Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2013 | Vol. 33, no. 4 | 39--48
Tytuł artykułu

Prediction of spindle torque acting on the tool during FSP using neural networks and RSM

Wybrane pełne teksty z tego czasopisma
Warianty tytułu
PL
Przewidywanie momentu obrotowego działającego na narzędzie w trakcie procesu FSP z wykorzystaniem sztucznych sieci neuronowych oraz metody RSM
Języki publikacji
EN
Abstrakty
EN
An artificial neural network (ANN) and response surface methodology (RSM) models were developed for the analysis and simulation of the correlation between parameters of the friction stir processing process (FSP) and the torque acting on a tool during modification of cast aluminium alloy AlSi9Mg. The input parameters were: rotational speed, travelling speed and down force. The output parameter of the models was the torque of the spindle. Good correlation between the experimental set and the model was achieved. The best results were obtained for the multilayer perceptron type 3-6-1. Results obtained in artificial neural network were compared with those through response surface methodology. Based on results achieved, ANN and linear model can be recommended to predict the spindle torque value acting on the tool during FSP process carried out on alloy AlSi9Mg.
PL
Do wyznaczenia zależności pomiędzy parametrami procesu tarciowej modyfikacji warstw wierzchnich (FSP) a momentem obrotowym działającym na narzędzie podczas modyfikacji stopu odlewniczego aluminium AlSi9Mg rozwinięto metody sztucznych sieci neuronowych (ANN) i powierzchni odpowiedzi (RSM). Metody te umożliwiły przewidywanie wartości momentu obrotowego. Parametrami wejściowymi w zaproponowanych modelach były prędkości obrotowa i przesuwu oraz siła docisku, a parametrem wyjściowym moment obrotowy. Osiągnięto dużą zgodność pomiędzy wynikami doświadczalnymi i modelami. Najlepsze wyniki uzyskano w przypadku wielowarstwowej sieci typu perceptron 3-6-1. Rezultaty otrzymane z użyciem sztucznej sieci neuronowej porównano z uzyskanymi metodą powierzchni odpowiedzi. Na tej podstawie stwierdzono, że ANN i model liniowy mogą być wykorzystywane do prognozowania wartości momentu obrotowego działającego na narzędzie podczas procesu FSP prowadzonego na stopie AlSi9Mg.
Wydawca

Rocznik
Strony
39--48
Opis fizyczny
Bibliogr. 9 poz., fig., tab.
Twórcy
  • Institute of Welding
Bibliografia
  • [1] Asadi P. et al., Predicting the grain size and hardness of AZ91/SiC nanocomposite by artificial neural networks, The International Journal of Advanced Manufacturing Technology, 2012, 63, p. 1095-1107.
  • [2] Berbon P.B. et al., Friction stir processing: A tool to homogenize nanocomposite aluminum alloys, Scripta Materialia, 2001, 44, p. 61-66.
  • [3] Buffa G., Fratini L., Micari F., Mechanical and micro structural properties prediction by artificial neural networks in FSW process of dual phase titanium alloys, Journal of Manufac¬turing Processes, 2012, 14, p. 289-296.
  • [4] Cavaliere P., Mechanical properties of friction stir processed 2618/Al203/20p metal matrix composite, Composites: Part A, 2005, 36, p. 1657-1665.
  • [5] Charit L, Mishra R.S., Low temperature superplasticity in a friction stir processed ultrafine grained Al-Zn-Mg-Sc alloy, Acta Materialia, 2005, 53, p. 4211-4223.
  • [6] Mishra R.S., Ma Z.Y., Charit I., Friction stir processing: a novel technique for fabrication of surface composite, Materials Science and Engineering A, 2003, A341, p. 307-310.
  • [7] Tansel I.N. et al., Optimizations of friction stir welding of aluminum alloy by using genetical¬ly optimized neural networks, The International Journal of Advanced Manufacturing Technology, 2010, 48, p. 95-101.
  • [8] Węglowski M.S., Technologia Friction Stir Processing - nowe możliwości, Biuletyn Instytutu Spawalnictwa, 2011, 55, no. 2, p. 25-31.
  • [9] Węglowski M.S., Hamilton C., Badanie procesu tarciowej modyfikacji warstw wierzchnich FSP, Biuletyn Instytutu Spawalnictwa, 2013, 57, no. 1, p. 35-44.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-d00f10da-488d-4180-ab03-a0055d3b4c4d
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.