Разработка алгоритмов адаптивного планирования измерительного пути на основе машинного обучения

Abstract

В статье рассматривается проблема автоматизации процесса программирования координатно-измерительных машин (КИМ). Традиционный подход, основанный на ручном задании измерительных точек и путей, является трудоемким, субъективным и зачастую неоптимальным. Предложено применение методов машинного обучения, в частности обучения с подкреплением и генетических алгоритмов, для адаптивного планирования измерительного пути. Целью исследования является разработка алгоритма, который на основе CAD-модели детали и геометрических допусков автоматически генерирует оптимальную измерительную стратегию, минимизирующую время контроля и погрешность измерения. В работе формализована задача многокритериальной оптимизации, выявлены ключевые проблемы, такие как вычислительная сложность и моделирование погрешностей, и предложены пути их решения. Ожидаемым результатом является программный модуль, интегрируемый в существующее ПО КИМ, который позволит значительно сократить время программирования и повысить эффективность контроля.