Modelowanie wpływu parametrów procesu osadzania powłok na właściwości warstw

• Autorzy: Trzos M.

Warianty tytułu

EN

Modelling the influence of the parameters of processes on coating properties

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono problemy modelowania wybranych właściwości warstw, otrzymywanych w procesach osadzania powłok metodami PAPVD. Analizie zostały poddane powłoki nanoszone z wykorzystaniem dwóch różnych komercyjnych urządzeń. Technika modelowania została zastosowana w celu opracowania modeli, pozwalających na prognozowanie właściwości warstw na podstawie parametrów procesu osadzania. W procesie modelowania, z zastosowaniem metody sztucznych sieci neuronowych, zostały wykorzystane zbiory danych z eksperymentów badawczych i procesów technologicznych. Przeprowadzone badania pozwoliły na opracowanie modeli tylko dla niektórych z analizowanych charakterystyk, głównie ze względu na występujące niedostatki w zbiorach danych. Wpłynęło to zasadniczo na organicznie możliwości opracowania modeli. Należy jednak podkreślić, że uzyskane w trakcie badań wyniki uzasadniają zastosowanie sieci neuronowych do opisu badanych procesów i budowy modeli prognostycznych.

EN

Some of the properties of coatings deposited with the use of PAPVD methods were described. The research concerns coatings deposited on two different commercial devices. The modelling technique was applied in order to model development that enables the prediction of layer properties based on the deposition parameters. In this research, the method of artificial neural network was applied for modelling, and data from both research experiments and technological processes were used. As the results of modelling show, only some characteristics were well described by models. That problem mainly appeared because of data shortage causing a limitation in modelling. However, research results justify neural network application for describing the analysed processes and the development of prediction models for coating properties.

Słowa kluczowe

PL

modelowanie; modele charakterystyk; sztuczna sieć neuronowa; właściwości powłok

EN

modeling; characteristics models; artificial neural network; coatings properties

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2008
• Tom: nr 4
• Strony: 219--230
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Trzos M.

• Instytut Technologii Eksploatacji - PIB, Radom

Bibliografia

• 1. Projekt celowy nr 7 1232 91 C: Technologie nanoszenia wieloskładnikowych i wielowarstwowych powłok przeciwzużyciowych na narzędzia skrawające metodami plazmochemicznymi. Międzyresortowe Centrum Naukowe Eksploatacji Majątku Trwałego, Radom 1994.
• 2. Projekt celowy nr 7 T08B 003 C/2574: Technologia podwyższania trwałości form ciśnieniowego odlewania aluminium przez wytwarzanie warstw kompozytowych metodą dwustopniowej obróbki powierzchniowej. Sprawozdanie, Instytut Technologii Eksploatacji, Radom 1998.
• 3. Walkowicz J.: Kształtowanie własności złożonych powłok przeciwzużyciowych przez dobór i optymalizację składu i sposobu ich osadzania. Sprawozdanie, Instytut Technologii Eksploatacji, Radom 1999.
• 4. Walkowicz J. (red.): Utrzymanie i rozwój Laboratorium Technologii Warstwy Wierzchniej. Sprawozdanie, Instytut Technologii Eksploatacji, Radom 2000.
• 5. Swingler K.: Applying neural networks. A Practical Guide. Pub Academic Press, 1996.
• 6. Korbicz J., Obuchowicz A., Uciński D.: Sztuczne sieci neuronowe. Podstawy i zastosowania. Akademicka Oficyna Wydawnicza, Warszawa 1994.
• 7. Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 8. Frangu L., Ripa M.: Artificial neural networks applications in tribology - a survey. NIMIA-SC2001 - 2001 NATO Advanced Study Institute on Neural Networks for Instrumentation, Measurement and Related Applications: Study Cases Crema, Italy, 2001.
• 9. Wieczorek T.: Intelligent control of the electric-arc steelmaking process using artificial neural networks. Comp. Methods in Material Science, 2006, 6, 1, 9-14.
• 10. Statistica Neural Networks. StatSoft. 2001.