Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: machining cutting

Sortuj według:

Ogranicz wyniki do:

Zastosowanie ciekłego azotu do chłodzenia strefy skrawania

Storch B.

Zeszyty Naukowe Politechniki Poznańskiej. Budowa Maszyn i Zarządzanie Produkcją

2009

Nr 11

123-130

Opisano możliwości skrawania stali z zastosowaniem do chłodzenia ciekłego azotu - o temperaturze minus 198°. Za zmienną wyjściową przyjęto chropowatości na powierzchni obrobionej i w otoczeniu naroża po określonym czasie zużycia. Wnioski zawierają ocenę wyników i dalsze cele prac.

The results of cutting steel with the use of liquid nitrogen (-198° negative temperature) for cooling were presented in the paper. Roughness of machined surface and in the neighborhood of the cutting edge time were investigated after the definite wear. The conclusions contain the evaluation of results and propositions of further investigations.

Prognozowanie dokładności geometrycznej wyrobu z wykorzystaniem sztucznej sieci neuronowej

Józwik J., Lipski J., Flisiak J.

Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika

2004

z. 62 [209]

135--148

W pracy zaprezentowano wyniki modelowania związków zachodzących pomiędzy siłowymi i cieplnymi oddziaływaniami na przedmiot obrabiany a odchyłkami kształtu i wymiaru otrzymywanego wyrobu. Badania prowadzono na przykładzie procesu toczenia nieortogonalnego tulei cienkościennej. Do rozwiązania analizowanego problemu zastosowano sieci neuronowe typu MLP (multilayer perceptron network) uczone algorytmem wstecznej propagacji błędów BP (backpropagation) i metodą Levenberga - Marquadta oraz sieci o radialnych funkcjach bazowych RBF (radial basic function). Stwierdzono wysoki stopień zgodności odwzorowania przez sieci wynikow pomiarów eksperymentalnych. Zbudowane modele stanowią użyteczne narzędzia, pozwalające na ocenę stanu geometrycznego przedmiotu na etapie projektowania technologii obróbki.

Numerical and experimental results prediction of geometrical workpiece accuracy in turning process are presented here. The main aim of the research work was to build two models. We used an artificial neural networks to estimate the results of experiments. The models are used to predict workpiece errors by the use of cutting force components (Fc, Fp, Ff), temperature of workpiece surface T, and displacement in two axis y and z. The models' output information consist of three geometrical parameters of workpiece (dimension form ΔWym, cylindricity form ΔWal, roundness form ΔOkr).