Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W niniejszej pracy przedstawiono system oceny użytkowych właściwości ściernic. Stosowane dotychczas metody oceny wykorzystują empiryczne modelowanie matematyczne w postaci funkcji potęgowych. Są one niewystarczające z uwagi na wprowadzanie wielu uproszczeń, które powodują powstawanie znaczących błędów prognozowania wyników procesu. Użytkowe właściwości ściernic często ocenia się pośrednio przez śledzenie zjawisk towarzyszących procesowi szlifowania i uzależnionych od właściwości pracującej ściernicy. Spotykane jest również wykorzystanie symbolicznego oznakowania charakterystyki ściernic do określania właściwości użytkowych tych narzędzi. Przedstawiony w rozprawie system oceny zbudowano w postaci wieloczłonowego układu modeli prognozujących kolejno właściwości ściernic w zakresie: - rozmieszczenia krawędzi skrawających, występujących na czynnej powierzchni ściernicy, - potencjału użytkowego, który prognozuje przebieg usuwania naddatku obróbkowego w symulowanym procesie szlifowania, - uzyskiwanego wyniku szlifowania. Ten kompleksowy zbiór prognoz w opracowanym systemie uzyskano, posługując się modelowaniem z użyciem metod sztucznej inteligencji. Uznano, że do realizacji celu pracy najkorzystniejsze jest zastosowanie sztucznych sieci neuronowych. Umożliwiają one bowiem opracowanie modeli bez uproszczeń i pomijania zjawisk towarzyszących procesowi szlifowania, dzięki czemu można osiągnąć większą dokładność prognozowania. System zbudowano, korzystając z wyników pomiaru czynnej powierzchni ściernicy metodą profilografowania. Przedstawiono analizę tych wyników, na podstawie których przyjęto określanie stanu czynnej powierzchni ściernicy za pomocą liczebności krawędzi skrawających w funkcji wysokości ich położenia oraz rozkładów odległości pomiędzy tymi krawędziami. Uwzględniając liczebność krawędzi skrawających i rozkłady statystyczne odległości pomiędzy nimi, zbudowano model prognozujący topografię rozmieszczenia krawędzi skrawających na czynnej powierzchni ściernicy w zależności od charakterystyki technicznej i warunków obciągania. Liczność krawędzi skrawających i rozkłady odległości pomiędzy nimi posłużyły również do zbudowania modelu potencjału użytkowego ściernic, który pozwala ustalić zależności pomiędzy stanem czynnej powierzchni ściernicy a parametrami określającymi potencjał użytkowy ściernic. Parametry te są rozkładami statystycznymi wielkości występujących podczas symulowania procesu szlifowania i określającymi warunki pracy krawędzi skrawających: - wysokościowe położenie pracujących krawędzi skrawających, - odległości pomiędzy tymi krawędziami, - grubości warstwy skrawanej krawędziami pracującymi, - długości styku krawędzi skrawających z materiałem obrabianym. Parametry potencjału użytkowego pozwalają przewidzieć możliwości czynnej powierzchni ściernicy w procesie szlifowania. Następnie, za pomocą modelu eksploatacyjnych właściwości ściernic, przedstawiono sposób prognozowania wyniku szlifowania w zależności od potencjału użytkowego ściernic. Jako kryterium oceny tych właściwości przyjęto stan warstwy wierzchniej przedmiotu po szlifowaniu, określony parametrem chropowatości powierzchni Ra oraz maksymalnymi naprężeniami własnymi. Możliwość poznania takiej relacji jest istotna dla znalezienia powiązań pomiędzy potencjałem użytkowym ściernic opisanym za pomocą parametrów statystycznych a rzeczywistym wynikiem szlifowania. W tym celu zbudowano wskaźniki potencjału użytkowego ściernic, umożliwiające wygodniejsze porównanie różnych stanów czynnej powierzchni ściernicy. Wykorzystując opracowany system użytkowych właściwości ściernic oraz wskaźniki potencjału użytkowego, wykonano szereg analiz zależności zachodzących pomiędzy wielkościami wejściowymi procesu szlifowania (charakterystyką ściernic, i warunkami obciągania) a stanem czynnej powierzchni ściernicy, potencjałem użytkowym ściernic i wynikiem szlifowania. Analizy te umożliwiły sformułowanie wielu nowych wniosków, szczególnie w obszarze dotychczas nieznanych zależności pomiędzy stanem czynnej powierzchni ściernicy a jej potencjałem użytkowym oraz pomiędzy potencjałem użytkowym ściernic a stanem warstwy wierzchniej przedmiotu. Opracowany system jest szybko dostępnym i łatwym w rozbudowie źródłem wiedzy o użytkowych właściwościach ściernic; może on być wydajnym narzędziem do projektowania ściernic o najkorzystniejszej topografii oraz służyć do kontroli właściwości ściernic i ich certyfikacji. Może także stanowić część systemów doradczych lub inteligentnych systemów nadzoru operacji szlifowania. W celu praktycznego wykorzystania wyników pracy został utworzony model technologicznych właściwości ściernic. Model ten umożliwia prognozowanie wyników szlifowania w zakresie chropowatości powierzchni i maksymalnych naprężeń własnych w warstwie wierzchniej przedmiotu za pomocą danych o charakterystyce ściernic, warunkach ich ostrzenia i warunkach szlifowania.
EN
In the paper a grinding wheel cutting properties evaluation method is described. Known methods which have been used up till now are based on mathematical models, in form of empirical exponential functions or on observations of phenomenon connected with grinding process, what enables indirect evaluation of wheel properties. There are also methods based on wheel technical characteristics only. Presented method include evaluation of cutting properties after dressing operation. Contrary to other evaluation methods, random character of wheel structure is also considered. Application of artificial neural networks in the method enabled elimination of simplifications. Cascade model system based on the network, enabled quick and compact recognition of wheel cutting surface state (its topography, potential and real cutting properties). For practical applications a model of wheel cutting properties was built in order to predict grinding results in workpiece top layer. In the paper conditions of model creation are presented as well as functioning examples.
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.