Рис. 3. Типовой электромагнитный клапан

В заключение можно отметить, что применение искусственной нейронной сети для прогнозирования показателей надежности вакуумного технологического оборудования возможно и целесообразно. Для этого имеется необходимая теоретическая база – теория распознавания образов и кластерный анализ, а также богатый опыт эксплуатационных исследований. Сравнение результатов расчета элементов вакуумного технологического оборудования с результатами, полученными методом кластерного анализа, показали вполне приемлемый уровень достоверности прогнозирования показателей надежности с помощью искусственной нейронной сети.

Опыт эксплуатации вакуумного технологического оборудования показывает, что наименее надежными являются элементы, имеющие узлы трения, работающие в вакууме или соприкасающиеся с агрессивной газовой средой. Для повышения износостойкости и коррозионной стойкости элементов вакуумного технологического оборудования наиболее эффективным путем является нанесение в вакууме защитных тонкопленочных покрытий.

ЛИТЕРАТУРА

1. Л.В.Облонский, В.А.Баскин Автоматизированная методика прогнозирования надежности механических узлов технологического оборудования // Электронная техника. Серия 8. Управление качеством и стандартизация. М.: ЦНИИ Электроника, 1988, в.1 (128), с. 22 – 25.

FORECASTING OF VACUUM EQUIPMENT RELIABILITY BY NEURAL NETWORKS

Yu.V.Panfilov¹, E.V.Bulygina¹, A.H.Azymov¹, Yu.M.Sarapulov^2
1 Moscow State Bauman Technical University, Moscow, Russia
²”Spetselectromechanika”, Bryansk, Russia

Method of forecasting of vacuum equipment reliability at the project stage is shown. Neural network is recommended to be used as a way of forecasting. The example for the vacuum mechanism is given/

320