Title: | Modeliranje in optimizacija CNC obdelav s skupinsko inteligenco |
---|
Authors: | ID Hrelja, Marko (Author) ID Brezočnik, Miran (Mentor) More about this mentor...  ID Balič, Jože (Comentor) |
Files: | DR_Hrelja_Marko_i2014.pdf (3,55 MB) MD5: C75F7B7890766CD5BBD960D7AFBFBC71
|
---|
Language: | Slovenian |
---|
Work type: | Dissertation |
---|
Typology: | 2.08 - Doctoral Dissertation |
---|
Organization: | FS - Faculty of Mechanical Engineering
|
---|
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 |
---|
Place of publishing: | [Maribor |
---|
Publisher: | M. Hrelja] |
---|
Year of publishing: | 2015 |
---|
PID: | 20.500.12556/DKUM-46491  |
---|
UDC: | 004.832.021:621.941-52(043.3) |
---|
COBISS.SI-ID: | 277945856  |
---|
NUK URN: | URN:SI:UM:DK:PI3RDEW5 |
---|
Publication date in DKUM: | 04.02.2015 |
---|
Views: | 3328 |
---|
Downloads: | 409 |
---|
Metadata: |  |
---|
Categories: | KTFMB - FS
|
---|
:
|
HRELJA, Marko, 2015, Modeliranje in optimizacija CNC obdelav s skupinsko inteligenco [online]. Doctoral dissertation. Maribor : M. Hrelja. [Accessed 30 April 2025]. Retrieved from: https://dk.um.si/IzpisGradiva.php?lang=eng&id=46491
Copy citation |
---|
| | | Average score: | (0 votes) |
---|
Your score: | Voting is allowed only for logged in users. |
---|
Share: |  |
---|
Searching for similar works... 
Hover the mouse pointer over a document title to show the abstract or click
on the title to get all document metadata. |