Iskanje po katalogu digitalne knjižnice

Opis: Izbira rezalnih parametrov je najpomembnejši korak pri postopku načrtovanja proizvodnje, zato izdelamo novo tehniko razvojnega računanja za optimiranje procesa odrezovanja. V prispevku je uporabljena tehnika, ki oponaša dinamiko delcev v velikih skupinah (optimizacija PSO), za učinkovito in simultano optimiranje postopkov frezanja. V omenjenih postopkih smo soočeni s problemom več ciljnih dejavnikov. Najprej uporabimo umetno nevronsko mrežo (UNM) za napovedovanje rezalnih sil, nato z algoritmom PSO pridobimo optimalno rezalno hitrost in podajanja. Cilj optimizacije je, ob upoštevanju omejitev, določiti ekstrem ciljne funkcije (napovedna površina največjih sil). Med optimizacijo delci, s svojo inteligenco, letijo po prostoru rešitev in iščejo optimalne rezalne pogoje po strategiji algoritma PSO. Rezultati pokažejo, da je integriran sistem nevronskih mrež in kolektivne inteligence učinkovita metoda pri reševanju večciljnih optimizacijskih problemov. Njena velika učinkovitost na širokem območju rezalnih parametrov potrjuje, da sistem lahko praktično uporabimo v proizvodnji. Rezultati simulacij nakazujejo, da predlagan algoritem v primerjavi z rodovnimi algoritmi (GA) in simulacijskim (SA) ohlajanjem lahko poveča natančnost rešitve in konvergenco postopka. Nova tehnika razvojnega računanja ima nekoliko prednosti ter koristi in je primerna za uporabo v kombinaciji z modeli na osnovi umetnih nevronskih vezij, pri katerih niso na voljo izrecne relacije med vhodi in izhodi. Raziskava odpre vrata na področju obdelave z odrezovanjem za nov razred optimizacijskih tehnik, ki slonijo na razvojnem računanju.
Ključne besede: odrezovanje, končno frezanje, rezalni parametri, nevronske mreže, razvojne tehnike, optimizacija jate delcev, cutting, end-milling, cutting parameters, neural networks, evolution techniques, particle swarm optimization
Objavljeno v DKUM: 10.07.2015; Ogledov: 1625; Prenosov: 47
Povezava na celotno besedilo