Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: monitorowanie zużycia

Sortuj według:

Ogranicz wyniki do:

Developing automatic recognition system of drill wear in standard laminated chipboard drilling process

Kurek J., Kruk M., Osowski S., Hoser P., Wieczorek G., Jegorowa A., Górski J., Wilkowski J., Śmietańska K., Kossakowska J.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2016

Vol. 64, nr 3

633--640

The paper presents an automatic approach to recognition of the drill condition in a standard laminated chipboard drilling process. The state of the drill is classified into two classes: “useful” (sharp enough) and “useless” (worn out). The case “useless” indicates symptoms of excessive drill wear, unsatisfactory from the point of view of furniture processing quality. On the other hand the “useful” state identifies tools which are still able to drill holes acceptable due to the required processing quality. The main problem in this task is to choose an appropriate set of diagnostic features (variables), based on which the recognition of drill state (“useful” versus “useless”) can be made. The features have been generated based on 5 registered signals: feed force, cutting torque, noise, vibration and acoustic emission. Different statistical parameters describing these signals and also their Fourier and wavelet representations have been used for defining the features. Sequential feature selection is applied to detect the most class discriminative set of features. The final step of recognition is done by using three types of classifiers, including support vector machine, ensemble of decision trees and random forest. Six standard drills of 12 mm diameter with tungsten carbide tips were used in experiments. The results have confirmed good quality of the proposed diagnostic system.

Neural nets applications in tribology research

Rudnicki Z., Figiel W.

Zagadnienia Eksploatacji Maszyn

2002

Vol. 37, nr 3

97-110

The paper considers the range, efficiency and features of artificial neural networks (NNs) - a supporting tool for tribological research. The first part gives an introduction to neural nets ideas, parameters and areas of applications. Several examples of NN applications in tribology investigations are described. Summary of used NN-s features and parameters is made. At the end some NN software tools are characterized and benefits of using NN-s are considered.

Referat ma na celu ocenę przydatności i zakresu zastosowań sztucznych sieci neuronowych (NN) jako narzędzia wspomagającego badania tribologiczne oraz popularyzację tej tematyki. Przedstawiono krótką charakterystykę sieci neuronowych i ich zastosowań ze szczególnym uwzględnieniem najczęściej stosowanego typu sieci oznaczanego jako MLP lub FF-BP. Omówiono najważniejsze problemy związane z uczeniem nadzorowanym sieci typu MLP oraz nienadzorowanym sieci Kohonena SOM. Dokonano przeglądu szeregu zastosowań NN w badaniach tribologicznych z podziałem na kilka kategorii. Podsumowano podstawowe zalety oraz pewne niedogodności stosowania sieci neuronowych w tribologii.