Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Wood materials are an important part of our daily life. Besides furniture, doors and window elements, parquet floors, veneering, ply wood, chip- and fibreboards, also structural elements for buildings are typical products. Due to the specific properties, variety and complexity of natural wood, wood materials and wood composites, the machining of parts made out of these materials exhibits specific challenges. In order to further improve productivity, quality and efficiency in wood machining, innovative solutions with respect to tool technology, process planning, machinery, process monitoring and intelligent control are necessary. This keynote paper reviews and summarizes scientific developments in wood machining in recent years. Furthermore, exemplary current an ongoing research activities are introduced. Finally, the paper presents and discusses future potentials regarding new approaches for intelligent process control in wood machining.
|
|
tom R. 53, nr 3
162-170
PL
Przeprowadzono literaturową analizę kierunków badań ciągnienia rur na trzpieniu swobodnym ze szczególnym uwzględnieniem geometrii narzędzi, stabilności procesu oraz wpływu tarcia i smarowania, a także przedstawiono kierunki optymalizacji procesu, w szczególności w odniesieniu do ciągnienia materiałów trudno odkształcalnych.
EN
The literature analysis including directions of floating-plug drawing with particular respect for tools geometry, process stability and influence of friction and lubrication was done and directions of optimization was shown.
EN
It is generally desirable to reduce yarn hairiness as much as possible since it causes serious problems in both yarn production and use of yarn in subsequent textile operations. On the other hand, the cost of yarn production should be minimised while satisfying yarn hairiness and yarn strength specifications. In this study, a multiple response optimisation model based on empirical regression models is developed to determine the best processing conditions for spindle speed, yarn twist, and the number of travelers with yarn hairiness, yarn strength and production cost being multiple response variables. Experimental levels for process variables are selected according to a Central Composite Design (CCD) due to its good statistical properties, such as orthogonality and rotatability. Regression analysis of experimental results indicates that the second-order regression model adequately represents yarn hairiness in terms of process variables. Finally, the yarn production cost model and regression models for yarn hairiness and yarn strength are combined into a multiple response optimisation model to determine optimum processing conditions for different yarn quality levels.
PL
Jest ogólnie pożądane możliwe największe zmniejszenie włochowatości przędz, ponieważ włochatość stwarza poważne problemy podczas dalszej ich przeróbki. Z drugiej strony koszt produkcji przędzy powinien być utrzymany na odpowiednim poziomie przy zadawalającym zmniejszeniu włochatości i odpowiedniej wytrzymałości przędzy. W przedstawionej pracy opisano model wieloparametrowej optymalizacji opartej na empirycznych modelach regresji dla określenia najlepszych warunków produkcji, biorąc pod uwagę szybkość obrotową wrzecion, skręt przędzy oraz rodzaj biegaczy a jednocześnie odpowiednią włochatość przędzy, wytrzymałość oraz koszt produkcji. Wybrano eksperymentalne poziomy parametrów procesowych w celu uzyskania dobrych zależności statystycznych. (ortogonalne i rotacyjne). Analiza regresyjna uzyskanych wyników eksperymentalnych wykazała, że model regresji drugiego rzędu najbardziej odpowiada zależności włochatości od parametrów zmiennych procesorów. W efekcie model kosztów produkcyjnych oraz model regresji dla włochatości włókna i jego wytrzymałości stanowią wieloparametrowy, skomplikowany model optymalizacyjny pozwalający na określenie najlepszych warunków produkcyjnych dla uzyskania przędz odpowiedniej jakości.
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.