Prediction of Waviness Values in Skew Rolling Using Machine Learning Methods
Artykuł w czasopiśmie
MNiSW
100
Lista 2023
Status: | |
Autorzy: | Lis Konrad, Pater Zbigniew, Tomczak Janusz, Bulzak Tomasz, Kusiak Tomasz |
Dyscypliny: | |
Aby zobaczyć szczegóły należy się zalogować. | |
Rok wydania: | 2023 |
Wersja dokumentu: | Elektroniczna |
Język: | angielski |
Numer czasopisma: | 5 |
Wolumen/Tom: | 17 |
Strony: | 350 - 359 |
Impact Factor: | 1,0 |
Web of Science® Times Cited: | 0 |
Scopus® Cytowania: | 0 |
Bazy: | Web of Science | Scopus | BazTech |
Efekt badań statutowych | NIE |
Finansowanie: | The research was financed in the framework of the project: Development of new rolling technologies for rail axle forgings, No. LIDER/9/0060/L-12/20/NCBR/2021. Total cost of the Project: 1 466 831.25 PLN. The project is financed by the National Centre for Research and Development under the 12th edition of the LIDER Programme. |
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: | 20 października 2023 |
Abstrakty: | angielski |
Skew rolling with three rolls is used for producing axisymmetric parts. In this method, the tools are spaced every 120° on the circumference of the workpiece. They are also set askew relative to the rolling axis. Cross sectional reduction is made effective by moving the tapered rolls closer to or away from the center line of the workpiece. Experiments were conducted with variable initial conditions of the rolling process to examine surface topography of rolled parts. Obtained experimental results were then analyzed using machine learning methods in order to determine the most effective regression model with the highest coefficient of determination R2 for waviness prediction. |