| Заголовок статьи | «Методика автоматизированного распознавания конструкторско-технологических элементов детали» |
| Авторы | И.А. Зиннатуллин, Д.С. Горяинов |
| Аннотация | Рассмотрен вопрос повышения эффективности технологической подготовки производства на базе автоматизированного распознавания конструкторско-технологических элементов (КТЭ) деталей на основе анализа гране-рёберного графа связности, отбора и дальнейшего распознавания потенциальных КТЭ с применением нейронных сетей. |
| Ключевые слова | конструкторско-технологический элемент, распознавание, граничное представление, гране-рёберный граф связности, нейронные сети |
| УДК | 004.093 |
| Выпуск | «Проблемы машиностроения и автоматизации» №4 за 2015 год |
Сведения об авторах
Зиннатуллин Ильдар Абузарович — аспирант, ФГБОУ ВПО Самарской государственный технический университет,
+7 (8462) 333-52-58,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
Молодогвардейская ул., 244, Главный корпус, Самара, 443100, Россия
Горяинов Дмитрий Сергеевич — канд, техн. наук, доцент, ФГАБОУ ВПО "Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет)",
+7 (8462) 334-09-04.
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, Московское шоссе, 3, Самара, 443086, Россия
| Article title | «Methods for automated feature recognition of the parts» |
| Authors | I.A. Zinnatullin, D.S. Goryainov |
| Abstract | Methods of automated features recognition of the parts are discussed. Requirements for feature to recognize them are proposed. Using boundary representation of the part attributed adjacency graph (AAG) is created to find how faces connect each other. Matting conditions of the connecting faces using AAG are defined. Especially we looked for convex and concave surfaces mates. Also base face of the feature is defined. Each feature has only one base face and the type of base face is strongly set in accordance to the type of feature. Potential feature were created as a group of faces. Each potential feature has its own code. The code is created using the special rules for matting faces. For recognizing of the potential features neural network is used. Neural network has one input layer, one output layer, and one hidden layer. The efficiency of technological preparation of production using automated feature recognition of the part is discussed. |
| Keywords | feature, recognition, boundary representation, attributed adjacency graph, neural networks |
| UDC | 004.093 |
| Issue | «ENGINEERING AND AUTOMATION PROBLEMS» №4, 2015 |
Information about authors
Zinnatullin Il’dar Abuzarovich — Postgraduate Student, Federal State Budgetary Educational Institution of Higher Professional Education "Samara State Technical University",
+7 (846) 333-52-58,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, 244, Molodogvardeyskaya Str., Samara, 443100, Russia
Goryainov Dmitry Sergeevich — PhD, Associate Professor, Federal State Autonomous Educational Institution of Higher Education "Samara State Aerospace University named after academician S.P. Korolyev (National Research University)",
+7 (8462) 334-09-04,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, 3, Moskovskoe Route, Samara, 443086, Russia