Search the digital library catalog

Abstract: V doktorski disertaciji je predstavljena metoda za optimiziranje procesnih parametrov v procesu injekcijskega brizganja termoplastičnih materialov, ki je implementirana v razvitem inteligentnem sistemu ΔC-3. Predlagana metoda optimizacije procesnih parametrov temelji na kombiniranem pristopu treh metod umetne inteligence, kjer so vsa pravila in dejstva, ki so bila osvojena med množičnimi eksperimentalnimi testiranji na dveh brizgalnih strojih, implementirana tako v bazi znanja kot tudi v podatkovni bazi in so tudi prenosljiva. Ustrezno vrednotenje robustnosti tega proizvodnega procesa je prikazano na primeru nelinearnega matematičnega modela, kjer je izvedena robustna sinteza vodenja hitrosti brizgalnega polža za načrtan robustni regulator po Glover-McFarlanovi metodi ob upoštevanju vpliva motenj in aditivnega modela odstopanj v okolju Matlab/Simulink. V nadaljevanju smo izvedli obsežne eksperimentalne študije na treh izbranih termoplastičnih materialih, kjer smo analizirali vpliv procesnih parametrov na prečni in vzdolžni skrček kot tudi na kot zvijanja testnih ploščic skupaj z meritvijo signalov akustične emisije. Z neporušitveno metodo smo dokazali njeno praktično uporabnost v tem proizvodnem procesu na primeru iskanja razpok na gravurnih orodnih vložkih in detekciji vlažnosti termoplastičnih materialov. Za podrobnejšo analizo zajetih signalov AE v časovno frekvenčnem prostoru smo uporabili Gaborjevo valčno transformacijo. Prav tako so bile izvedene tudi študije zapolnjevanja testnih ploščic v programskem paketu Moldflow, ki so bile osnova za izvedbo kasnejših morfoloških preiskav z vrstičnim elektronskim mikroskopom na površini testnih ploščic v področju slabe orientacije steklenih vlaken.
Keywords: optimizacija, procesni parametri, robustno vodenje, injekcijsko brizganje, skrčki, zvijanje, umetna inteligenca, neporušitveno testiranje, akustična emisija, valčna transformacija
Published in DKUM: 21.03.2014; Views: 3032; Downloads: 232
Full text (15,04 MB)