The possibilities of applying artificial neural networks in automatic diagnostic system of machine cutting process

• Autorzy: Miernik, M. , Kołodziej, M.

Warianty tytułu

PL

Możliwości zastosowania sztucznych sieci neuronowych w automatycznych systemach diagnostycznych procesu skrawania

• Języki publikacji: EN

Abstrakty

EN

The causes of failures in contemporary automatic diagnostic systems working with use of neural networks in industrial conditions are given. lt has been stated that one of the basic causes was the lack of opportunity to perform logical operations by the artificial neuron model of McCulloch and Pius which makes the core of artificial neural networks programs. A new method of data gathering and initial preparation has been offered here, based on the methods derived from non-linear dynamics, fuzzy sets and the theory of chaos. The data processed in such a way are transferred to the neural networks of Feed Forward Back Propagation type, which allows shortening the network's training, increasing the calculations speed and shortening the reaction inertness time of the FFBP network (on-line mode).

PL

W artykule omówiono przyczyny zawodności współczesnych automatycznych systemów diagnostycznych pracujących na sieciach neuronowych w warunkach przemysłowych. Za jedną z podstawowych przyczyn uznano brak możliwości wykonywania operacji logicznych przez model sztucznego neuronu McCullocha i Pittsa, który stanowi jądro programów sztucznych sieci neuronowych. Zaprezentowano metodykę wstępnego przygotowania danych opartą na metodach pochodzących z dynamiki nieliniowej, logiki rozmytej i teorii chaosu oraz sposoby przekazywania tak przygotowanych danych do sieci neuronowych typu Feed Forward Rack Propagation.

Słowa kluczowe

PL

proces skrawania; obróbka skrawaniem

EN

neural networks; diagnostics; non-linear dynamics

• Czasopismo: Archives of Civil and Mechanical Engineering
• Rocznik: 2006
• Tom: Vol. 6, no 4
• Strony: 15-22
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Miernik, M.

autor

Kołodziej, M.

• Wrocław University of Technology, Wybrzeże Wyspiańskiego 25, 50-370 Wrocław

Bibliografia

• [1] Cichosz P., Kuzinowski M., Miernik M.: Diagnozowanie stanu zużycia ostrza za pomocą sieci neuronowych, II Forum prac badawczych - Kształtowanie części maszyn, Koszalin, 1996.
• [2] Gawlik J., Karbowski K.: Prognozowanie stanu ostrza skrawającego z zastosowaniem sieci neuronowych, Mechanik, 1997, No. 4.
• [3] Honczarenko J.: Elastyczna automatyzacja wytwarzania - obrabiarki i systemy obróbkowe, WNT, Warszawa, 2000.
• [4] Jemielniak K.: Automatyczna diagnostyka stanu narzędzia i procesu skrawania, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2002.
• [5] Knosala R.: Zastosowanie metod sztucznej inteligencji w inżynierii produkcji, WNT, Warszawa, 2002.
• [6] Miernik M.: Zastosowanie operatorów logicznych przy projektowaniu sieci neuronowych nadzorujących proces skrawania, Raporty Instytutu Technologii Maszyn i Automatyzacji seria: Sprawozdania nr 21/95, Wrocław, 1995.
• [7] Praca zbiorowa pod redakcją J. Kosmola.: Monitorowanie ostrza skrawającego. Metody konwencjonalne i sieci neuronowe, WNT, Warszawa, 1996.
• [8] Praca zbiorowa pod redakcją J. Korbicza, J Kościelnego, Z. Kowalczuka, W. Cholewy: Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania, WNT, Warszawa, 2002.
• [9] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa, 1993.
• [10] Miernik M.: Application of neural networks for chip-type prediction in the turning of cobalt alloys, European Journal of Mechanical and Environmental Engineering, 1997, Vol. 42, No. 2.