Skoči na glavni sadržaj

Izvorni znanstveni članak

Predviđanje dimenzionalnih devijacija obratka primjenom regresijskih, ANN i PSO modela u postupku tokarenja

David Mocnik ; Techne d.o.o., Rakičan, Panonska ulica 36, 9000 Murska Sobota, Slovenia
Matej Paulic ; University of Maribor, Faculty of Mechanical Engineering, Smetanova ulica 17, 2000 Maribor, Slovenia
Simon Klancnik ; University of Maribor, Faculty of Mechanical Engineering, Smetanova ulica 17, 2000 Maribor, Slovenia
Joze Balic ; University of Maribor, Faculty of Mechanical Engineering, Smetanova ulica 17, 2000 Maribor, Slovenia


Puni tekst: hrvatski pdf 1.202 Kb

str. 55-62

preuzimanja: 370

citiraj

Puni tekst: engleski pdf 1.202 Kb

str. 55-62

preuzimanja: 699

citiraj


Sažetak

Budući da proizvodna poduzeća traže kvalitetnije proizvode, mnogo svojih napora troše na praćenje i reguliranje dimenzionalne točnosti. U ovom je radu za predviđanje dimenzionalne devijacije obratka pri tokarenju 11SMn30 čelika, primijenjen konvencionalni deterministički pristup, na primjer metoda višestruke linearne regresije i dvije metode umjetne inteligencije, "back-propagation feed-forward" umjetna neuronska mreža (ANN) i optimizacija roja čestica (PSO). Kao ulazni parametri uzeti su brzina osovine, brzina napajanja, dubina rezanja, tlak rashladnog fluida za podmazivanje i broj proizvedenih dijelova , a dimenzijska devijacija obratka kao izlazni parameter. Značaj pojedinih parametara i njihovi međusobni utjecaji na dimenzionalnu devijaciju su statistički analizirani, a vrijednosti predviđene regresijskim, ANN i PSO modelima uspoređene su s eksperimentalnim rezultatima kako bi se ocijenila točnost predviđanja. Model predviđanja zasnovan na PSO pokazao se boljim od druga dva modela. Međutim, sva se tri modela mogu koristiti za predviđanje dimenzionalnih devijacija kod tokarenja.

Ključne riječi

dimenzionalna devijacija, optimizacija roja čestica, regresija, umjetna neuronska mreža

Hrčak ID:

116575

URI

https://hrcak.srce.hr/116575

Podaci na drugim jezicima: engleski

Posjeta: 1.721 *