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
200
Lista 2024
Status:
Autorzy: Kęcik Krzysztof, Ciecieląg Krzysztof
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2024
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 239
Numer artykułu: 115406
Strony: 1 - 17
Impact Factor: 5,2
Web of Science® Times Cited: 1
Scopus® Cytowania: 2
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: This research was funded by the Lublin University of Technology, Poland under research grant no. FD-20/IM-5/053 (KK) and FD-20/IM-5/016 (KC).
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 15 stycznia 2024
Abstrakty: angielski
This article presents the results of a recurrence analysis conducted on the milling of GFRP material. The novelty lies in applying variable milling parameters to assess the detectability of defects. It appears that cutting parameters play a significant role in detecting defects. The research aimed to determine the sensitivity of recurrence analysis in detecting defects of various sizes in composites machined with different milling parameters. Furthermore, the study identified the most appropriate quantifications for defects detection. The values of some quantifications derived from the cutting force showed significant changes compared to the indicators obtained during machining without defects. It was demonstrated that recurrence quantification analysis could identify defects as small as 0.25 mm, while recurrence diagrams alone could detect defect sizes of 0.75 mm or larger. The most effective indicators were RR, T1, and T2. Additionally, it was demonstrated that certain indicators depend on cutting parameters, complicating their use for defect detection.