| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 3 / 3
First pagePrevious page1Next pageLast page
1.
Model inteligentnega CAD/CAM sistema za programiranje CNC obdelovalnih strojev
Simon Klančnik, 2012, dissertation

Abstract: Sodobni obdelovalni sistemi so visoko avtomatizirani, zahtevajo veliko fleksibilnost in težijo k popolni avtonomnosti. Ker je programiranje obdelovalnih strojev zelo kompleksen proces, ki ga sestavlja več med seboj odvisnih problemov, ga kljub velikim naporom do danes še ni uspelo avtomatizirati. Pregled raziskav je pokazal, da so do sedaj razviti sistemi zelo ozko omejeni in lahko strokovnjaku služijo le kot pripomoček, pri pripravi postopka obdelave. V disertaciji predlagamo samodejno programiranje CNC-obdelovalnih strojev s pomočjo umetne inteligence. Razvita inteligenca je sposobna, ne le delno, ampak v celoti, reševati kompleksen problem samodejnega programiranja obdelovalnih strojev. Sistem na podlagi CAD-modela izdelka samodejno, brez pomoči strokovnjaka, pripravi NC-program obdelave, in sicer tako, da je obdelava varna, pravilna, časovno učinkovita in hkrati zadosti določenim tehnološkim zahtevam obdelave. Inteligentni CAD/CAM-sistem za svoje delovanje uporablja skupinsko inteligenco, NSGA-II večkriterijsko optimizacijo in usmerjeno nevronsko mrežo, hkrati pa koristi prednosti ter moč informatizacije in tako s porazdeljeno arhitekturo dosega večjo učinkovitost pri celovitem reševanju tako kompleksnega problema. Sistem je sestavljen iz napovedovalnega in evalvacijskega modula. V napovedovalnem modulu umetna inteligenca predlaga rešitve, ki vsebujejo informacije o trajektorijah rezov, izbranih orodjih in predlaganih rezalnih parametrih. Evalvacijski modul, na podlagi razvitih simulacijskih modelov, oceni predlagane rešitve glede na geometrijski, tehnološki in časovni kriterij ter kriterij učinkovitosti obdelave. V okviru raziskave smo razvili diskreten in tudi zvezen simulacijski model, ki ga razviti sistem uporablja pri iskanju optimalne rešitve. Predlagani sistem je v splošnem primeren za različne vrste obdelav, v disertaciji pa se zaradi obsega dela pri testiranjih omejimo zgolj na rezkanje. Rezultati testiranj so potrdili, da je z uporabo metod umetne inteligence mogoče samodejno programirati obdelovalne stroje.
Keywords: skupinska inteligenca, optimizacija z rojem delcev, nevronske mreže, genetski algoritmi, NSGA-II optimizacija, CAD/CAM-sistem, NC-programiranje, API-vmesnik, CNC-obdelovalni stroj, inteligentni obdelovalni sistem, računalniška simulacija, večkriterijska optimizacija
Published: 12.04.2012; Views: 3410; Downloads: 459
.pdf Full text (18,28 MB)

