| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Prediction of dimensional deviation of workpiece using regression, ANN and PSO models in turning operation
Avtorji:ID Močnik, David (Avtor)
ID Paulič, Matej (Avtor)
ID Klančnik, Simon (Avtor)
ID Balič, Jože (Avtor)
Datoteke:.pdf Tehnicki_vjesnik_2014_Mocnik_et_al._Prediction_of_dimensional_deviation_of_workpiece_using_regression,_ANN_and_PSO_models_in_turning_ope.pdf (1,17 MB)
MD5: ED3C16ED7508DCFE386AEC9AB110B109
PID: 20.500.12556/dkum/30c30458-a4bd-4c7f-835c-808a983d19d2
 
URL http://hrcak.srce.hr/116575
 
Jezik:Angleški jezik
Vrsta gradiva:Znanstveno delo
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FS - Fakulteta za strojništvo
Opis:As manufacturing companies pursue higher-quality products, they spend much of their efforts monitoring and controlling dimensional accuracy. In the present work for dimensional deviation prediction of workpiece in turning 11SMn30 steel, the conventional deterministic approach, such as multiple linear regression and two artificial intelligence techniques, back-propagation feed-forward artificial neural network (ANN) and particle swarm optimization (PSO) have been used. Spindle speed, feed rate, depth of cut, pressure of cooling lubrication fluid and number of produced parts were taken as input parameters and dimensional deviation of workpiece as an output parameter. Significance of a single parameter and their interactive influences on dimensional deviation were statistically analysed and values predicted from regression, ANN and PSO models were compared with experimental results to estimate prediction accuracy. A predictive PSO based model showed better predictions than two remaining models. However, all three models can be used for the prediction of dimensional deviation in turning.
Ključne besede:artificial neural network, dimensional dviation, particle swarm optimization, regression
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Leto izida:2014
Št. strani:str. 55-62
Številčenje:Letn. 21, št. 1
PID:20.500.12556/DKUM-66823 Novo okno
ISSN:1330-3651
UDK:004.89:621.9
COBISS.SI-ID:17628438 Novo okno
ISSN pri članku:1330-3651
NUK URN:URN:SI:UM:DK:2M4RH0MS
Datum objave v DKUM:12.07.2017
Število ogledov:1255
Število prenosov:160
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
MOČNIK, David, PAULIČ, Matej, KLANČNIK, Simon in BALIČ, Jože, 2014, Prediction of dimensional deviation of workpiece using regression, ANN and PSO models in turning operation. Tehnički vjesnik : znanstveno-stručni časopis tehničkih fakulteta Sveučilišta u Osijeku [na spletu]. 2014. Vol. 21, no. 1, p. 55–62. [Dostopano 21 januar 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=66823
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Iščem podobna dela...Prosim, počakajte...
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Tehnički vjesnik : znanstveno-stručni časopis tehničkih fakulteta Sveučilišta u Osijeku
Skrajšan naslov:Teh. vjesn. - Stroj. fak.
Založnik:Strojarski fakultet, Elektrotehnički fakultet, Građevinski fakultet
ISSN:1330-3651
COBISS.SI-ID:15346181 Novo okno

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:12.07.2017

Sekundarni jezik

Jezik:Hrvaški jezik
Naslov:Predviđanje dimenzionalnih devijacija obratka primjenom regresijskih, ANN i PSO modela u postupku tokarenja
Opis:Budući da proizvodna poduzeća traže kvalitetnije proizvode, mnogo svojih napora troše na praćenje i reguliranje dimenzionalne točnosti. U ovom je radu za predviđanje dimenzionalne devijacije obratka pri tokarenju 11SMn30 čelika, primijenjen konvencionalni deterministički pristup, na primjer metoda višestruke linearne regresije i dvije metode umjetne inteligencije, "back-propagation feed-forward" umjetna neuronska mreža (ANN) i optimizacija roja čestica (PSO). Kao ulazni parametri uzeti su brzina osovine, brzina napajanja, dubina rezanja, tlak rashladnog fluida za podmazivanje i broj proizvedenih dijelova , a dimenzijska devijacija obratka kao izlazni parameter. Značaj pojedinih parametara i njihovi međusobni utjecaji na dimenzionalnu devijaciju su statistički analizirani, a vrijednosti predviđene regresijskim, ANN i PSO modelima uspoređene su s eksperimentalnim rezultatima kako bi se ocijenila točnost predviđanja. Model predviđanja zasnovan na PSO pokazao se boljim od druga dva modela. Međutim, sva se tri modela mogu koristiti za predviđanje dimenzionalnih devijacija kod tokarenja.
Ključne besede:umetna inteligenca, optimizacija z rojem delcev, inteligenca rojev, regresija


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici