  разбивка на функции будет довольно поверхностной, так как для полного отражения картины необходим серьезные исследования (3) стоимость реализации каждой функции будем определять исходя Расчет стоимости можно вычислить с помощью следующей формулы:

где  S Ф i  – стоимость i­ой функции во внедряемом продукте.  Примем за  N i  – количество программных блоков, из которых состоит функция  Ф i  в базовом продукте, а за  M i  – количество программных блоков, из которых состоит функция   Ф i во внедряемом продукте.

Формула для вычисления   S Ф i  имеет следующий вид:  S Ф i = S Ф, Б, где   S Ф, Б   –   стоимость   i­ой   функции   в   базовом   варианте.   Она получается из процентного соотношения сложностей реализации продукта.  Определим те функции, которые выполняет наш внедряемый продукт:  (1) Хранение информации;

(2) Разбиение данных по функциям;

(3) Выдача по запросу информации;

(4) Ведение архива выполненных запросов;

(5) Администрирование прав доступа к данным;

(6) Удобство пользовательского интерфейса.

Определим те функции, которые выполняет базовый продукт:  (1) Хранение информации;

(2) Разбиение данных по функциям;

(3) Выдача по запросу информации;

(4) Ведение архива выполненных запросов;

(5) Администрирование прав доступа к данным;

(6) Удобство пользовательского интерфейса;

(7) Автоматизированное формирование отчетности.

Базовый  продукт  выполняет  теже  функции.  И т ак, внедряемый  и базовый ПП выполняют 6 основных функций.  Соотношения метаданных в базовом и внедряемом ПП Объек ты  метаданны х Определение стоимости реализации функций в базовом ПП Теперь   мы   знаем   стоимость   разработки   каждой   функции   в   базовом продукте, а также отношение количества реализованных метаданных в двух ПП. Осталось оценить процентные соотношения реализации метаданных для каждой функции.  Процентные соотношения реализации метаданных для функции «Хранение информации»

Процентные соотношения реализации метаданных для функции «Каталогизация данных»

Процентные соотношения реализации метаданных для функции Для   остальных  функций составлять  таблицы  не  надо, поскольку  они реализованы только одним типом метаданных.   Стоимость реализации функции1 «Хранение информации» получаем из таблиц   4.4,   4.5,   4.6:   S Ф 1=S Ф 11 S Ф 12,   где   SФ   –   стоимость   реализации метаданных «Хранение метаданных»; SФ  – стоимость реализации метаданных «Хранение изображений»;

Стоимость реализации  функции2  «Классификация данных»  получаем S Ф из таблиц 6.4, 6.6, 6.7:  SФ SФ SФ, где  – стоимость реализации метаданных «Классификация   изображений», SФ   –   стоимость   реализации   метаданных «Классификация метаданных».

Стоимость   реализации  функции3  «Выдача   данных   по   запросу»

получаем   из   таблиц   4.5,   4.6,   4.8:   SФ SФ SФ,   где   SФ   –   стоимость реализации   метаданных   «Запросы   экспертной   системы»; SФ   –   стоимость реализации метаданных «Пользовательские запросы»

Стоимость   реализации  функции   4  «Ведение   архива»,  функции   «Администрирование   прав   доступа   к   данным»,  функции   6  «Удобство пользовательского интерфейса» получаем непосредственно из таблицы 6.5:

Таким образом, получаем, что стоимость базового ПП составляет:

Капитальные   затраты   представляются   как   разовые   затраты, необходимые   для   разработки   продукта,   приобретения   оборудования, производственных помещений, требуемого инвентаря и т.д.  Капитальные   затраты   в   базовом   варианте   определяются   стоимостью компьютера   –30000  руб.,   стоимостью   ОС   (лицензионный   Windows   XP Professional) – 4000 руб., и стоимостью ПП «Fobos» ­ 685805 руб.

Капитальные   затраты   во   внедряемом   варианте   определяются стоимостью   компьютера   –30000   руб.,   стоимостью   ОС   (лицензионный Windows XP Professional) – 4000 руб., и стоимостью внедряемого продукта – 257880,12 руб.

Текущие   расходы   складываются   из   заработной   платы   работников   и других расходов, связанных с выполнением проводимых работ. Заработная плата определяется как сумма основной и дополнительной заработной платы, а также отчислений на соцстрахование и в пенсионный фонд.  В  базовом  варианте  занят  1 челове к с основной  зарплатой  в  рублей:

Накладные   расходы   в   базовом   варианте   составляют   35%   от заработной платы:  Текущие расходы в базовом варианте составляют:  Во  внедряемом  варианте  занят  1 чело век со средней  зарплатой  в 8000 руб.:

Накладные  расходы  во внедряемом  варианте  составляют  35% от заработной платы:  Текущие расходы во внедряемом варианте составляют:

Годовой экономический эффект от использования ПП составит:

202881,70,3 719805180338,40,3 291880, 12 =150920, 76 руб.

