Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  electrode inspection
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule zaproponowano opartą na logice rozmytej metodę opracowania decyzji dotyczącej eksploatacji narzędzia w procesie EDM, jego wycofania lub inspekcji. Przeprowadzenie wnioskowania opartego na liczbach rozmytych wymagało określenia funkcji przynależności dla poszczególnych pojęć rozmytych występujących w warunkach reguł, wyznaczenia obszarów rozmytych na podstawie wartości funkcji, wyznaczenia wynikowego obszaru rozmytego oraz przekształcenia tego zbioru na konkretną decyzję o stanie narzędzia.
EN
The article proposes a fuzzy logic based method for the decision making regarding the use of an electrode in EDM processes, its withdrawal or inspection. Carrying out the inferences based on fuzzy numbers required determining the function μ(x), determining fuzzy sets on the basis of the values of this function, determining the resultant fuzzy area and transforming this set into a decision.
EN
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.
PL
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.
PL
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.
EN
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.
PL
Czynniki oddziałujące na proces kształtowania EDM materiałów trudno obrabialnych powodują wzrost niedokładności wymiarowo-kształtowej, chropowatości powierzchni wyrobów, a także przyspieszone zużycie narzędzia. W artykule przedstawiono analizę zależności odchyłek wykonawczych powierzchni, które powstają w cyklicznym procesie kształtowania EDM, i odchyłek narzędzia od wybranych czynników. W analizie zastosowano metodę Pareto ANOVA. Geometrię oceniano na podstawie odchyłek wymiaru i odchyłek geometrycznych elektrody oraz kształtowanej nią powierzchni wyrobu. Pomiary wykonano na współrzędnościowej maszynie pomiarowej w trybie kontroli po każdym cyklu obróbki pojedynczego elementu. Obróbkę zrealizowano w Zintegrowanym Systemie Wytwarzania (ZSW), pracującym w Centrum Obsługi Badań Naukowych i Dydaktyki WIMIR AGH. Przeanalizowano także wskaźniki WRR i MRR, charakteryzujące efektywność procesu i przydatność narzędzia.
EN
Factors influencing the process of EDM shaping of hard-to-machine materials result in increased dimensional inaccuracy, surface roughness, and accelerated tool wear. The article presents an analysis of the dependence of the real deviations of the surfaces of the machined parts that are manufactured in the cyclic process of machining EDM, as well as the deviations of the used tools, from selected factors. The analysis uses the Pareto ANOVA method. Geometry was evaluated on the basis of deviations of the tool and the corresponding deviations of the surface. Measurements were performed in the Integrated Manufacturing System working in the WIMIR AGH Scientific Research Center, on the coordinate measuring machine in inspection mode, after each machining cycle of a single element. The WRR and MRR indicators were also analyzed, characterizing the process efficiency and utility of the tool.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.