Fuzzy logic in controlling flexible manufacturing cell

• Autorzy: Przybylski W. , Wiśniewska A.

Warianty tytułu

PL

Logika rozmyta w kontroli procesu wytwarzania w elastycznym gnieździe obróbkowym

• Języki publikacji: EN

Abstrakty

EN

In the present work a controlling method based on fuzzy rule base is proposed. Practical approaches are developed and focused on real time problems related to flexible manufacturing cell. Techniques for design and implementation of fuzzy systems in the framework of control production and quality states are presented.

PL

W artykule przedstawiono propozycję sposobu kontroli procesu obróbki uwzględniającej metody logiki rozmytej. Zastosowanie pratyczne dotyczy zagadnień funkcjonowania elastycznego gniazda obróbkowego, w szczególności mechanizmów i zasad kontroli procesu i jakości wytwarzanych wyrobów.

Słowa kluczowe

EN

controlling; manufacturing system; fuzzy logic; turning; burnishing

PL

kontrola; system wytwarzania; logika rozmyta; toczenie; nagniatanie

• Wydawca: Komitet Budowy Maszyn PAN ; De Gruyter
• Czasopismo: Advances in Manufacturing Science and Technology
• Rocznik: 2010
• Tom: Vol. 34, nr 2
• Strony: 5--17
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Przybylski W.

autor

Wiśniewska A.

• Department of Manufacturing Technology and Automation, Gdańsk University of Technology, 80-233 Gdańsk, Narutowicza 11/12,

Bibliografia

• [1] A. WECKENMANN. M. RINNAGL: Acceptance of processes: do we need decision rules? Journal of the International Societies for Precision Engineering and Nanotechnology, 24 (2000), 264-269.
• [2] M. INNALA, S. TORVIEN: Integrating computer aided quality assurance in flexible engineering and production processes. Inter. Journal Production Economics, 41 (1995), 179-184.
• [3] A. JARDZIOCH, S. JAŁOWICKI, J. HONCZARENKO: Simulation model of flexible intelligent manufacturing system. Computer Integrated Manufacturing, WNT, Warszawa 2003, 215-222.
• [4] S.V. WONG, A.M.S. HAMONDA: Development of genetic algorithm-based fuzzy rules design for metal cutting data selection. Robotics and Computer Integrated Manufacturing, 18 (2002), 1-12.
• [5] A. LEKOVA, D. BATANOV: Self-testing and self-learning fuzzy expert system for technological process control. Computers in Industry, 37 (1998), 135-141.
• [6] G.E. D'ERRICO: Fuzzy control systems with application to machining processes. Journal of Materials Processing Technology, 109 (2001), 38-43.
• [7] M.A.S. MONFARED, S.J. STEINER: Fuzzy adaptive scheduling and control systems. Fuzzy Sets and Systems, 115 (2000), 231-246.
• [8] T. TAKAGI, M. SUGENO: Fuzzy identification of systems and its applications to modelling and control. IEEE Transactions on Systems, Man, and Cybernetics, 15 (1985), 116-132.
• [9] G.C. MACCARINI, G. VALENTINI, L. ZAVANELLA: Improving the simulation of manufacturing systems. The implementation of hybrid simulation and fuzzy logic. Proc. of ATPPC, Firenze University Press, 2000.
• [10] R. BABUSKA, H.B. VERBRUGGEN: An overview of Fuzzy Modelling for Control. Control Engineering Practice, 4/11 (1996), 1593-1606.
• [11] R. KNOSALA: Zastosowanie metod sztucznej inteligencji w inżynierii produkcji (Implementation of artificial intelligence methods into engineering production). WNT, Warszawa 2002.
• [12] W. PRZYBYLSKI, A. WIŚNIEWSKA: Application of Fuzzy Logic into Precision Turning Process in Flexible Manufacturing Cell. Kongres ICPM, 2007.
• [13] W. PRZYBYLSKI, B. ŚCIBIORSKI, A. WIŚNIEWSKA: Adaptive systems for process control in flexible manufacturing. Proc. 7th Inter. Conference Computer Integrated Manufacturing "Intelligent Manufacturing Systems". Gliwice-Wisła 2005.