2.
Modeliranje in optimizacija CNC obdelav s skupinsko inteligenco
Marko Hrelja, 2015, doctoral dissertation

Abstract: Izboljševanje obstoječe proizvodnje in obdelovalnih sistemov zahteva nenehno posodabljanje in integracijo najnovejših tehnologij v proizvodne sisteme. Proizvodnih spremenljivk je čedalje več, s tem pa se povečuje množica podatkov, ki jo moramo obdelati, tu pa velikokrat klasične analitične metode optimizacije odpovedo. Zaradi tega smo prisiljeni bolje izkoristiti razpoložljive proizvodne vire, zato pa moramo poseči po naprednejših pristopih reševanja problemov. Za reševanje zahtevnih problemov čedalje pogosteje uporabljajo različna področja umetne inteligence, še zlasti strojnega učenja. Pregled do sedaj opravljenih raziskav je pokazal, da so obstoječi razviti sistemi precej ozko usmerjeni. V disertaciji predlagamo popolnoma nov pristop k modeliranju CNC-obdelav s pomočjo novega gravitacijskega iskalnega algoritma (GSA), ki spada med metode skupinske inteligence. Razviti inteligentni sistem deluje na osnovi osnovnih Newtonovih fizikalnih zakonov oziroma na osnovi interakcij med masnimi telesi v prostoru. Za primerjavo in potrditev ustreznosti rezultatov doktorske disertacije smo uporabili tudi metodo modeliranja z rojem delcev (PSO). Primerjava je pokazala, da je GSA algoritem primeren za modeliranje obdelav z odrezovanjem, saj so odstopanja od eksperimentalnih podatkov v sprejemljivih mejah. Dobljeni modeli so dobro opisali postopek odrezovanja materiala s struženjem, ki smo ga uporabili kot postopek odrezovanja. Posebej velja omeniti, da je GSA algoritem v najslabšem primeru vsaj dvakrat hitrejši od enakovrednega PSO algoritma. Dobljen model CNC-obdelave smo nato uporabili za večkriterijsko optimiranje obdelovalnih parametrov: optimalne hrapavosti obdelane površine, rezalnih sil in časovne obstojnosti orodja. Vsaka izmed omenjenih odvisnih spremenljivk prispeva k optimalnemu delovanju CNC-obdelovalnega stroja, kar znižuje stroške proizvodnje. Večkriterijsko optimiranje smo izvedli s pomočjo NSGA-II algoritma. Za optimiranje smo morali določiti tudi omejitve. Te smo določili s pomočjo teoretičnih izračunov in jih preverili s pomočjo eksperimentalnih podatkov. Zaradi obsega dela smo se omejili na struženje, hkrati pa so v delu predstavljene osnove prilagoditev za uporabo metod na ostalih obdelovalnih strojih, saj je predlagan pristop univerzalen.
Keywords: inteligentni obdelovalni sistem, CNC-obdelovalni stroj, odrezovanje, struženje, skupinska inteligenca, optimizacija z rojem delcev, gravitacijski iskalni algoritem, genetski algoritmi, večkriterijska optimizacija, NSGA-II algoritem
Published: 04.02.2015; Views: 1416; Downloads: 183
.pdf Full text (3,55 MB)

3.
Inteligentni sistem za večkriterijsko optimizacijo tehnološkega načrta dvoosnega struženja
Zlatko Botak, 2016, doctoral dissertation

Abstract: Obdelovalni proces je pod stalnim vplivom razvoja in posodabljanja komponent v sistemu stroj-orodje-obdelovanec. Bolj kot so poznana zapletena razmerja med vhodnimi in izhodnimi veličinami, uspešnejši je končni rezultat obdelave s tehničnega in ekonomskega vidika. Obdelava množice medsebojno odvisnih podatkov in omejitev v realnem procesu s klasičnimi metodami ni več primerna, temveč se za optimizacijo poskuša narediti model, ki vključuje določeno stopnjo umetne inteligence. V disertaciji je predstavljen model inteligentnega sistema za samodejno programiranje obdelave struženja na rotacijskih izdelkih. Sistem je zmožen na osnovi 3D-modela izdelka samostojno prepoznati izdelovalnost s postopkom dvoosnega struženja, določiti obdelovalna orodja, zaporedje obdelave, izvesti optimalizacijo in pripraviti NC-program. Nastali NC-program bo glede na izbrane kriterije optimalen glede na čas in učinkovitost obdelave. Razviti inteligentni sistem deluje popolnoma samostojno, brez posega izkušenega strokovnjaka v potek priprave tehnologije. Obdelava se sočasno optimalizira po več kriterijih, po odrezovalnem času, odvzemu materiala, strošku orodja in številu prehodov orodja. Kriteriji se merijo v različnih enotah in se pogosto medsebojno izključujejo, kar pomeni, da izboljšanje obdelave po enem kriteriju pripelje do poslabšanja po drugem. V sistem za samodejno programiranje obdelave je vključena metoda za večkriterijsko optimiranje, analitični hierarhični proces. Metoda temelji razčlenjevanju problema na več ravni, primerjavi kriterijev po parih, izračun vpliva posamezne alternative na končni cilj in preverjanje doslednosti. Rezultati so dodatno preverjeni z metodo za večkriterijsko odločanje ELECTRE II in programom SuperDecisions. Predstavljeni model se lahko uporabi za analizo in optimalizacijo realnih problemov obdelave s struženjem v praksi.
Keywords: inteligentni obdelovalni sistem, večkriterijska optimalizacija, NC-programiranje, analitični hierarhični proces, računalniška simulacija, struženje.
Published: 03.01.2017; Views: 847; Downloads: 144
.pdf Full text (5,34 MB)

Search done in 0.05 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica