The identification of on-line surface finish via an ANN application

• Autorzy: Wood C. H. , Harrison D. K. , Sihra T. S. , Szpytko J.

Warianty tytułu

PL

Zastosowanie sieci neuronowych do oceny jakości wykończenia powierzchni w układzie on-line

• Konferencja: Konferencja Problemy Rozwoju Maszyn Roboczych (XVI ; 20-23.01.2003 ; Zakopane, Polska)
• Języki publikacji: EN

Abstrakty

EN

In this paper, a brief description is provided of a comprehensive experiment conducted to investigate the effect of the vibration characteristics of a lathe as the tool tip is worn through repeated machining operations. The characteristics are measured as vibration spectra and visual pattern techniques are employed to detect trends in these spectra, which indicate the variance in surface finish quality. Artificial Neural Networks (ANNs) are then employed to provide a more powerful tool for feature extraction and combined with surface finish measurement taken during the cutting operation, a correlation between these two parameters is undertaken. The results show that ANNs are capable at complementing existing tool wear monitoring techniques and potentially they could be applied to a wider spectrum of condition monitoring strategies developed to date.

PL

Przedmiotem artykułu są badania relacji pomiędzy jakością powierzchni (gładkość) przedmiotu obrabianego z użyciem tokarki, a wzbudzanymi drganiami obserwowanymi na jej nożu skrawającym (dla powtarzalnych cyklicznie operacji). W rezultacie przeprowadzonych badań sformułowano relacje pomiędzy gładkością powierzchni i drganiami na nożu, które umożliwiły zastosowanie sieci neuronowych ANN do prognozowania tendencji zmian w stanie technicznym tokarki. Opracowane narzędzie ANN umożliwia prowadzenie w układzie on-line oceny jakości wykończenia powierzchni obrabianego przedmiotu.

Słowa kluczowe

EN

surface wear monitoring; artificial neural networks applications

• Wydawca: Wydawnictwo Politechniki Łódzkiej
• Czasopismo: Mechanics and Mechanical Engineering
• Rocznik: 2002
• Tom: Vol. 6, nr 2
• Strony: 87--93
• Opis fizyczny: Bibliogr. 3 poz.

Twórcy

autor

Wood C. H.

• Glasgow Caledonian University, UK

autor

Harrison D. K.

• Glasgow Caledonian University, UK

autor

Sihra T. S.

• Glasgow Caledonian University, UK

autor

Szpytko J.

• University of Mining and Metallurgy, Krakow, Poland

Bibliografia

• 1. CHESTER M.: Neural Networks: a Tutorial. PTR Prentice Hall, Englewood Cliffs, New Jersey 07632, 1993.
• 2. HAYKIN S.: Neural Networks: A Comprehensive Foundation. Macmillan College Publishing Company, 1994.
• 3. WERBOS P. J.: Backpropogation through time: What it does and how to do it. Proceedings of the IEEE, Vol. 78., No. 10, October 1990.