Sieci neuronowe MLP w badaniu chropowatości Ra i Rz

• Autorzy: Rojek I. , Twardowski P.

Identyfikatory

DOI

10.17814/mechanik.2016.8-9.235

Warianty tytułu

EN

MLP neural networks in the study of surface roughness Ra and Rz

• Języki publikacji: PL

Abstrakty

PL

Omówiono modele sieci neuronowych jednokierunkowych wielowarstwowych ze wsteczną propagacją błędu (MLP). Modele te zastosowano do oceny chropowatości R_a i R_z. Badania wykonano na danych rzeczywistych wybranego przedsiębiorstwa. Dane te zostały zebrane podczas procesu obróbki rowków pod pierścienie w tłokach silników samochodowych.

EN

The article discusses the models of one-directional multilayer neural networks with error backpropagation (MLP). These models were used to evaluate the surface roughness of R_a and R_z. The study was performed on real data of the selected enterprise. These data were gathered during the process of machining grooves under the rings of the pistons in automobile engines.

Słowa kluczowe

PL

sieć neuronowa; chropowatość powierzchni; analiza; ocena

EN

neural network; surface roughness; analysis; evaluation

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Mechanik
• Rocznik: 2016
• Tom: R. 89, nr 8-9
• Strony: 1036--1037
• Opis fizyczny: Bibliogr. 6 poz., tab.

Twórcy

autor

Rojek I.

• Instytut Mechaniki i Informatyki Stosowanej, Uniwersytet Kazimierza Wielkiego w Bydgoszczy

autor

Twardowski P.

• Instytut Technologii Mechanicznej, Wydział Budowy Maszyn i Zarządzania Politechniki Poznańskiej

Bibliografia

• 1. PN-EN ISO 4287:1999 – Specyfikacje geometrii wyrobów – Struktura geometryczna powierzchni: metoda profilowa – Terminy, definicje i parametry struktury geometrycznej powierzchni.
• 2. Karaye D. „Prediction and control of surface roughness in CNC lathe using artificial neural network”. Journal of Materials Processing Technology. Vol. 209 (2009): pp. 3125÷3137.
• 3. Asiltürk I., Çunkas M. „Modeling and prediction of surface roughness in turning operations using artificial neural network and multiple regression method”. Expert Systems with Applications. Vol. 38 (2011): pp. 5826÷5832.
• 4. Zain A.M., Haron H., Sharif S. „Prediction of surface roughness in the end milling machining using Artificial Neural Network”. Expert Systems with Applications. Vol. 37 (2010): pp. 1755÷1768.
• 5. Senveter J., Klancnik S., Balic J., Cus F. „Prediction of surface roughness using a feed-forward neural network”. Management and Production Engineering Review. Vol. 1, No. 2 (2010): pp. 47÷55.
• 6. Russell S.J., Norvig P. „Artificial intelligence: a modern approach”. New Jersey: Prentice Hall, 2009.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.