Algorytm niezależnej regresji ważonej w rozpoznawaniu stanu technicznego narzędzia

• Autorzy: Moszczyński L.

Warianty tytułu

EN

The use of independent weighing regression algorithm in the assessment of the technical state of machine tools

• Konferencja: Fizyczne i matematyczne modelowanie procesów obróbki plastycznej. Warszawa 17-19.05.2007 r.
• Języki publikacji: PL

Abstrakty

PL

W diagnostyce, krzywe zużycia narzędzi odgrywają ważną rolę pomocną w ocenie stopnia uszkodzenia ich powierzchni kontaktowych. W artykule przedstawiono wykorzystanie algorytmu niezależnej regresji jako alternatywę dla procedur szeregów czasowych aktualnie stosowanych. Zastosowana metoda pozwala na uwzględnienie niepewności przebiegu krzywej zużycia.

EN

In diagnostic of machine tools, the wear curves are principal indicators of degree the degradation of tools contact surfaces. The paper presents the use of independent weighting regression algorithm as an alternative method to the currently applied time series procedures. The method allows for uncertainties of determine wear curve. This method makes it possible to take into account uncertainties in determining the wear curie.

Słowa kluczowe

PL

diagnostyka narzędzi; regresja ważona

EN

machine tools; weighted regression

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Mechanika
• Rocznik: 2007
• Tom: z. 216
• Strony: 149--152
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Moszczyński L.

• Politechnika Warszawska, Wydział Inżynierii Produkcji

Bibliografia

• [1] Zwierzycki W.: Prognozowanie niezawodności zużywających się elementów maszyn. Instytut Technologii Eksploatacji w Radomiu 1999.
• [2] Bobrowski D.: Modele i metody matematyczne teorii niezawodności. Warszawa WNT 1985.
• [3] Niewczas A.: Podstawy stochastycznego modelu zużywania poprzez tarcie w zagadnieniach niezawodności elementów maszyn. Radom WSI 1988.
• [4] Dybała J., Marczak J., Radkowski S.: Wykorzystanie sygnału wibroakustycznego w analizie ryzyka technicznego. Wydawnictwo Instytutu Technologii Eksploatacji – PIB Radom 2006.
• [5] Meng H.C., Ludema K.C.: Wear models and preditive equations: their form and content. Wear, vol 181-183 (1995), p 443-457.
• [6] Cox D. R.: Regression models and life tables. Journal of Royal Statistical Society, series B, vol. 34, 1997, pp 187-220.
• [7] Hosmer D.W., Lemeshow S.: Applied survival analysis, John Viley & Sons, New York 1989.
• [8] Orear J.: Least squares when both variables have uncertinties. Am. J. Physics, 50(10) 1982