Структурно-параметрическая модель системы проектирования

Цель исследования. В процессе проектирования у разработчиков, занимающихся решением профессиональных вопросов, связанных с разработкой новых методов и средств проектирования, неизбежно появляются проблемы, связанные с моделированием автоматизируемых и проектируемых объектов. Проведенный анализ проблем проектирования сложных систем показал, что недостатки процесса проектирования появляются, в частности, из-за неполной генерации возможных вариантов проектов, а также их частичного упорядочения. При этом имеется определенная несбалансированность свойств систем проектирования и возникает проблема отсутствия адекватных методов описания процессов проектирования.
Методы. В процессе частичного упорядочения допустимых вариантов проектов при определении структуры системы проектирования на этапе генерации используется структура некоторой порождающей грамматики, которая должна обладать, в первую очередь, управляющими свойствами, обеспечивающими частичное упорядочение вариантов уже в процессе генерации. Кроме этого, для учета изменений состава и параметров проектных решений порождающая грамматика должна обладать адаптивными свойствами, что определяет необходимость в выборе соответствующего способа адаптивного управления процессом порождения, учитывающего, например, частую повторяемость процесса проектирования.
Результаты. Определена модель формализованной распознающей системы при выборе варианта проекта, представленного в классе распознающих грамматик. Приведены правила формирования элементов распознающих грамматик, а алфавит может быть представлен многоальтернативной вероятностной сетью проектных вариантов. Рассмотрен выбор типа эталона объекта проектирования, определены элементы структуры системы проектирования.
Заключение. Структура системы проектирования может быть параметрически доопределена на основании правил формирования элементов распознающих грамматик, а возможности порождения вариантов могут быть согласованы с ее распознающими возможностями, при этом выбор структуры и прогнозирование параметров проектов производится с учетом количества и свойств ресурсов проектирования. Необходимо отметить, что обеспечение только свойств системы проектирования, сокращающих описание процесса, может привести к трудностям распознавания вариантов. В то же время выбор адаптивной структуры системы проектирования позволяет построить языковую систему с изменяемыми свойствами, обеспечивающими требуемое сокращение или расширение описания проекта.

1. Мешков В.Г., Искра Д.Е. Структурная модель системы проектирования // Вестник МГТУ «СТАНКИН». 2020. № 4 (55). C. 88-90.

2. Velykodniy S. Analysis and synthesis of the results of complex experimental research on reengineering of open cad systems // Applied Aspects of Information Technology. 2019. Vol. 2. № 3. Р. 186-205.

3. Капитанов А.В., Попов А.П., Феофанов А.Н. Интегрированные производственные системы // Сварочное производство. 2019. № 7. С. 53-56.

4. Баранов Н.Е., Феофанов А.Н. Управление изменениями в АСУ производством: проблематика исследований // Технология машиностроения. 2019. № 2. С. 65-71.

5. Феофанов А.Н., Баранов Н.Е. Обзор развития АСУ производством и типовые риски внедрения системы // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2019. № 3. С. 116-119.

6. Kapitanov A., Kozlova A., Tyasto S. The information model of the modern digital production // MATEC Web of Conferences. 2018. С. 20–25.

7. Дьяченко А.Г., Савостина Т.П. Методологические особенности использования параметризации при проектировании // Инновации в машиностроении: сборник трудов IX Международной научно-практической конференции / под ред. А.М. Маркова, А.В. Балашова, М.В. Доц. Барнаул, 2018. С. 513-517.

8. Соломенцев Ю.М., Фролов Е.Б., Феофанов А.Н. Эффективное управление производством – основа потенциала технологической системы // Вестник машиностроения. 2017. №5. С. 84-86.

9. Использование моделирования для решения задач проектирования технологической оснастки в компьютерной среде / А.В. Рыбаков, С.А. Евдокимов, А.А. Краснов, С.А. Шептунов, А.Н. Шурпо // Ученые записки Комсомольского-на-Амуре государственного технического университета. 2019. Т. 1, №3(39). С. 68-74.

10. Личаргин Д.В., Усова А.А, Ладе А.В. Генерация подмножеств естественного языка на основе гибридизации порождающих грамматик и многомерных баз данных // Современные наукоемкие технологии. 2017. №1. С. 46-50.

11. Рязанов Ю.Д., Назина С.В. Минимизация контекстно-свободных грамматик // Прикладная дискретная математика. 2019. №45. С. 90-96.

12. Митрофанов В.Г., Капитанов А.В., Попов А.П. Проектирование автоматизированных машиностроительных производств: монография // Сер. Управление качеством технологических процессов в машиностроении / ЗАО «ОНИКС». Тольятти, 2013.

13. Ivashkin Y.A., Blagoveschensky I.G., Nikitina M.A. Neural network and agent technologies in the structural-parametric modeling of technological systems // CEUR Workshop Proceedings. «OPTA-SCL 2018 - Proceedings of the School-Seminar on Optimization Problems and their Applications» 2018. Р. 169-180.

14. Колыбенко Е.Н. Разграничение понятий «структурно-функциональнопараметрическая модель» и «параметрическая модель» информационных объектов знаний // Вестник Донского государственного технического университета. 2020. Т. 20, № 1. С. 106-111.

15. Gabriele Pasetti Monizza, Cristina Bendetti, Dominik T.Matt. Parametric and generative design techniques in mass-production environments as effective enablers of Industry 4.0 approaches in the Building Industry // Automation in Construction. 2018. Vol. 92. P. 270-285.