.gif)
Sieci neuronowe MLP w badaniu chropowatości Ra i Rz *
MLP neural networks in the study of surface roughness Ra and Rz
Mechanik nr 08/09/2016 - X Szkoła Obróbki Skrawaniem, XXXIX Naukowa Szkoła Obróbki Ściernej
STRESZCZENIE: Omówiono modele sieci neuronowych jednokierunkowych wielowarstwowych ze wsteczną propagacją błędu (MLP). Modele te zastosowano do oceny chropowatości Ra i Rz. Badania wykonano na danych rzeczywistych wybranego przedsiębiorstwa. Dane te zostały zebrane podczas procesu obróbki rowków pod pierścienie w tłokach silników samochodowych.
SŁOWA KLUCZOWE: sieć neuronowa, chropowatość powierzchni, analiza, ocena
ABSTRACT: The article discusses the models of one-directional multilayer neural networks with error backpropagation (MLP). These models were used to evaluate the surface roughness of Ra and Rz. The study was performed on real data of the selected enterprise. These data were gathered during the process of machining grooves under the rings of the pistons in automobile engines.
KEYWORDS: neural network, surface roughness, analysis, evaluation
BIBLIOGRAFIA / BIBLIOGRAPHY:
- PN-EN ISO 4287:1999 – Specyfikacje geometrii wyrobów – Struktura geometryczna powierzchni: metoda profilowa – Terminy, definicje i parametry struktury geometrycznej powierzchni.
- Karaye D. „Prediction and control of surface roughness in CNC lathe using artificial neural network”. Journal of Materials Processing Technology. Vol. 209 (2009): pp. 3125÷3137.
- Asiltürk I., Çunkas M. „Modeling and prediction of surface roughness in turning operations using artificial neural network and multiple regression method”. Expert Systems with Applications. Vol. 38 (2011): pp. 5826÷5832.
- Zain A.M., Haron H., Sharif S. „Prediction of surface roughness in the end milling machining using Artificial Neural Network”. Expert Systems with Applications. Vol. 37 (2010): pp. 1755÷1768.
- 5. Senveter J., Klancnik S., Balic J., Cus F. „Prediction of surface roughness using a feed-forward neural network”. Management and Production Engineering Review. Vol. 1, No. 2 (2010): pp. 47÷55.
- Russell S.J., Norvig P. „Artificial intelligence: a modern approach”. New Jersey: Prentice Hall, 2009.
