| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
UPORABA ROBOTOV ZA OBDELAVE Z ODVZEMANJEM MATERIALA
Marko Hrelja, 2010, diplomsko delo

Opis: Diplomska naloga zajema zasnovo spremembe sistema na robotu Renault ACMA XR701 iz točkovnega varjenja na mehanske obdelave z odvzemanjem materiala. Teoretični del diplomske naloge se deli na robotizacijo, ki vsebuje kinematične ter dinamične zveze in osnove vodenja robotov, ki so nujne za razumevanje sistema, ki ga uporabljamo med mehanskimi obdelavami in na tehnologijo odrezovanja, kjer so predstavljeni problemi geometrije orodij, izbire materialov za obdelavo ter ustreznih parametrov. Podan je tudi predlog izdelave orodja, ki deluje na principu uporovnega oziroma toplotnega odstranjevanja materiala. Osnovne rešitve so nakazane v izbiri pravilne geometrije orodij za umetne mase, oziroma so podane možne alternative orodij za ostala kovinska / nekovinska gradiva. Opisano je tudi osnovno preizkušanje sistema s kompleksnejšim 3D — modelom, ter nakazane smernice za nadaljnje raziskave.
Ključne besede: obdelave z odvzemanjem materiala, robot, obdelava z roboti, robot Renault ACMA XR701, robotsko rezkanje, robotsko struženje, obdelava umetnih mas
Objavljeno: 09.09.2010; Ogledov: 2267; Prenosov: 342
.pdf Celotno besedilo (2,65 MB)

2.
Modeliranje in optimizacija CNC obdelav s skupinsko inteligenco
Marko Hrelja, 2015, doktorska disertacija

Opis: 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.
Ključne besede: inteligentni obdelovalni sistem, CNC-obdelovalni stroj, odrezovanje, struženje, skupinska inteligenca, optimizacija z rojem delcev, gravitacijski iskalni algoritem, genetski algoritmi, večkriterijska optimizacija, NSGA-II algoritem
Objavljeno: 04.02.2015; Ogledov: 1398; Prenosov: 178
.pdf Celotno besedilo (3,55 MB)

Iskanje izvedeno v 0.05 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici