Wykorzystanie sztucznych sieci neuronowych do prognozowania dokładności geometrycznej wyrobu

Jóźwik, J.; Jacniacka, E.; Lipski, J.

Artykuł - szczegóły

Tytuł artykułu

Wykorzystanie sztucznych sieci neuronowych do prognozowania dokładności geometrycznej wyrobu

Autorzy

Jóźwik J. , Jacniacka E. , Lipski J.

Identyfikatory

Warianty tytułu

Artificial neural networks using to technological forecasting of geometrical accuracy of finished product

Języki publikacji

Abstrakty

W artykule przedstawiono wyniki wykorzystania sztucznych sieci neuronowych do prognozowanie błędów kształtu i wymiaru gotowego wyrobu. Zbudowano i porównano modele o różnych zdolnościach predykcyjnych. Opracowane na podstawie sumarycznych przemieszczeń przedmiotu obrabianego podczas skrawania modele są zdolne przewidywać wartości błędów kształtu i wymiaru. Badania doświadczalne i analizy prowadzono dla przypadku toczenia nieortogonalnego tulei cienkościennej.

Results of artificial neural networks using to fore-casting of shaping and dimensional errors of finished product. There were built and compared models with different prediction ability. Models, developed on the basis of total displacements of the machining part, were able to predict shaping and dimensional errors. Experiments and numeri-cal analysis were carried out for non-orthogonal turning of thin-walled sleeve.

Słowa kluczowe

sieć neuronowa

neuron network

Wydawca

Wydawnictwo SIGMA-NOT
Sieć Badawcza Łukasiewicz - Instytut Mechanizacji Budownictwa i Górnictwa Skalnego

Czasopismo

Przegląd Mechaniczny

Rocznik

2005

Tom

nr 4

Strony

9--17

Opis fizyczny

Bibliogr. 20 poz., il.

Twórcy

autor

Jóźwik J.

Politechnika Lubelska, Wydział Mechaniczny, Katedra Podstaw Inżynierii Produkcji

autor

Jacniacka E.

Politechnika Lubelska, Wydział Mechaniczny, Katedra Podstaw Inżynierii Produkcji

autor

Lipski J.

Politechnika Lubelska, Wydział Mechaniczny, Katedra Podstaw Inżynierii Produkcji

Bibliografia

1. Luttervelt C. A., Childs T. H. C., Klocke F., Venuvinod P. K.: Present situation and future trends in modelling of machining operations. Progress Report of the CIRP working group „Modelling of Machining Operations". Annals of the CIRP, 47 (2), 1998, pp. 587-626.
2. Lipski J., Lutek K., Nieszczeta W., Zaleski K.: Ocena błędów obróbkowych spowodowanych odkształceniami cieplnymi przedmiotu obrabianego". Forum prac badawczych Kształtowanie części maszyn przez usuwanie materiału". Koszalin 1994. Mat.
3. Józwik J., Lipski J.: Prediction of value cutting force components by applied neural networks with radial basic functions RBF. Systemy informacyjne i informatyczne w inżynierii produkcji. LTN, Lublin 2003.
4. Józwik J., Lipski J.: Application of neural network to modeling of workpiece deformations during turning process. Maintenance and Reliability, 4, 2002, pp. 30 - 49.
5. Józwik J., Lipski J.: Prediction of workpiece deforming during cutting with applied artificial neural network. II Sympozjum Mechaniki Zniszczenia Materiałów i Konstrukcji, Augustów 2003.
6. Bryan J.: International status of thermal error research. Annals CIRE: 39 (2), 1990, pp. 645 - 656.
7. Mayer J. R. R., Phan A.-V., Cloutier G.: Prediction of diameter errors in bar turning: a computationally effective model. Applied Mathematical Modeling, 24, 2000, pp. 943 - 956.
8. Phan A.-V., Cloutier G., Mayer J.R.R.: A finite element model for predicting tapered workpiece deflections in turning. Computer Modeling and Simulation in Engineering, 4, 1999, pp.138 - 142.
9. Li X.: Real-Time Prediction of Workpiece Errors for a CNC Turning Centre. Part 4. Cutting-Force-Induced Errors. Int. J. Adv. Manuf. Technol. 17 (2001), pp. 665 - 669.
10. Li X., Venuvinod P. K., Djorjevich A., Liu Z. O.: Predicting Machining Errors in Turning Using Hybrid Learning. Int J Adv Manuf Technol., 18, 2001 pp. 863 - 872.
11. Liu Z. O.: Finite difference calculations of the deformations of multi-diameter workpieces during turning. Journal of Materials Processing Technology. 98, 2000, pp. 310 - 316.
12. Shiraishi M.: In-process control of workpiece dimension in turning. Annals of the CIRP, 28 (1), 1979, pp. 333 - 337.
13. Kops L., Gould M., Mizrach M.: Improved analysis of the workpiece accuracy in turning, based on the emerging diameter, ASME Journal of Engineering for Industry. 115, 1993, pp. 253 - 257.
14. Kaps L., Gould M., Mizrach M.: A search for equilibrium between workpiece deflection and depth of cut: key to predictive compensation for deflection in turning, 2, Manuf. Sci. Eng., ASME PED, 68 (2), 1994 pp. 819 - 825.
15. Yang S., Yuan J., Ni J.: Real-time cutting force induced error compensation on a turning center. International Journal of Machine Tools and Manufacture. 37, 1997, pp. 1597 - 1610.
16. Asao T., Mizugaki Y., Sakamoto M.: Precision turning by means of a simplified predictive function of machining error. Annals of the CIRP. 41(1) 1992, 447 - 450.
17. Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1998.
18. Masters T.: Sieci neuronowe w praktyce. WNT, Warszawa 1996.
19. Osowski S.: Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 1996.
20. Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BPB3-0021-0049