Neural nets applications in tribology research

• Autorzy: Rudnicki Z. , Figiel W.

Warianty tytułu

PL

Zastosowanie sieci neuronowych w badaniach tribologicznych

• Języki publikacji: EN

Abstrakty

EN

The paper considers the range, efficiency and features of artificial neural networks (NNs) - a supporting tool for tribological research. The first part gives an introduction to neural nets ideas, parameters and areas of applications. Several examples of NN applications in tribology investigations are described. Summary of used NN-s features and parameters is made. At the end some NN software tools are characterized and benefits of using NN-s are considered.

PL

Referat ma na celu ocenę przydatności i zakresu zastosowań sztucznych sieci neuronowych (NN) jako narzędzia wspomagającego badania tribologiczne oraz popularyzację tej tematyki. Przedstawiono krótką charakterystykę sieci neuronowych i ich zastosowań ze szczególnym uwzględnieniem najczęściej stosowanego typu sieci oznaczanego jako MLP lub FF-BP. Omówiono najważniejsze problemy związane z uczeniem nadzorowanym sieci typu MLP oraz nienadzorowanym sieci Kohonena SOM. Dokonano przeglądu szeregu zastosowań NN w badaniach tribologicznych z podziałem na kilka kategorii. Podsumowano podstawowe zalety oraz pewne niedogodności stosowania sieci neuronowych w tribologii.

Słowa kluczowe

EN

neural networks; multilayer perceptron; wear prediction; tool wear monitoring

PL

sieci neuronowe; perceptron wielowarstwowy; prognozowanie zużycia; monitorowanie zużycia; zużycie narzędzi

• Wydawca: Komitet Budowy Maszyn PAN
• Czasopismo: Zagadnienia Eksploatacji Maszyn
• Rocznik: 2002
• Tom: Vol. 37, nr 3
• Strony: 97--110
• Opis fizyczny: Bibliogr. 29 poz.

Twórcy

autor

Rudnicki Z.

• Technical University of Mining and Metallurgy (AGH), Cracow

autor

Figiel W.

• Technical University of Mining and Metallurgy (AGH), Cracow

Bibliografia

• [1] Gurney, K.: Neural Nets - http://www.shef.ac.uk/psychology/gumey/notes.
• [2] Rutkowska, D., Piliński, M., Rutkowski, L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte (pp. 411) - Ed. PWN, W-wa, Łódź 1999 (book).
• [3] Sarle, W.S.: Neural nets FAQ - ftp://ftp.sas.com/pub/neural/FAQ.html.zip
• [4] Swiątnicki, Z., Wantoch-Rekowski, R.: Sieci neuronowe w zastosowaniach wojskowych (pp 253) - Ed. „Bellona”, Warszawa 1998 (book).
• [5] Tadeusiewicz, R.: Sieci neuronowe (pp. 195) - Ed.. „RM”, Warszawa 1993.
• [6] Tadeusiewicz, R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami (pp. 312), Ed. PLJ Warszawa 1998 (book).
• [7] Tadeusiewicz, R.: Wprowadzenie do sieci neuronowych - NEUROMET’97, AGH, Kraków 1997.
• [8] Turhan Taner, M.: Kohonen's Self Organizing Networks with "Conscience', Rock Solid Images 1997.
• [9] Adamczyk, Z., Jemielniak, K., Kosmol, J., Sokołowski, A.: Monitorowanie ostrza skrawającego. Metody konwencjonalne i sieci neuronowe, Ed.:WNT, Warszawa, 1996. (book).
• [10] Bauer, B., Georges, D., Geropp, B., Poschmann, M.: Lathe tool wear monitoring with neural networks - www.acida.de/public_downloads/Eufit _nn.pdf.
• [11] Chungchoo, Saini, D.: On line tool wear estimation in CNC turning operations using fuzzy NN model - Int. Joum. of Machine Tools and Manufacture No.42/2002 pp. 29—40 (Ed.: Elsevier).
• [12] Dimla, E. et al.: Automatic toot state identification in metal turning operation using MLP neural networks - Int. J. of Machine Tools and Manufacture Vol.38, No.4/1998, pp. 343- 352; (Elsevier).
• [13] Lin, S.C., Ting, C.J.: Drill wear monitoring using neural networks - Int. Joum. of Machine Tools and Manufacture No.4/1996 pp. 465-475.
• [14] Matsumura, T.: An evaluation approach of machine tool characteristics with adaptive prediction - Wear 231/1999, pp. 242-248.
• [15] Moszczyński, L., Pniewski: Wykorzystanie sieci neuronowej do analizy probabilistycznego modelu zużycia wykrojnika - Przegląd Mechaniczny 6/2001.
• [16] Liu, Q., Altintas, Y.: On-line monitoring of flank wear in turning with multilayered feed-forward neural network - Int. Joum. of Machine Tools & Manufacture 39/1999, pp. 1945-1959.
• [17] Zawada-Tomkiewicz, A., Storch, В.: Classifying the wear of turning tools with neural networks - Journal of Materials Processing Technology 109/2001, pp. 300-304. Other wear diagnosis and prediction tasks:
• [18] Jones, S.P., Jansen, R., Fusaro, R.L.: Tribological Application of Artificial Neural Networks. NASA report TM107108 - http://www.grc.nasa. gov/W W W /spacemech/neural.html.
• [19] Müller, U., Birchler, B.: Wear diagnosis on axial face seals with neural networks - http://spp-ics.snf.ch/SPP-IF/5003-039047.html.
• [20] Subrahmanyam, M., Sujatha, C.: Using neural networks for the diagnosis of localized defects in ball bearings - Tribology International Vol.30, No.10/1997, pp. 739-752.
• [21] Velten, К., Reinicke, R., Friedrich, K.: Wear volume prediction with artificial neural networks - Tribology International 33/2000 pp. 731-736.
• [22] Yilbas, Z., Hashmi, M.S.J.: An optical method and neural network for surface roughness measurement - Optics and Lasers in Engineering 29/1998 pp. 1-15.
• [23] Basu, В. et al.: Prediction of biodegradability of mineral base oils from chemical composition using artificial neural networks - Tribology International Vol. 31, No. 4/1998, pp. 159-168.
• [24] Jain, R.K., Jain, V.K., Kalra, P.K.: Modelling of abrasive flow machining process: a neural networks approach - Wear 231/1999, pp. 242-248.
• [25] Karkoub, M., Elkamel, A.: Modelling pressure distribution in a rectangular gas bearing using neural networks - Tribology International Vol. 30 No. 2 1997, pp. 139-150. Wear debris (particles) analysis:
• [26] Grigoriev, A.Ya.: Condition monitoring of lubricated friction pair by debris morphology and neural network. Friction and Wear No. 2/1997; http://www.ac.by/publications/trenie/trel8_2.html.
• [27] Myshkin N.K., Kwon, O.K., Grigorev, A.Y., Ahn, H.S., Kong, H.: Classification of wear debris using a neural network - Wear 203-204, pp. 658-662.
• [28] Peng, Z., Kirk, T.B.: Automatic wear-particle classification using neural networks - Tribology Letters 5/1998, pp. 249-257.
• [29] Umeda ,A., Sugimura, J., Yamamoto, Y.: Characterization of wear particles and their relations with sliding conditions. Wear 216/1998, pp. 220-228.