<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">donstu</journal-id><journal-title-group><journal-title xml:lang="en">Advanced Engineering Research (Rostov-on-Don)</journal-title><trans-title-group xml:lang="ru"><trans-title>Advanced Engineering Research (Rostov-on-Don)</trans-title></trans-title-group></journal-title-group><issn pub-type="epub">2687-1653</issn><publisher><publisher-name>Don State Technical University</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.12737/6899</article-id><article-id custom-type="elpub" pub-id-type="custom">donstu-355</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>TECHNICAL SCIENCES</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ТЕХНИЧЕСКИЕ НАУКИ</subject></subj-group></article-categories><title-group><article-title>EXPERT SYSTEM TRAINING TECHNIQUE TO EVALUATE WELDER’S JOB STABILITY</article-title><trans-title-group xml:lang="ru"><trans-title>Методика обучения экспертной системы оценки стабильности работы сварщика</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Лукьянов</surname><given-names>Виталий Федорович</given-names></name><name name-style="western" xml:lang="en"><surname>Lukianov</surname><given-names>Vitaliy Fedorovich</given-names></name></name-alternatives><email xlink:type="simple">Vfl1@bk.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Кузьменко</surname><given-names>Игорь Владимирович</given-names></name><name name-style="western" xml:lang="en"><surname>Kuzmenko</surname><given-names>Igor Vladimirovich</given-names></name></name-alternatives><email xlink:type="simple">slowbox@yandex.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Донской государственный технический университет, Россия</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Don State Technical University, Russia</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2014</year></pub-date><pub-date pub-type="epub"><day>30</day><month>12</month><year>2014</year></pub-date><volume>14</volume><issue>4</issue><fpage>117</fpage><lpage>124</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Lukianov V.F., Kuzmenko I.V., 2014</copyright-statement><copyright-year>2014</copyright-year><copyright-holder xml:lang="ru">Лукьянов В.Ф., Кузьменко И.В.</copyright-holder><copyright-holder xml:lang="en">Lukianov V.F., Kuzmenko I.V.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://www.vestnik-donstu.ru/jour/article/view/355">https://www.vestnik-donstu.ru/jour/article/view/355</self-uri><abstract><p>The design and training scheme for the artificial neural network is considered. An expert system of evaluating a craftsman’s motor skills stability while working on the welder simulator is based on this technique. It is assumed that the weld joint quality depends directly on the welding behavior stability. While the stability of the manual arc and mechanized welding depends on the welder’s motor skills. It is proposed to use an expert system to determine the stability criterion of the welding process. A step by step design of the artificial neural network architecture considering the specific weld formation is described. It is shown that the application of artificial neural networks based on the expert system allows evaluating the welder’s job stability. A training technique which shortens the time and reduces the number of experiments without loss of the data adequacy and the expert system training quality is described. When creating a database, the experimental results presented as "Quality domain" that connects the welder’s motor actions and the fillet joints defects are used.</p></abstract><trans-abstract xml:lang="ru"><p>Рассматривается схема проектирования и обучения искусственной нейронной сети. На этой методике основана экспертная система оценки стабильности моторных навыков специалиста при работе на тренажере сварщика. Предполагается, что качество сварного соединения напрямую зависит от стабильности протекания процесса сварки. А стабильность ручной дуговой и механизированной сварки зависит от моторных навыков сварщика. Для определения критерия стабильности протекания процесса сварки предлагается использовать экспертную систему. Описано поэтапное проектирование архитектуры искусственной нейронной сети, учитывающей специфику формирования сварного шва. Показано, что применение искусственных нейронных сетей в основе экспертной системы дает возможность оценивать стабильность работы сварщика. Описана методика обучения, которая позволяет сократить время и количество экспериментов без потери достоверности данных и качества обучения экспертной системы. При формировании базы данных использованы результаты экспериментальных исследований, представленные как «область качества», связывающая моторные действия сварщика с дефектами формирования соединения с угловыми швами.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>сварное соединение</kwd><kwd>искусственные нейронные сети</kwd><kwd>обучение искусственной нейронной сети</kwd><kwd>дефекты сварного шва</kwd><kwd>экспертная система</kwd><kwd>стабильность процесса сварки</kwd><kwd>аналитические методы.</kwd></kwd-group><kwd-group xml:lang="en"><kwd>weld joint</kwd><kwd>artificial neural networks</kwd><kwd>artificial neural network training</kwd><kwd>weld defects</kwd><kwd>expert system</kwd><kwd>welding process stability</kwd><kwd>analytical methods</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Haykin, S. Neural networks. A Comprehensive Foundation / S. Haykin. — 2nd edition. — Ontario : McMaster University Hamilton, Prentice Hall, 2006. — 1103 p.