Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The main purpose of present article is to present the burner rig station newly developed at the Rzeszow University of Technology in Poland. The burner rig is dedicated to operate on fuels rich in hydrogen. The burner rig is able to operate with fuels with hydrogen content up to 50 volume %. A detailed description of burner rig construction is presented. Moreover a mathematical model predicting temperature distribution within the combustion chamber is presented. The obtained results showed a good insulation of burner rig construction leading to the temperature gradient from 1674℃ in the burner rig to 214℃ on steel housing.
PL
Głównym celem niniejszego artykułu jest przedstawienie stanowiska palnikowego nowo opracowanego na Politechnice Rzeszowskiej. Palnik przeznaczony jest do pracy na paliwach bogatych w wodór. Palnik może pracować z paliwami o zawartości wodoru do 50% obj. Przedstawiono szczegółowy opis budowy stanowiska palnika. Zaprezentowano także model matematyczny przewidujący rozkład temperatury w komorze spalania. Uzyskane wyniki wykazały dobrą izolację konstrukcji palnika, co doprowadziło do powstania gradientu temperatury od 1674°C w korpusie palnika do 214°C na obudowie stalowej.
EN
The paper depicts an application of Response Surface Methodology (RSM) for predicting selected parameters in turning of Ti-6Al-4V titanium alloy using polycrystalline diamond tool. Response surface plots that are generated by the model helps in determining the optimum combination of input factors (cutting speed vc and feed rate f) for best possible surface roughness (Sa), cutting force (Fc)and temperature (T) for dry and cooling turning. The methodology of multi-criteria optimization was used to establish the interaction between input parameters and given responses.
PL
W artykule przedstawiono procedurę, która została opracowana w celu szybkiej kompensacji wybranych błędów geometrii obrabiarek bez przerywania procesu obróbki, podczas długotrwałej obróbki w warunkach hali przemysłowej z wykorzystaniem sondy dotykowej. Przedstawiona w artykule metoda ma na celu podniesienie jakości dużych elementów obróbczych (DIA> 1000 [mm]) oraz znaczną różnicę wysokości części dla przemysłu lotniczego, obrabianego na tej samej linii produkcyjnej, aby uzyskać zerowe niezgodności i zminimalizować wysiłek inżynierów wytwarzania kontroli procesu. W artykule przedstawiono wyniki badań i metodyki wdrożeniowej do produkcji dużych blaszanych obudów silników na maszynach wielozadaniowych 5-osiowych. Przedstawiona metoda jest bezpośrednio związana z konkretnymi potrzebami producentów podzespołów silnika, jednak daje możliwość wdrożenia w innych obszarach przemysłu.
EN
The article presents a procedure which has been developed for rapid machine tools geometry selected errors compensation without machining process interruption, during long-term machining in the industrial shop floor conditions with the use of touch probe. The method presented in the article aim to increase quality of large machining components (DIA > 1000 [mm]) and a significant difference of the part height for aerospace industry, with machined on the same production line, to achieve zero non-conformances and minimize the effort of manufacturing engineers of process control. The article presents results of tests and implementation methodology results for large, sheet metal engine cases production on 5-axis multitasking machines. Presented method is directly connected with specific engine components manufacturer needs however it gives an opportunity for other industry areas implementation.
