Diagnostyka przyczyn powstawania wad w odlewach z wykorzystaniem metod statystycznych i sieci neuronowych

• Autorzy: Perzyk M. , Biernacki R.

Warianty tytułu

EN

Diagnosis of causes of casting defects with use of statistical methods and neural networks

• Języki publikacji: PL

Abstrakty

PL

Omówiono naiwny klasyfikator Baycsa, stosowany jako probabilistyczny system uczący się. Porównano błędy przewidywania jakości odlewów za pomocą tego systemu oraz sztucznych sieci neuronowych. Wykazano, że zarówno dla wielkości wyjściowych typu binarnego (wystąpienie wady lub jej brak), jak i parametrów ciągłego, model oparty na statystyce może stanowić dobre narzędzie diagnostyczne, alternatywne dla sieci neuronowej.

EN

Naive Bayesian classifier, applied as a probabilistic learning system, is discussed. Prediction capabilities of the system, applied to quality parameters of castings, is compared to those of artificial neural networks. It is shown .that for both types of output: binary (i.e. appearance or lack of a defect) and continuous ones, the statistical type model can be a good diagnostic tool, alternative to neural networks.

Słowa kluczowe

PL

wady odlewów; diagnostyka; klasyfikator Bayesa; metody statystyczne

EN

casting defects; diagnosis; Bayesian classifier; statistical methods

• Wydawca: Komisja Odlewnictwa Polskiej Akademii Nauk Oddział w Katowicach
• Czasopismo: Archiwum Odlewnictwa
• Rocznik: 2004
• Tom: R. 4, nr 11/2
• Strony: 71--76
• Opis fizyczny: Bibliogr. 5 poz., wykr.

Twórcy

autor

Perzyk M.

• Politechnika Warszawska, Instytut Technologii Materiałowych, ul. Narbutta 85, 02-524 Warszawa

autor

Biernacki R.

• Politechnika Warszawska, Instytut Technologii Materiałowych, ul. Narbutta 85, 02-524 Warszawa

Bibliografia

• [1] M. Perzyk, A. Kochański: Detection of causes of casting defects assisted by artificial neural networks. Journal of Engineering Manufacture, Proceedings of the Institution of Mechanical Engineers, Part B. Vol. 217, (2003) str. 1279-1284.
• [2] M. Perzyk, A. Kochański: Prediction of ductile cast iron quality by artificial neural networks, Journal of Materials Processing Technology, Elsevier, 2001, Volume/issue: 109/3, str. 305-307.
• [3] M. Perzyk, P. Siwek: Application of artificial neural networks to green molding sands control. Acta Metallurgica Slovaca. Vol. 8, Nr 2, (2002). str. 24-29.
• [4] M. Perzyk, R. Biernacki: Zaawansowane metody statystyczne w sterowaniu procesami produkcyjnymi. Archiwum Odlewnictwa, materiały IV Międzynarodowej Konferencji Naukowej ,,Optymalizacja Systemów Produkcyjnych w Odlewniach, Łódź, 7-9 czerwca 2004 (w druku).
• [5] M. Perzyk, A. Kochański, J. Kozłowski: Istotność względna sygnałów wejściowych sieci neuronowej. Informatyka w Technologii Materiałów, Wydawnictwo Naukowe AKAPIT, Kraków, tom 3, rok 2003, str. 125-132.