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
5
spoza listy
Status:
Autorzy: Kulisz Monika, Zagórski Ireneusz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2019
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 252
Numer artykułu: 3017
Strony: 1 - 6
Web of Science® Times Cited: 0
Bazy: Web of Science
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: III Conference of Computational Methods in Engineering Science (CMES`18)
Skrócona nazwa konferencji: CMES’18
URL serii konferencji: LINK
Termin konferencji: 22 listopada 2018 do 24 listopada 2018
Miasto konferencji: Kazimierz Dolny
Państwo konferencji: POLSKA
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 14 stycznia 2019
Abstrakty: angielski
This paper presents the model for milling AZ91HP magnesium alloy with TiAlN coated carbide end mill. The model was developed on the basis of experimental data from the neural network training data set. The milling process was conducted at constant parameters of tool geometry, workpiece strength properties, technological machine properties, radial and axial depth of cut. The range of changeable machining parameters specified in this study included cutting speed, feed per tooth, and the output variable: the arithmetical mean roughness parameter (Ra). The process was modelled by means of MatLab software and its Neural Network Toolbox. The developed model was implemented in the algorithm designed to determine optimal milling conditions, exploring the space of acceptable parameters in search of those which would meet the specified roughness parameter at maximum efficiency.