Processing math: 100%
| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Empirical modeling of liquefied nitrogen cooling impact during machining Inconel 718
Avtorji:ID Hriberšek, Matija (Avtor)
ID Berus, Lucijano (Avtor)
ID Pušavec, Franci (Avtor)
ID Klančnik, Simon (Avtor)
Datoteke:.pdf RAZ_Hribersek_Matija_2020.pdf (2,37 MB)
MD5: D1874917312C2B0284B3038FB2C4614B
 
URL https://doi.org/10.3390/app10103603
 
Jezik:Angleški jezik
Vrsta gradiva:Znanstveno delo
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FS - Fakulteta za strojništvo
Opis:This paper explains liquefied nitrogen’s cooling ability on a nickel super alloy called Inconel 718. A set of experiments was performed where the Inconel 718 plate was cooled by a moving liquefied nitrogen nozzle with changing the input parameters. Based on the experimental data, the empirical model was designed by an adaptive neuro-fuzzy inference system (ANFIS) and optimized with the particle swarm optimization algorithm (PSO), with the aim to predict the cooling rate (temperature) of the used media. The research has shown that the velocity of the nozzle has a significant impact on its cooling ability, among other factors such as depth and distance. Conducted experimental results were used as a learning set for the ANFIS model’s construction and validated via k-fold cross-validation. Optimization of the ANFIS’s external input parameters was also performed with the particle swarm optimization algorithm. The best results achieved by the optimized ANFIS structure had test root mean squared error (test RMSE) = 0.2620, and test R2 = 0.8585, proving the high modeling ability of the proposed method. The completed research contributes to knowledge of the field of defining liquefied nitrogen’s cooling ability, which has an impact on the surface characteristics of the machined parts.
Ključne besede:cryogenic machining, cooling impact, Inconel 718, machine learning, adaptive neuro-fuzzy inference system, particle swarm optimization
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:03.03.2020
Datum sprejetja članka:19.05.2020
Datum objave:22.05.2020
Založnik:MDPI
Leto izida:2020
Št. strani:Str. 1-16
Številčenje:Letn. 10, št. 10, št. članka 3603
PID:20.500.12556/DKUM-81068 Novo okno
UDK:621.7+621.9:004.89
COBISS.SI-ID:16781315 Novo okno
DOI:10.3390/app10103603 Novo okno
ISSN pri članku:2076-3417
Datum objave v DKUM:14.07.2023
Število ogledov:564
Število prenosov:40
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
HRIBERŠEK, Matija, BERUS, Lucijano, PUŠAVEC, Franci in KLANČNIK, Simon, 2020, Empirical modeling of liquefied nitrogen cooling impact during machining Inconel 718. Applied sciences [na spletu]. 2020. Vol. 10, no. 10,  članka 3603, p. 1–16. [Dostopano 26 april 2025]. DOI 10.3390/app10103603. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=81068
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


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Applied sciences
Skrajšan naslov:Appl. sci.
Založnik:MDPI
ISSN:2076-3417
COBISS.SI-ID:522979353 Novo okno

Gradivo je financirano iz projekta

Financer:ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:P2-0157
Naslov:Tehnološki sistemi za pametno proizvodnjo

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.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:kriogeno odrezavanje, vpliv hlajenja, strojno učenje, adaptivne mreže na osnovi mehkega identifikacijskega sistema, optimizacija z rojem delcev


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