دوره 23، شماره 6 - ( خرداد 1402 )                   جلد 23 شماره 6 صفحات 345-337 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mohammadi N, Nategh M J. Machining features recognition from image of mechanical parts with the help of deep learning technic. Modares Mechanical Engineering 2023; 23 (6) :337-345
URL: http://mme.modares.ac.ir/article-15-67321-fa.html
محمدی ناصر، ناطق محمد جواد. شناسایی فیچرهای ماشین‌کاری از تصویر قطعات مکانیکی با کمک تکنیک یادگیری عمیق. مهندسی مکانیک مدرس. 1402; 23 (6) :337-345

URL: http://mme.modares.ac.ir/article-15-67321-fa.html


1- دانشگاه تربیت مدرس
2- دانشگاه تربیت مدرس ، nategh@modares.ac.ir
چکیده:   (1217 مشاهده)
در تولید قطعات صنعتی، ماشین‌کاری از مهم‌ترین عملیاتی است که در حوزه ساخت قطعات مطرح است. تولید یک قطعه صنعتی در سه مرحله طراحی، طرح‌ریزی فرآیند و ساخت صورت می‌گیرد و در کلیه این مراحل، از کامپیوتر به عنوان یک ابزار قدرتمند، استفاده فراوانی شده است. در طرح‌ریزی فرآیند به‌ کمک کامپیوتر، مرحله شناسایی فیچرهای ماشین‌کاری پیش‌نیاز و مقدمه مراحل بعدی می‌باشد. استخراج اطلاعات و شناسایی فیچرها از اطلاعات طراحی به‌کمک کامپیوتر با توجه به افزایش پیچیدگی قطعات، به صورت دائم بهبود یافته است لیکن تحقیق برای یافتن یک راه حل بهینه پایان ناپذیر است. طی چند دهه گذشته، برای استخراج و شناسایی فیچرهای ماشین‌کاری از اطلاعات فایل طراحی، روش‌های متعددی توسط محققین معرفی و به کارگیری شده است. در کلیه روش‌هایی که تاکنون توسط محققین معرفی و ارایه گردیده است، تعداد و نوع ویژگی‌ها به عنوان متغیرهای مستقل در الگوی شناسایی فیچرهای ماشین‌کاری، توسط طراح الگو و از داده‌های فایل طراحی قطعه استخراج می‌گردد. در این تحقیق ویژگی‌های مورد نیاز برای شناسایی فیچرهای ماشین‌کاری از مقادیر پیکسل‌های تصویر شکل فیچرها و توسط سامانه هوش مصنوعی و بصورت خودکار استخراج می‌گردد. سامانه هوش مصنوعی تولید شده برای شناسایی فیچرهای ماشین‌کاری در این تحقیق قادر است با مشاهده تصویر یک قطعه، کلیه اطلاعات مورد نیاز برای ماشین‌کاری از جمله نام، مختصات محل قرارگیری فیچر نسبت به قطعه و ابعاد مورد نیاز برای ماشین‌کاری قطعه را شناسایی ‌‌نماید و اطلاعات فیچرهای موجود در تصویر ورودی به سامانه را در یک جدول ارایه ‌دهد.
متن کامل [PDF 735 kb]   (661 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: طراحی و ساخت به کمک کامپیوتر
دریافت: 1401/11/16 | پذیرش: 1402/3/11 | انتشار: 1402/3/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.