Wyniki wyszukiwania - Biblioteka Nauki

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

Ograniczanie wyników

1 Computer Methods in Materials Science

1 2006

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

The use of an artificial neural network to estimate tool costs in cold roll-forming processes

100%

Downes A. , Hartley P.

tom Vol. 6, No. 3-4

203-212

The cold roll-forming industry is extremely competitive and the majority of work tenders that are submitted are unsuccessful. There are several issues that influence the tool costs, but the central problem lies in predicting the number of rolls that are required to roll-form the section and therefore determine the forming machine size. This paper discusses a method that assists tool cost estimations in cold roll-forming processes. The objective is to reduce the cost of generating work tenders whilst ensuring that the accuracy of the cost estimation is maintained, or improved. To facilitate this approach a LISP program was developed to process AutoCAD drawings of section geometry and to evaluate selected section features such as the total number of bend regions. The section features were then processed by an artificial neural network that was trained to predict the size of the forming machine that would be required to roll-form the section.

Przemysłowe procesy kształtowania blach są poddane duż ej konkurencyjności i większość projektów sekwencji gięcia jest nieskuteczna. Jest szereg parametrów, które mają wpływ na koszt narzędzi, ale głównym problemem jest przewidzenie liczby rolek potrzebnych do uformowania danego kształtu i, w konsekwencji, określenie rozmiaru maszyny. W artykule omówiono metodę oceny kosztów narzędzi w procesie kształtowania blach na zimno. Celem pracy było obniżenie kosztów projektowania układów rolek przy zapewnieniu utrzymań dokładności oceny kosztów narzędzi, lub nawet jej poprawie. Program LISP został opracowany dla realizacji tego celu. Program przetwarza rysunki AutoCad kształtów przekroju i ocen wybrane cechy kształtowników takie jak całkowita liczba stref zginania. Te cechy kształtowników są następnie przetwarzane przez sztuczną sieć neuronową, nauczoną przewidywać rozmiar maszyny formującej wymagany do wytworzenia danego kształtownika.