PL
Planowanie montażu zespołów i wynikające z niego planowanie i harmonogramowanie produkcji (PPS) oraz planowanie zakupu surowców są kluczowymi elementami odpowiedzialnymi za dostawy na czas oraz aspekt kosztowy poprzez odpowiednie obciążenie zasobów oraz nośnik zapasów. Systemy klasy Industry 4.0 poszerzają wiedzę i możliwości dla podniesienia wydajności systemu oraz usprawniają podejmowanie decyzji. Środowisko produkcyjne z uwagi na sieć strumieni wartości, mnogość zmiennych, wielopoziomowe struktury materiałowe staje się bardzo złożone co jest dodatkowo wzmacniane przez nacisk na doskonałość operacyjną. Niepewność zapotrzebowań wymaga dodatkowej atencji oraz integracji z łańcuchem dostaw. W pracy zaprezentowano rozbudowane środowisko dla rozwiązań analitycznych wspierających narzędzia planowania montażu, produkcji oraz zakupów. Ryzyko związane z zmiennymi planami klienta oraz zmiennością dostawców jest ograniczane poprzez zarządzanie buforami. Poziom bufora zależy od predykcji na bazie modelu symulacyjnego opartego na mechanizmach uczenia maszynowego z wykorzystaniem sieci neuronowych w celu zagwarantowania dostaw na czas oraz w oczekiwanym koszcie. Aktualne wyzwania i oczekiwania w obszarze inteligencji opartej na danych zostały zaprezentowane. Rezultaty zaproponowanego modelu zostały szczegółowo porównane ze stanem obecnym.
EN
Advanced components assembly planning and related manufacturing production planning and scheduling (PPS) and supply planningare key elements responsible for deliveries and cost aspects as a resources workload and inventory driver. Industry 4.0 systems broaden science for improving system performance and decision making.Industry site environment because of material flow network, interrelated multi-variable, multilevel production becomes very complex what is challenged by a strong focus on operational excellence. Demand uncertainty requires additional attention and integration with Supply Chain. This paper presents an extended framework for analytics solutions in assembly, production and supply planning for manufacturing company. Risk related to violable customers demand is mitigated by buffer management. Buffer levels relay on a prediction from simulation model using computational methods based on machine learning algorithm using Neutral Networks to guarantee on-time deliveries and rational costs. Actual challenges and requirements for new use cases in data-driven intelligence are presented. The proposed models and the actual state will be comparably discussed with results analyses.
EN
An advanced milling machine multi-sensor measurement system as a condition monitoring tool was presented. It was assumed that the data collected from the 3-axis force and torque sensor can be used as a new approach and an alternative to the typical vibration signal based health monitoring and remaining useful life prediction (RUL), when integrated with machine learning techniques that are regarded as a powerful solution. Measurement system integration with the proposed signal processing method based on decision trees with different types and levels of wavelets for the cutter reliability decision-making process was presented together with proving their ability to trace the tool condition accurately. Prediction errors achieved with the use of different signal sources and data processing methods were presented and compared.
EN
Further development of manufacturing technology, in particular machining requires the search for new innovative technological solutions. This applies in particular to the advanced processing of measurement data from diagnostic and monitoring systems. The increasing amount of data collected by the embedded measurement systems requires development of effective analytical tools to efficiently transform the data into knowledge and implement autonomous machine tools of the future. This issue is of particular importance to assess the condition of the tool and predict its durability, which are crucial for reliability and quality of the manufacturing process. Therefore, a mathematical model was developed to enable effective, real-time classification of the cutting blade status. The model was verified based on real measurement data from an industrial machine tool.
PL
Dalszy rozwój inżynierii produkcji, w szczególności obróbki skrawaniem, wymaga poszukiwania nowych innowacyjnych rozwiązań technologicznych. Dotyczy to w szczególności zaawansowanego przetwarzania danych pomiarowych pochodzących z systemów diagnostycznych i monitorujących. Rosnąca ilość danych gromadzonych przez wbudowane systemy pomiarowe wymaga opracowania skutecznych narzędzi analitycznych, aby efektywnie przekształcać dane w wiedzę i wdrażać autonomiczne obrabiarki przyszłości. Kwestia ta ma szczególne znaczenie dla oceny stanu narzędzia i przewidywania jego trwałości, które są kluczowe dla niezawodności i jakości procesu produkcyjnego. Dlatego opracowano nowy model matematyczny, którego zadaniem jest skuteczna klasyfikacja stanu ostrza narzędzia skrawającego realizowana w czasie rzeczywistym. Opracowany model został zweryfikowany na podstawie rzeczywistych danych pomiarowych z przemysłowej obrabiarki.
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.