Reducing of process model uncertainty towards smart machining systems

• Autorzy: Trajchevski N. , Kuzinovski M. , Tomov M. , Cichosz P.

Identyfikatory

DOI

doi.org/10.17814/mechanik.2018.10.150

Warianty tytułu

PL

Zmniejszanie niepewności modelu procesu w inteligentnych systemach obróbki skrawaniem

• Języki publikacji: EN

Abstrakty

EN

This paper presents an approach of empirical modeling of cutting process physical phenomena with measurement uncertainty parameters accompanied to the model exponents/ /coefficients. The approach is presented trough an example of creating a power mathematical model for average cutting temperature in turning with details about the uncertainty contributions from different experimental plans. The approach is proposed to be implemented as usual practice during empirical modeling, in order the resulting models to fit with the needs of the smart machining systems and the needs of interoperability between researchers.

PL

W pracy przedstawiono propozycję modelowania empirycznego zjawisk fizycznych w skrawaniu z uwzględnieniem parametrów niepewności pomiarowej oraz modelowych współczynników. Propozycję tę zaprezentowano na przykładzie modelu matematycznego temperatury skrawania, z podaniem danych dotyczących składowej niepewności z różnych planów eksperymentalnych. Postuluje się wdrożenie tego podejścia podczas modelowania empirycznego, tak aby otrzymane modele odpowiadały potrzebom inteligentnych systemów obróbki skrawaniem oraz potrzebom interoperacyjności między naukowcami.

Słowa kluczowe

EN

uncertainty; empirical modelling; smart machining system; cutting temperature; cutting forces

PL

niepewność; modelowanie empiryczne; inteligentny system obróbki; temperatura skrawania; siły skrawania

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Mechanik
• Rocznik: 2018
• Tom: R. 91, nr 10
• Strony: 877--879
• Opis fizyczny: Bibliogr. 7 poz., rys., tabl.

Twórcy

autor

Trajchevski N.

• Goce Delchev University, Macedonia

autor

Kuzinovski M.

• Faculty of Mechanical Engineering, Cyril and Methodius University in Skopje, Macedonia

autor

Tomov M.

• Faculty of Mechanical Engineering, Cyril and Methodius University in Skopje, Macedonia

autor

Cichosz P.

• Department of Machine Tools and Mechanical Engineering Technologies, Faculty of Mechanical Engineering, Wroclaw University of Technology, Poland

Bibliografia

• 1. Arrazola P.J., Özel T., Umbrello D., Davies M., Jawahir I.S. „Recent advances in modelling of metal machining processes”. CIRP Annals – Manufacturing Technology. 62, 2 (2013): p. 695–718.
• 2. Atluru S., Huang S.H., Snyder J.P. „A smart machine supervisory system framework”. The International Journal of Advanced Manufacturing Technology. 58, 5–8 (2012): p. 563–572.
• 3. Deshayes L., Welsch L., Donmez A., Ivester R., Gilsinn D., Rhorer R., Whitenton E., Potra F. „Smart machining systems: issues and research trends”. D. Brissaud, S. Tichkiewitch, P. Zwolinski (eds.). In Innovation in Life Cycle Engineering and Sustainable Development. Springer, Dordrecht (2006).
• 4. Min X. „Smart Machining System Platform for CNC Milling with the Integration of a Power Sensor and Cutting Model ”. Doctoral dissertation. University of New Hampshire, Durham (2007).
• 5. Schmitz T.L., Karandikar J., Kim Nam H., Abbas A. „Uncertainty in machining: Workshop summary and contributions”. Journal of Manufacturing Science and Engineering. 133, 5 (2011): 051009-9.
• 6. Trajčevski N., Tomov M., Kuzinovski M., Cichosz P. „Introducing of measurement uncertainty in empirical power models of physical phenomena during machining processes”. Mechanik. 88, 8–9 CD2 (2015): p. 55–62.
• 7. Trajčevski N. „Development of methodology to assess the quality of experimental results during research of physical phenomena in the process of machining by material removal”. PhD thesis. University Ss. Cyril and Methodius. Skopje, Macedonia (2013).