Monitorování stavu nástroje prostřednictvím dopředné neuronové sítě s využitím signálů měřených aktivními magnetickými ložisky

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23210%2F08%3A00500679" target="_blank" >RIV/49777513:23210/08:00500679 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Tool condition monitoring by means of feedforward neural network with utilization of signals measured by active magnetic bearings

Popis výsledku v původním jazyce

The paper deals with a simple detection tool for wear estimation of a cutting tool during milling, based on a feedforward neural network. The aim of the procedure mentioned in the paper is measurement and monitoring of cutting forces and displacements ofa cutting spindle equipped with active magnetic bearings. Signals measured by the bearings can be directly used in the tool condition monitoring system. Experimental data are used for both training and testing of the neural network. The training data are very specific, describing only three typical cases of cutting configuration. Therefore, the universal use of the tool is not possible. However, it shows that the idea can be used for building of such a system. The system is a part of monitoring software being developed by the author.

Název v anglickém jazyce

Tool condition monitoring by means of feedforward neural network with utilization of signals measured by active magnetic bearings

Popis výsledku anglicky

The paper deals with a simple detection tool for wear estimation of a cutting tool during milling, based on a feedforward neural network. The aim of the procedure mentioned in the paper is measurement and monitoring of cutting forces and displacements ofa cutting spindle equipped with active magnetic bearings. Signals measured by the bearings can be directly used in the tool condition monitoring system. Experimental data are used for both training and testing of the neural network. The training data are very specific, describing only three typical cases of cutting configuration. Therefore, the universal use of the tool is not possible. However, it shows that the idea can be used for building of such a system. The system is a part of monitoring software being developed by the author.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JQ - Strojní zařízení a nástroje

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

GÉP

ISSN

0016-8572

e-ISSN

—

Svazek periodika

59

Číslo periodika v rámci svazku

10-11

Stát vydavatele periodika

HU - Maďarsko

Počet stran výsledku

3

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—