Strategie diagnozowania narzędzia bazujące na wnioskowaniu rozmytym

• Autorzy: Czyszpak T.

Warianty tytułu

EN

Strategies of cutting tool diagnostics basing on fuzzy logic systems

• Języki publikacji: PL

Abstrakty

PL

Artykuł jest przeglądem literaturowym przedstawiającym podejścia do diagnozowania narzędzia ze szczególnym uwzględnieniem podejść bazujących na wnioskowaniu rozmytym. Przedstawiono również podstawowe parametry systemu wnioskowania rozmytego wpływające na jego sprawność. Wskazane zostały wady i zalety doboru poszczególnych parametrów. Wyniki przeprowadzonych analiz mogą być pomocne w pracach konstruowania systemów diagnostyki narzędzia i procesu skrawania.

EN

The paper presents a review on cutting tool diagnostic systems. Special attention is paid on approaches basing on fuzzy logic theory. In this case, paper describes base parameters of fuzzy logic inference and their influence on a generally considered performance of fuzzy logic systems. The advantages and disadvantages of proper parameter selection is discussed, as well. The presented research results can be useful in future works on fuzzy logic system design and implementation for cutting tool diagnostics and automatic supervision.

Słowa kluczowe

PL

logika rozmyta; wnioskowanie rozmyte; diagnostyka; skrawanie

EN

fuzzy logic; diagnostics; cutting

• Wydawca: Katedra Budowy Maszyn. Politechnika Śląska
• Czasopismo: Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
• Rocznik: 2006
• Tom: nr 2
• Strony: 125--138
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Czyszpak T.

• Katedra Budowy Maszyn Politechniki Śląskiej, 44-100 Gliwice, ul. Konarskiego 18A, tel. [phone],

Bibliografia

• [1] Zadeh L.A.: Fuzzy Sets - Journal of Information and Control, 1965.
• [2] Czogała E., Pedrycz W.: Elementy i metody teorii zbiorów rozmytych. PWN, Warszawa, 1985.
• [3] Jemielniak K.: Tendencje rozwojowe w diagnostyce stanu narzędzia i procesu skrawania, Postęp Technologii Maszyn i Urządzeń, 21 (1997) 1.
• [4] Balazinski M., Czogala E., Jemielniak K., Leski J.: Tool condition monitoring using artificial intelligence methods, Engineering Applications of Artificial Intelligence, 2002.
• [5] Po-Tsang Huang, Joseph С Chen Neural Network-Based Tool Breakage Monitoring System for End Milling Operations, Journal of industrial technology, 2000.
• [6] Szalay Т., Alpek F., Monostori L., Markos S., Viharos Zs. J.: Investigation of machined surfaces using artifical intelligence methods.International Conference on Machining Tools, Miskolc, 1996.
• [7] Jemielniak K.: Automatyczna diagnostyka stanu narzędzia i procesu skrawania, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2002.
• [8] Czyszpak Т., Sokołowski A.: Wpływ wybranych parametrów systemów wnioskowania rozmytego na sprawność klasyfikacji- XLIV Sympozjon PTMTS - Modelowanie w mechanice - materiały konferencyjne, Wisła, 2005.
• [9] Piegat A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2003.
• [10] Czyszpak Т.: Analiza wybranych metod generowania bazy reguł systemów logiki rozmytej, Prace Naukowe Katedry Budowy Maszyn, Gliwice, 2005.
• [11] Jemielniak К., Kosmol J.: Diagnostyka narzędzia i procesu skrawania – stan aktualny i kierunki rozwoju, Mechanik, nr 10,1996,429-437.
• [12] Sokołowski A., Czyszpak Т.: Systemy logiki rozmytej - struktura i konstruowanie, Prace Naukowe Katedry Budowy Maszyn, Gliwice, 2003.
• [13] Czyszpak Т., Chowaniec K., Urbańczyk Т., Sokołowski A.: System wnioskowania rozmytego o strukturze Mamdani - analiza metod wyostrzania, Prace Naukowe Katedry Budowy Maszyn, Gliwice, 2005.
• [14] CzyszpakT., Sokołowski A.: Porównanie metod konstruowania systemów logiki rozmytej, Prace Naukowe Katedry Budowy Maszyn, Gliwice, 2003.