Effect of technological parameters on vibration acceleration in milling and vibration prediction with artificial neural networks
Artykuł w czasopiśmie
MNiSW
5
spoza listy
| Status: | |
| Autorzy: | Zagórski Ireneusz, Kulisz Monika |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2019 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Wolumen/Tom: | 252 |
| Numer artykułu: | 3015 |
| Strony: | 1 - 6 |
| Web of Science® Times Cited: | 2 |
| Bazy: | Web of Science |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | III International 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 reports on the study of vibration acceleration in milling and vibration prediction by means of artificial neural networks. The milling process, carried out on AZ91D magnesium alloy with a PCD milling cutter, was monitored to observe the extent to which the change of selected technological parameters (vc, fz, ap) affects vibration acceleration ax, ay and az. The experimental data have shown a significant impact of technological parameters on maximum and RMS vibration acceleration. The simulation works employed the artificial neural networks modelled with Statistica Neural Network software. Two types of neural networks were employed: MLP (Multi-Layered Perceptron) and RBF (Radial Basis Function). |
