Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Monitoring and controlling systems for foundry production utilizing artificial neural networks
Języki publikacji
Abstrakty
Przedstawiono zastosowania sztucznych sieci neuronowych do modelowania jakości procesów produkcyjnych oraz wykrywania zakłóceń procesów ciągłych. Omówiono metody określania istotności sygnałów wejściowych. Podano przykłady zastosowań w przemyśle odlewniczym.
Applications of artificial neural networks to quality modeling of production processes and fault detection of continuous processes are presented. Methods for determination of importance if input signals are discussed. Examples of foundry applications are given.
Czasopismo
Rocznik
Tom
Strony
157--166
Opis fizyczny
Bibliogr. 8 poz., rys., wykr.
Twórcy
autor
- Instytut Technologii Materiałowych Politechniki Warszawskiej, ul. Narbutta 85, 02-524 Warszawa
autor
- Instytut Technologii Materiałowych Politechniki Warszawskiej, ul. Narbutta 85, 02-524 Warszawa
autor
- Instytut Technologii Materiałowych Politechniki Warszawskiej, ul. Narbutta 85, 02-524 Warszawa
Bibliografia
- [1] T.S. Suneel, et al; A technical note on integrated product quality model using artificial neural networks. J. Mater. Proc. Technol., 121 (2002).
- [2] M. Perzyk, A. Kochański: Modelling of foundry processes by artificial neural networks. Advances in Manufacturing Science and Technology. 25 (2001), No 4.
- [3] A. Kochański, M. Perzyk: Identyfikacja przyczyn wady porowatości w odlewach staliwnych z wykorzystaniem sztucznych sieci neuronowych. Archiwum Odlewnictwa, 2 (2002), nr 5.
- [4] M. Perzyk, P. Siwek: Application of artificial neural networks to green molding sands control. Acta Metallurgica Slovaca, 8, (2002), nr 2.
- [5] P. F. Bartelt, M.R. Grady, D. Dibble: Application of intelligent techniques for green sand control. Trans. American Foundrymen’s Society, 104 (1996).
- [6] M. Perzyk, A. Kochański: w monografii Polska metalurgia w latach 1998-2002, red. K. Świątkowski. Tom 2. Wyd. Komitet Metalurgii PAN. Kraków 2002.
- [7] Y.M. Maki, K.A. Loparo: A Neural-Network Approach to Fault Detection and Diagnosis in Industrial Processes. IEEE Trans. Cont. Sys. Techn., 5(6), 1997.
- [8] G.D. Garson: Implementing neural network connection weights. Al Expert, 6(4).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-fbc0a8ea-7faa-4804-b20b-950b8960039d