</mixed-citation><mixed-citation xml:lang="en">Haykin, S. Neural networks. A Comprehensive Foundation / S. Haykin. — 2nd edition. — Ontario : McMaster University Hamilton, Prentice Hall, 2006. — 1103 p.</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">К вопросу применения нейронных сетей для контроля качества сварных соединений при подводной сварке / И. О. Скачков [и др.] // Автоматическая сварка. — 2006. — № 6. — C. 27–31.</mixed-citation><mixed-citation xml:lang="en">К вопросу применения нейронных сетей для контроля качества сварных соединений при подводной сварке / И. О. Скачков [и др.] // Автоматическая сварка. — 2006. — № 6. — C. 27–31.</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Гладков, Э. А. Имитационное моделирование лазерной сварки с глубоким проплавлением с использованием нейросетевых моделей / Э. А. Гладков, А. И. Гаврилов // Сварка и диагностика. — 2009. — № 1. — С. 7–12.</mixed-citation><mixed-citation xml:lang="en">Гладков, Э. А. Имитационное моделирование лазерной сварки с глубоким проплавлением с использованием нейросетевых моделей / Э. А. Гладков, А. И. Гаврилов // Сварка и диагностика. — 2009. — № 1. — С. 7–12.</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Гаврилов, А. И. Определение оптимальных параметров нейронной сети при построении ма-тематических моделей технологических процессов / А. И. Гаврилов, П. В. Евдокимов // Вестник Ива-новского гос. энергетич. ун-та. — 2007. — № 4. — С. 87–90.</mixed-citation><mixed-citation xml:lang="en">Гаврилов, А. И. Определение оптимальных параметров нейронной сети при построении ма-тематических моделей технологических процессов / А. И. Гаврилов, П. В. Евдокимов // Вестник Ива-новского гос. энергетич. ун-та. — 2007. — № 4. — С. 87–90.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Шварц, М. В. Разработка алгоритма адаптации технологических параметров сварки к изме-нению геометрии стыка при сварке корневого слоя шва. [Электронный ресурс] / М. В. Шварц // Чет-вертая Всероссийская научно-техническая конференция «Студенческая весна 2011: Машинострои-тельные технологии». — Режим доступа: http://studvesna.qform3d.ru/?go=articles&amp;id=336 (дата обра-щения: 08.08.2014).</mixed-citation><mixed-citation xml:lang="en">Шварц, М. В. Разработка алгоритма адаптации технологических параметров сварки к изме-нению геометрии стыка при сварке корневого слоя шва. [Электронный ресурс] / М. В. Шварц // Чет-вертая Всероссийская научно-техническая конференция «Студенческая весна 2011: Машинострои-тельные технологии». — Режим доступа: http://studvesna.qform3d.ru/?go=articles&amp;id=336 (дата обра-щения: 08.08.2014).</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Людмирский, Ю. Г. Повышение эффективности применения неадаптивных роботов на основе вероятностно-статистического моделирования процессов сборки и сварки маложестких пространственных конструкций : дис. д-ра техн. наук / Ю. Г. Людмирский. — Ростов-на-Дону, 2002. — 300 с.</mixed-citation><mixed-citation xml:lang="en">Людмирский, Ю. Г. Повышение эффективности применения неадаптивных роботов на основе вероятностно-статистического моделирования процессов сборки и сварки маложестких пространственных конструкций : дис. д-ра техн. наук / Ю. Г. Людмирский. — Ростов-на-Дону, 2002. — 300 с.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Соловьев, А. Н. Определение упругих и диссипативных свойств материалов с помощью со-четания метода конечных элементов и комплекснозначных искусственных нейронных сетей / А. Н. Соловьев, Нгуен Зуи Чыонг Занг // Вестник Дон. гос. техн. ун-та. — 2014. — № 2. — С. 77–83.</mixed-citation><mixed-citation xml:lang="en">Соловьев, А. Н. Определение упругих и диссипативных свойств материалов с помощью со-четания метода конечных элементов и комплекснозначных искусственных нейронных сетей / А. Н. Соловьев, Нгуен Зуи Чыонг Занг // Вестник Дон. гос. техн. ун-та. — 2014. — № 2. — С. 77–83.</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Фатхи, В. А. Исследование моделей дефектов искусственных нейронных сетей / В. А. Фатхи, Д. В. Маршаков, В. В. Галушка // Вестник Дон. гос. техн. ун-та. — 2012. — № 3. — C. 65–71.</mixed-citation><mixed-citation xml:lang="en">Фатхи, В. А. Исследование моделей дефектов искусственных нейронных сетей / В. А. Фатхи, Д. В. Маршаков, В. В. Галушка // Вестник Дон. гос. техн. ун-та. — 2012. — № 3. — C. 65–71.</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Wilson, B. The Machine Learning Dictionary [Электронный ресурс] / B. Wilson. — Режим доступа: http:// www.cse.unsw.edu.au/~billw/mldict.html (дата обращения: 08.08.2014).</mixed-citation><mixed-citation xml:lang="en">Wilson, B. The Machine Learning Dictionary [Электронный ресурс] / B. Wilson. — Режим доступа: http:// www.cse.unsw.edu.au/~billw/mldict.html (дата обращения: 08.08.2014).</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Горбань, А. Н. Обучение нейронных сетей / А. Н. Горбань. — Москва : ПараГраф. — 1990. — 159 c.</mixed-citation><mixed-citation xml:lang="en">Горбань, А. Н. Обучение нейронных сетей / А. Н. Горбань. — Москва : ПараГраф. — 1990. — 159 c.</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
