Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2018

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: EDM technology

Sortuj według:

Ogranicz wyniki do:

Supporting the decision during inter-operational inspection of the electrodes based on the ensemble of neural networks

Nieciąg H., Kudelski R., Zagórski K.

Mechanik

2018

R. 91, nr 12

1060--1063

In this paper the method based on the ensemble of artificial neural networks is presented for prediction of the geometrical quality of workpieces after electro-discharge machining (EDM). The complexity and random nature of physical phenomena accompanying the EDM process excluded the theoretical ways. The working electrodes were measured using CMM in flexible manufacturing system. The data obtained from inter-operational measurements were used for the neural networks training. Commonly used measures to express the tool wear turn out to be useless due to their large uncertainty. The tool monitoring and the ensemble method provided more stable diagnosis of the condition of the tool.

W artykule przedstawiono metodę opartą na implementacji zespołu sztucznych sieci neuronowych w celu prognozowania geometrycznej jakości przedmiotów kształtowanych obróbką elektroerozyjną. Złożoność i losowy charakter zjawisk fizycznych towarzyszących procesowi obróbki EDM utrudniają teoretyczne podejście. Elektrody robocze zostały zmierzone za pomocą maszyny współrzędnościowej w elastycznym systemie produkcji. Dane uzyskane z pomiarów międzyoperacyjnych wykorzystano do szkolenia sieci. Powszechnie stosowane miary zużycia narzędzia okazały się nieprzydatne ze względu na ich znaczną niepewność. Monitorowanie narzędzia i zastosowanie zespołów sieci neuronowych pozwoliły na uzyskanie bardziej stabilnej diagnozy stanu narzędzia.

Wykorzystanie sztucznej inteligencji do modelowania stanu geometrycznego powierzchni po obróbce EDM stali narzędziowych

Nieciąg H., Kudelski R., Zagórski K.

Autobusy : technika, eksploatacja, systemy transportowe

2018

R. 19, nr 12

570--574

W artykule przedstawiono zastosowanie metod sztucznej inteligencji w postaci sztucznych sieci neuronowych (SSN) do modelowania stanu geometrycznego wyrobu kształtowanego w procesie EDM. Zastosowano SSN o różnej architekturze i różne algorytmy uczące. Zbadano jakość modeli i ich skuteczność w prognozowaniu wybranych cech geometrycznych wyrobów z stali narzędziowych.

The article presents the application of artificial intelligence methods in the form of artificial neural networks (SSN) for modeling the geometrical state of a product shaped in the EDM process. The SSN with different architecture and different learning algorithms were implemented. The models' quality and their effectiveness in predicting some geometrical features of tool steel products were examined.