4.7. Виды экономической эффективности В результате разработки были получены следующие эффекты:

1.   Экономический  эффект: экономический эффект от использования ПП составляет  150920,76 руб.; сокращение временных затрат оператора  2. Социальный эффект: уменьшение интенсивности труда технолога за счет   автоматизации   рабочего   места;   повышение   информационной обеспеченности   руководства   и   служб   предприятия;   объединение   служб технической   подготовки,   планирования   и   управления   производством   в рамках единой технологической системы 3.   Учебно­методический   эффект:   возможно   использование   как наглядный   пример   в   курсе   БД;   обеспечение   технолога   необходимой справочной информацией непосредственно на рабочем месте.

На   рис.4.3   показано   сравнение   основных   характеристик   базового   и внедряемого ПП.  Основные технико-экономические характеристики базового и в недряемого            Рис. 4.3 Основные технико­экономические характеристики базового и внедряемого ПП

ЗАКЛЮЧЕНИЕ

В ближайшее время базы знаний и экспертные системы несомненно будут внедряться  во   все   отрасли   производства.  Основная  цель   компьютеризации создания   САПР   для     обработки   протягиванием     заключается   в   экономии труда   технологов,   а   также   в   сокращении   времени  ,   необходимого   для проектирования   технологических   процессов.   Для   достижения   этой   цели необходимо   располагать   средствами   информационной   поддержки проектирования и автоматизации принятия решений. Немаловажное значение среди целей внедрения САПР имеет повышение качества проектных решений.

Необходимо, чтобы накопленный положительный опыт находил отражение в базе   знаний   системы   и   был   доступен  для   всех,   в   том   числе   и   для   новых сотрудников.   Для   достижения   этой   цели   нужно   предоставить непрограммирующим   носителям   технологического   опыта   возможность сохранять его в системе. Такую возможность и обеспечивают разработанная в дипломной работе САПР для протягивания.  Разработанная   система   автоматизированного   проектирования   для протягивания   позволяет     рассчитывать   режимы   резани   для   обработки металлов   протягиванием   и   выбирать   оптимальные   смазочно­охлаждающие жидкости   как   специалистам,   так   и   неспециалистам.   Простой   интерфейс построен   на   внесение   известных   параметров   и   выдачу   результата   для обработки деталей на протяжных станках. Разработанная система  позволяет достигнуть принципиально нового уровня решения задач, путем накопленных знаний и фактов. В отличие от базы данных данная система ведет диалог с пользователем   и   реализовывает   принцип   обратной   связи,   представив исходную информацию в виде оптимальном для входных параметров.

В   результате   работы   были   рассчитаны   режимы   резания   для   процесса обработки   металлов   протягиванием:   скорость   резания,   сила   резания, машинное время обработки,   для обработки сталей различных марок, стали и чугуна, и получены рекомендации по использованию СОЖ.

В экономической части диплома представлены:

1)   сетевой   график   разработки   проекта,   рассчитан   срок   выполнения проекта ­ 96 день;

2) определены  затраты на разработку, составившие 214900,1 руб.;

3) определен годовой эффект от использования, который составляет   и срок окупаемости в 2,8 года.

4)   Достигнуты   экономический,   социальный   и   учебно­методические эффекты.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Гаврилова Т.А. "Базы знаний интеллектуальных систем". ­ С.­П.:

Притер,  2. Грановский  Г.И. ''Резание металлов'' – М.: Высшая школа,1985.

3. Справочник Технолога­машиностроителя  под ред. А.Г. Косиловой, Р.К. Мещерякова ­­ М.: Машиностроение, 1985.

4. Автоматизированное проектирование и производство в машиностроении  Ю.М. Соломенцев, В.Г. Митрофанов, А.Ф.

Прохоров и др.; Под общ. ред. Ю.М. Соломенцева, В.Г. Митрофанова.

­­ М.: Машиностроение, 1986.

5. Яшин А.М., 1990. Разработка экспертных систем.  Л.: ЛПИ 6. Введение в экспертные системы.: Пер. с англ.: ­ М.: Издательский дом ``Вильямс'', 2001.

7. СОТС для обработки металлов резанием. Справочник, / Под ред.

С.Г.Энтелиса и Э.М.Берлинера. ­ М.: Машиностроение, 1995.