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

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.