Assessment model of cutting tool conditionfor reAl-time supervision system
Artykuł w czasopiśmie
MNiSW
140
Lista 2021
Status: | |
Warianty tytułu: |
Model oceny stanu narzędzia skrawającego dla systemu nadzoru w czasie rzeczywistym
|
Autorzy: | Kozłowski Edward, Mazurkiewicz Dariusz, Żabiński Tomasz, Prucnal Sławomir, Sęp Jarosław |
Dyscypliny: | |
Aby zobaczyć szczegóły należy się zalogować. | |
Rok wydania: | 2019 |
Wersja dokumentu: | Drukowana | Elektroniczna |
Język: | angielski |
Numer czasopisma: | 4 |
Wolumen/Tom: | 21 |
Strony: | 679 - 685 |
Impact Factor: | 1,525 |
Web of Science® Times Cited: | 56 |
Scopus® Cytowania: | 69 |
Bazy: | Web of Science | Scopus | BazTech |
Efekt badań statutowych | TAK |
Materiał konferencyjny: | NIE |
Publikacja OA: | TAK |
Licencja: | |
Sposób udostępnienia: | Otwarte czasopismo |
Wersja tekstu: | Ostateczna wersja opublikowana |
Czas opublikowania: | W momencie opublikowania |
Data opublikowania w OA: | 31 grudnia 2019 |
Abstrakty: | angielski | polski |
Further development of manufacturing technology, in particular machining requires the search for new innovative tech-nological solutions. This applies in particular to the advanced processing of measurement data from diagnostic and monitoring systems. The increasing amount of data collected by the embedded measurement systems requires develop-ment of effective analytical tools to efficiently transform the data into knowledge and implement autonomous machine tools of the future. This issue is of particular importance to assess the condition of the tool and predict its durability, which are crucial for reliability and quality of the manufacturing process. Therefore, a mathematical model was de-veloped to enable effective, real-time classification of the cutting blade status. The model was verified based on real measurement data from an industrial machine tool. | |
Dalszy rozwój inżynierii produkcji, w szczególności obróbki skrawaniem, wymaga poszukiwania nowych innowacyj-nych rozwiązań technologicznych. Dotyczy to w szczególności zaawansowanego przetwarzania danych pomiarowych pochodzących z systemów diagnostycznych i monitorujących. Rosnąca ilość danych gromadzonych przez wbudowane systemy pomiarowe wymaga opracowania skutecznych narzędzi analitycznych, aby efektywnie przekształcać dane w wiedzę i wdrażać autonomiczne obrabiarki przyszłości. Kwestia ta ma szczególne znaczenie dla oceny stanu narzędzia i przewidywania jego trwałości, które są kluczowe dla niezawodności i jakości procesu produkcyjnego. Dlatego opra-cowano nowy model matematyczny, którego zadaniem jest skuteczna klasyfikacja stanu ostrza narzędzia skrawającego realizowana w czasie rzeczywistym. Opracowany model został zweryfikowany na podstawie rzeczywistych danych po-miarowych z przemysłowej obrabiarki. |