1. Tool condition monitoring using machine tool spindle current and long short-term memory neural network model analysisNiko Turšič, Simon Klančnik, 2024, izvirni znanstveni članek Opis: In cutting processes, tool condition affects the quality of the manufactured parts. As such, an essential component to prevent unplanned downtime and to assure machining quality is having information about the state of the cutting tool. The primary function of it is to alert the operator that the tool has reached or is reaching a level of wear beyond which behaviour is unreliable. In this paper, the tool condition is being monitored by analysing the electric current on the main spindle via an artificial intelligence model utilising an LSTM neural network. In the current study, the tool is monitored while working on a cylindrical raw piece made of AA6013 aluminium alloy with a custom polycrystalline diamond tool for the purposes of monitoring the wear of these tools. Spindle current characteristics were obtained using external measuring equipment to not influence the operation of the machine included in a larger production line. As a novel approach, an artificial intelligence model based on an LSTM neural network is utilised for the analysis of the spindle current obtained during a manufacturing cycle and assessing the tool wear range in real time. The neural network was designed and trained to notice significant characteristics of the captured current signal. The conducted research serves as a proof of concept for the use of an LSTM neural network-based model as a method of monitoring the condition of cutting tools.
Ključne besede: tool condition monitoring, artificial intelligence, LSTM neural network
Objavljeno v DKUM: 22.04.2024; Ogledov: 181; Prenosov: 36
 Celotno besedilo (3,75 MB)
Gradivo ima več datotek! Več... |
2. Inteligentni nadzor obrabe rezalnega orodja s spremljanjem toka na glavnem vretenu : magistrsko deloNiko Turšič, 2023, magistrsko delo Opis: V magistrski nalogi je predstavljen sistem za nadzor rezalnega orodja, ki temelji na
sledenju toka na glavnem vretenu z uporabo umetne nevronske mreže. Glavni namen
aplikacije je razširiti vpogled, ki ga ima operater v stanje orodja med delovanjem
stružnice CNC. Program za analizo lahko nemoteno deluje paralelno na procesnem
računalniku in prejema podatke preko podatkovnega omrežja s krmilnika stružnice. V
delu so predstavljeni proces zajemanja podatkov za učno bazo umetne nevronske mreže
tipa Long-Short Term Memory, arhitektura in učenje nevronske mreže, ki je uporabljena
v tej aplikaciji, ter validacija naučenega modela z umetno inteligenco na novih podatkih.
Prav tako sta predstavljena tudi izdelava in delovanje programa, ki se lahko izvaja na
procesnem računalniku za potrebe pomožne diagnostike orodja.
Ključne besede: tok na glavnem vretenu, nevronska mreža, nadzor obrabe orodja, LSTM, umetna inteligenca
Objavljeno v DKUM: 05.10.2023; Ogledov: 318; Prenosov: 44
Celotno besedilo (4,61 MB) |
3. Identifikacija okroglic, označenih z 2D-matričnimi kodami, z uporabo strojnega vida : diplomsko deloNiko Turšič, 2020, diplomsko delo Opis: V diplomski nalogi je predstavljena idejna zasnova sistema za identifikacijo aluminijastih okroglic z uporabo 2D-matričnih kod, s katerimi bi te označevali za boljšo sledljivost materiala. Tako označene okroglice bi nato pregledovali s pametnimi kamerami pred obdelavo v proizvodni celici (v tem primeru stiskalni liniji). Predstavljeni so rezultati testiranja kamer različnih proizvajalcev in oblika ustrezne matrične kode z ozirom na potrebne informacije in sposobnosti gravirne naprave. Poleg teoretičnega opisa sistema je podan še CAD-model hipotetične proizvodne linije. S tem sistemom je izključena možnost človeške napake pri zalaganju linije z vhodnim materialom in s tem uporaba napačnega materiala v proizvodnji.
Ključne besede: Okroglica, 2D-matrična koda, pametna kamera, identifikacija, idejna
zasnova, strojni vid
Objavljeno v DKUM: 04.11.2020; Ogledov: 1005; Prenosov: 114
Celotno besedilo (2,09 MB) |
