Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Status:
Autorzy: Gajewski Jakub, Jonak Józef
Rok wydania: 2006
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 2
Wolumen/Tom: 21
Strony: 180 - 184
Impact Factor: 0,278
Web of Science® Times Cited: 14
Scopus® Cytowania: 18
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: angielski
The paper presents the results of a research work using artificial neural networks to classify the signals of machining forces typical for particular worn cutting tools. Prospectively, a proper classification of these signals may allow the identification of cutter tips condition in multi-tools heads status’ monitoring systems, and facilitate the construction of systems for controlling rocks excavating process.