Применение методов k-средних и DBSCAN для оптимизации производственных процессов с примерами на python
DOI:
https://doi.org/10.5281/zenodo.17395010Ключевые слова:
кластерный анализ, Python, оптимизация, производственные процессы, k-means, DBSCANАннотация
В работе рассмотрено применение методов кластерного анализа для оптимизации производственных процессов. Приведено решение задачи повышения эффективности процессов механической обработки на примере работы универсальных фрезерных станков. На основе производственных данных, включающих скорость резания, подачу, глубину, вибрацию, температуру, шероховатость поверхности и стойкость инструмента, проведена кластеризация производственных циклов методами k-средних и DBSCAN. В результате анализа выявлены три характерных режима работы оборудования. Применение метода k-средних позволило выделить оптимальный, умеренный и экстремальный (брак) режимы. Применение метода DBSCAN позволило обнаружить аномальные циклы, связанные с перегревом и критической вибрацией. Практическая значимость работы заключается в определении рекомендуемых параметров резания способных снизить брак и разработке критериев для системы мониторинга с целью предупреждения критических режимов работы станка.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Вестник Донецкого университета. Серия 04. Технические науки» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
