Wykorzystanie sztucznej inteligencji do modelowania stanu geometrycznego powierzchni po obróbce EDM stali narzędziowych

• Autorzy: Nieciąg H. , Kudelski R. , Zagórski K.

Identyfikatory

DOI

10.24136/atest.2018.454

Warianty tytułu

EN

The use of artificial intelligence to model the geometric state of the surface after EDM machining of tool steels

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie metod sztucznej inteligencji w postaci sztucznych sieci neuronowych (SSN) do modelowania stanu geometrycznego wyrobu kształtowanego w procesie EDM. Zastosowano SSN o różnej architekturze i różne algorytmy uczące. Zbadano jakość modeli i ich skuteczność w prognozowaniu wybranych cech geometrycznych wyrobów z stali narzędziowych.

EN

The article presents the application of artificial intelligence methods in the form of artificial neural networks (SSN) for modeling the geometrical state of a product shaped in the EDM process. The SSN with different architecture and different learning algorithms were implemented. The models' quality and their effectiveness in predicting some geometrical features of tool steel products were examined.

Słowa kluczowe

PL

sieci neuronowe; technologia EDM; inspekcja elektrod

EN

ANNs; EDM technology; electrode inspection

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2018
• Tom: R. 19, nr 12
• Strony: 570--574
• Opis fizyczny: Bibliogr. 10 poz., il., rys., tab.

Twórcy

autor

Nieciąg H.

• AGH Akademia Górniczo-Hutnicza, WIMiR

autor

Kudelski R.

• AGH Akademia Górniczo-Hutnicza, WIMiR

autor

Zagórski K.

• AGH Akademia Górniczo-Hutnicza, WIMiR

Bibliografia

• 1. Kułakowski M., Rokosz K., Stopowe stale austenityczne, ferrytyczne i duplex używane w transporcie, „Autobusy” 2017, nr 7-8.
• 2. Morek R., Właściwości powierzchni po obróbce EDM, „Stal. Metale &Nowe technologie” 2013, nr 11-12.
• 3. Matlab manual, user's guide, Mathworks Natick 2002.
• 4. Nieciag H., Kudelski R., Zagórski K., Analiza Pareto ANOVA cech geometrycznych wyrobów kształtowanych w ZSW w cyklu adaptacyjnym EDM, „Pomiary Automatyka Robotyka” 2017, R 21, nr 4.
• 5. Korzyński M., Metodyka eksperymentu, WNT, Warszawa 2017.
• 6. Agie Charmilles Group, Dokumentacja techniczna ROBOFORM 350, 2004.
• 7. Humienny Z. (ed) i in., Specyfikacje geometrii wyrobów (GPS). Podręcznik europejski. WNT, Warszawa 2004.
• 8. Osowski S., Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2013.
• 9. Statistica, Sieci Neuronowe, https://www.statsoft.pl/textbook/stathome_stat.html?https%3A%2F%2Fwww.statsoft.pl%2Ftextbook%2Fstneunet.html
• 10. Nieciag H., Kudelski R., Zagórski K., The electrode inspection in integrated manufacturing system, “Przegląd Elektrotechniczny” 2016, R. 92 nr 11.