Technical gazette, Vol. 23 No. 4, 2016.
Original scientific paper
https://doi.org/10.17559/TV-20160405151333
Uporaba tehnike mekog računalstva za modeliranje i predviđanje postupka CNC brušenja
Tomislav Šarić
orcid.org/0000-0002-6339-7936
; Mechanical Engineering Faculty, Trg I. Brlić Mažuranić 2, 35000 Slavonski Brod, Croatia
Goran Šimunović
orcid.org/0000-0002-7159-2627
; Mechanical Engineering Faculty, Trg I. Brlić Mažuranić 2, 35000 Slavonski Brod, Croatia
Roberto Lujić
; Mechanical Engineering Faculty, Trg I. Brlić Mažuranić 2, 35000 Slavonski Brod, Croatia
Katica Šimunović
; Mechanical Engineering Faculty, Trg I. Brlić Mažuranić 2, 35000 Slavonski Brod, Croatia
Aco Antić
orcid.org/0000-0002-8520-762X
; Faculty of Technical Sciences, Trg Dositeja Obradovića 6, Novi Sad, Serbia
Abstract
Zbog složenosti procesa brušenja višeslojne keramike te osiguranja zahtijevane kvalitete proizvoda, odabir optimalnih tehnoloških parametara je izazovan zadatak za proizvođače. Osigurati traženu izlaznu kvalitetu proizvoda (paralelnost površina) u funkciji ulaznih parametara (stroj, operater stroja, folija i proizvodna linija) predstavlja glavni cilj istraživanja. "Tehnike mekog računalstva" dobivaju pozornost istraživača za modeliranje procesnih parametara složenih tehnoloških procesa. U ovom radu koristi se tehnika mekog računalstva poznata kao umjetne neuronske mreže (ANN) za modeliranje i predviđanje parametara tehnološkog procesa CNC brušenja višeslojne keramike. Rezultati su pokazali da ANN s algoritmom širenja unazad potvrđuje primjenu i na ovaj problem. Oblikovanjem različitih arhitektura ANN (pravila učenja, prijenosne funkcije, broj i strukture skrivenih slojeva i drugi) na setu podataka iz proizvodno – tehnološkog procesa ostvaren je najbolji rezultat RMS greške od 10,76 % u procesu učenja i 12,07 % u procesu validacije. Ostvareni rezultati potvrđuju prihvatljivost i primjenu ovog istraživanja u tehnološkoj i operativnoj pripremi proizvodnje.
Keywords
brušenje; neuronske mreže; meko računalstvo; predviđanje
Hrčak ID:
163760
URI
Publication date:
16.8.2016.
Visits: 2.063 *