Diagnosis of edge condition based on force measurement during milling of composites

• Autorzy: Felusiak A , Twardowski P.

Identyfikatory

DOI

10.2478/amtm-2018-0002

• Języki publikacji: EN

Abstrakty

EN

The present paper presents comparative results of the forecasting of a cutting tool wear with the application of different methods of diagnostic deduction based on the measurement of cutting force components. The research was carried out during the milling of the Duralcan F3S.10S aluminum-ceramic composite. Prediction of the tool wear was based on one variable, two variables regression, Multilayer Perceptron (MLP) and Radial Basis Function (RBF) neural networks. Forecasting the condition of the cutting tool on the basis of cutting forces has yielded very satisfactory results.

Słowa kluczowe

EN

neural network; metal matrix composite; cutting force; tool wear

PL

sieć neuronowa; kompozyt metalowy; siła cięcia; zużycie narzędzia

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Archives of Mechanical Technology and Materials
• Rocznik: 2018
• Tom: Vol. 38
• Strony: 8--14
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Felusiak A

• Poznań University of Technology, Piotrowo 3, Poznań 61-138, Poland

autor

Twardowski P.

• Poznań University of Technology, Piotrowo 3, Poznań 61-138, Poland

Bibliografia

• [1] Bullinaria J., Radial Basis Function Networks: Introduction, Neutral Computation: Lecture 13, 2015.
• [2] Burek J., Babiarz R., Sułowski P., Sałata M., Diagnostyka procesu wysokowydajnościowego frezowania stopów aluminium, Mechanik nr 11/2016, pp. 1652-1653.
• [3] Jemielniak K., Automatyczna diagnostyka stanu narzędzia i procesu skrawania, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2002. pp. 3-8, 159-172.
• [4] Kumar R., Chattopadhyaya S., Hloch S., Krolczyk G., Legutko S., Wear characteristics and defects analysis of friction stir welded joint of aluminium alloy 6061-t6, Eksploatacja i niezawodność, Volume 18, Issue 1, 2016, Pages 128-135.
• [5] Lenke I. Rogowski D., Design of metal ceramic composites, International Jurnal of Materials Research 95(5), pp. 676-680, 2006.
• [6] Mukaka M., A guide to appropriate use of Correlation coefficient in medical research, Malawia Medical Journal 24(3), pp. 69-71, 2012.
• [7] Surowska B., Śliwa R., Metaliczne materiały kopozytowe w aplikacjach lotniczych w tym materiały typu GLARE, III Konferrencja Roczna, 2010.
• [8] Thamizhmanii S., Hasan S., Relationship between flank wear and cutting force on the machining of hard martensitic stailess steel by super hard tools. Proceedings of the World Congress on Engineering 2010 Vol III WCE 2010, London, June 30 - July 2, 2010.
• [9] Zhou D., Liu W., Zhou W., Dong S., Research on network traffic identification based on multi layer perceptron, Telkomnika (Telecommunication Computing Electronics and Control) 12(1), pp.201-208, 2014.
• [10] http://www.rosczak.com/mlp/mlp.html (16.06.2017).
• [11] https://www.rtapublicsales.riotinto.com/En/OurProduct s/Documents/FicheDuralcan_Eng-rev%202016-04-19%20CR0P.PDF (16.06.2017).
• [12] http://layer.uci.agh.edu.pl/pl/dydaktyka/lab-sens/cw1.html (20.05.2017).
• [13] http://home.agh.edu.pl/~bartus/index.php?action=dydaktyka&subaction=statystyka&item=regresja_i_korelacja (16.06.2017).

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).