Baza Publikacji Pracowników Politechniki Lubelskiej

Status:
Autorzy:	Zagórski Ireneusz, Kulisz Monika, Semeniuk Aleksandra, Malec Anna
Dyscypliny:
	Aby zobaczyć szczegóły należy się zalogować.
Rok wydania:	2017
Wersja dokumentu:	Drukowana \| Elektroniczna
Język:	angielski
Numer czasopisma:	3
Wolumen/Tom:	11
Strony:	261 - 269
Web of Science® Times Cited:	12
Bazy:	Web of Science \| ESCI \| DOAJ \| BazTech
Efekt badań statutowych	NIE
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:	3 września 2017
Abstrakty:	angielski
	The paper reports the results of artificial neural network modelling of vibration in. a milling process of magnesium alloy AZ91D by a TiAlN-coated carbide tool. Vibrations in machining processes are regarded as an additional, absolute machinability index. The modelling was performed using the so-called “black box” model. The best fit was determined for the input and output data obtained from the machining process. The simulations were performed by the Statistica software using two types of neural networks: RBF (Radial Basis Function) and MLP (Multi-Layered Perceptron).

Artificial neural network modelling of vibration in the milling of AZ91D alloy