Zastosowanie sztucznej inteligencji do diagnozowania zużycia narzędzia w procesie frezowania

• Autorzy: Burek J. , Kubik P.

Identyfikatory

DOI

doi.org/10.17814/mechanik.2018.8-9.123

Warianty tytułu

EN

Application of artificial intelligence to diagnose tool wear during milling

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono badania algorytmów sztucznej inteligencji w procesie rozpoznawania stanu narzędzia online. Ponadto opisano możliwości diagnozowania procesu frezowania, wynikające z zastosowana sztucznych sieci neuronowych, oraz ograniczenia zastosowania tej technologii. W przeprowadzonych badaniach doświadczalnych określono wpływ struktury sieci neuronowej na proces uczenia (czasochłonność uczenia i zdolność sieci do uogólniania wiedzy).

EN

The paper contains a research about an ability to use an artificial intelligence in tool condition monitoring process online. There was a parolee why developing a system which set a machine able to get a decision them self is advisable. Besides, there was described an ability to use an artificial intelligence, and limits to use the technology. In conducted experimental researchers there was discover an influence neural network’s structure on learning process (learning time-consuming and ability to make a knowledge an abstract).

Słowa kluczowe

PL

frezowanie; sztuczne sieci neuronowe; sztuczna inteligencja; SI; TCM

EN

milling; neural networks; artificial intelligence; AI; TCM

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Mechanik
• Rocznik: 2018
• Tom: R. 91, nr 8-9
• Strony: 751--753
• Opis fizyczny: Bibliogr. 7 poz., rys., tabl.

Twórcy

autor

Burek J.

• Katedra Technik Wytwarzania i Automatyzacji, Wydział Budowy Maszyn i Lotnictwa Politechniki Rzeszowskiej

autor

Kubik P.

• Katedra Technik Wytwarzania i Automatyzacji, Wydział Budowy Maszyn i Lotnictwa Politechniki Rzeszowskiej

Bibliografia

• 1. Byrns G., Dornfeld D., Inassaki I., Ketteler G., Konig W., Teti R. “Tool Condition Monitoring (TCM) – The Status of Research and Industrial Application”. CIRP, 1995.
• 2. Kurada S., Bradley C. “A review of machine vision sensors for tool condition monitoring”. Computers in Industry. 34, 1 (1997): s. 55–72.
• 3. Kościelny J. „Praktyczne problemy diagnostyki procesów przemysłowych”. PAR, 2010.
• 4. Korbicz J., Kościelny J., Kowalczuk Z., Cholewy W. „Diagnostyka procesów. Modele sztucznej inteligencji. Zastosowania”. Warszawa: Wydawnictwo Naukowo-Techniczne, 2002.
• 5. Tadeusiewicz R. „Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami”. Warszawa: Oficyna Wydawnicza PLJ, 1998.
• 6. Cormen T., Leiserson E., Rivest R., Stein C. „Wprowadzenie do algorytmów”. Warszawa: Wydawnicwo Naukowe PWN, 2012.
• 7. Alper M., Asilturk I. “Effects of cutting tool parameters on vibration”. ICMMR 2016.