1. Intelligent adaptive cutting force control in end-millingUroš Župerl, Franc Čuš, Edvard Kiker, 2006, original scientific article Abstract: In this article, an adaptive neural controller for the ball end-milling process is described. Architecture with two different kinds of neural networks is proposed, and is used for the on-line optimal control of the milling process. A BP neural network is used to identify the milling state and to determin the optimal cutting inputs. The feedrate is selected as the optimised variable, and the milling state is estimated by the measured cutting force. The adaptive controller is operated by a PC and the adjusted feedrates are sent to the CNC. The purpose of this article is to present a reliable, robust neural controller aimed at adaptively adjusting feed-rate to prevent excessive tool wear, tool breakage and maintain a high chip removal rate. The goal is also to obtain an improvement of the milling process productivity by the use of an automatic regulation of the cutting force. Numerous simulations are conducted to confirm the efficiency of this architecture. The proposed architecture for on-line determining of optimal cutting conditions is applied to ball end-milling in this paper, but it is obvious that the system can be extended to other machines to improve cutting efficiency.
Keywords: end milling, adaptive force control, neuron controller, cutting conditions, adaptive control systems
Published in DKUM: 12.07.2017; Views: 1289; Downloads: 136
 Full text (3,43 MB)
This document has many files! More... |
2. Kombiniran sistem ločenega optimiranja in prilagodnega nastavljanja rezalnih parametrov med procesom oblikovnega frezanjaUroš Župerl, Franc Čuš, Edvard Kiker, Matjaž Milfelner, 2005, original scientific article Abstract: V prispevku je prikazana uporaba združevanja metod nevronskih mrež in mehke logike pri modeliranju in prilagodnem krmiljenju postopka oblikovnega frezanja. Izdelan je celovit postopek hibridnega modeliranja postopka odrezovanja (sistem ANfis), ki ga uporabimo pri izdelavi simulatorja frezanja RNK. S hibridnim modeliranjem postopka, ločeno optimizacijo ter usmerjeno nevronsko krmilno shemo (UNKS) je zgrajen kombiniran sistem za posredno optimiranje in prilagodno nastavljanje rezalnih parametrov. To je prilagodni sistem krmiljenja, ki z digitalno prilagodljivostjo rezalnih parametrov nadzoruje rezalno silo in ohranja stalno hrapavost obdelane površine med frezanjem. Tako uravnotezi vse motnje postopka odrezovanja: obrabo orodja, nehomogenost obdelovanega materiala, vibracije, drdranje itn. Poglavitno načelo vodenja je izvedeno s krmilno shemo (UNKS), ki jo sestavljata dve nevronski razpoznavali dinamike postopka in primarni krmilnik. Simulator frezanja RNK testira stabilnost sistema in uglasi parametre krmilne sheme. Postopek je bil uspešno uporabljen na RNK frezalnem stroju Heller. S preizkusi je potrjena učinkovitost prilagodnega sistema krmiljenja, ki se kaze v izboljšani kakovosti površine in manjši obrabi orodja.
Published in DKUM: 10.07.2015; Views: 895; Downloads: 67
 Link to full text |
3. Modelno podprt sistem za dinamično nastavljanje rezalnih parametrov pri postopku frezanjaFranc Čuš, Uroš Župerl, Edvard Kiker, 2007, original scientific article Abstract: V prispevku je predstavljen modelno podprt mehanizem vodenja, ki z obvladovanjem rezalnih sil zagotavlja stalno kakovost obdelane površine pri postopku oblikovnega frezanja. Sistem z dinamično prilagajanje podajanja in vrtljajev obvladuje hrapavost površine ter rezalne sile na frezalu. Namen izdelave predlaganega mehanizma je poiskati omejitve taksnega načina vodenja, ki s prilagajanjem rezalnih parametrov ohranja stalno rezalno silo. Modelno podprt sistem vodenja je izdelan z razvojno metodo genetskega programiranja (GP). Za določitev empirične povezave med kakovostjo površine in rezalno silo je izdelan načrt preizkusov. Pri vnaprej definirani globini rezanja je preizkusno raziskan vpliv obdelovalnega materiala in rezalnih parametrov (podajanje, globina rezanja) na omenjeno povezavo. Razvojna metoda GP je uporabljena za izpeljavo izkustvenih povezav med kakovostjo površine in rezalno silo pri obdelavi jekla. Te povezave se nato uporabijo pri izdelavi modelno podprtega sistema za dinamično nastavljanje rezalnih parametrov (SDNRP), v katerem se s krmiljenjem rezalnih sil dviga zahtevana kakovost površine. Rezultati zagotovijo načine za povečanje učinkovitosti postopka z izboljšanjem kakovosti površine, zmanjšanjem posledic spremenljivosti postopka in zmanjšanjem stroškov napak pri opravilih končne obdelave.
Keywords: končno frezanje, rezalni parametri, genetsko programiranje, sistemi vodenja, modelno podprti sistemi
Published in DKUM: 10.07.2015; Views: 1375; Downloads: 66
Link to full text |
4. |
5. |
6. |
7. |
8. |
9. |
10. |
