Vyhodnocení výsledků laserového mikroobrábění polymerů aplikací umělých neuronových sítí
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28110%2F06%3A63504482" target="_blank" >RIV/70883521:28110/06:63504482 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
MEASUREMENT EVALUATION OF THE PLASTICS LASER MICRO - MACHINING BY ARTIFICIAL NEURAL NETWORKS
Popis výsledku v původním jazyce
This article presents some possibilities of laser micro-machining. Results of the laser micro-machining - surface quality of product and his utility in specific application - depend on the laser parameters and the polymer material type. Commercial CO2 laser Mercury L-30 by firm LaserPro, USA was used for cutting of specimens. It is possible to change power and feed of laser system. The paper also presents optimization of the laser micro-machining by using artificial neural network. In order to interpretcomplicated dependencies between technological characteristics of laser micro-machining and output parameters were used Matlab 6.5 with Neural Network Toolbox. The experimental results were evaluated and processed into the graph.
Název v anglickém jazyce
MEASUREMENT EVALUATION OF THE PLASTICS LASER MICRO - MACHINING BY ARTIFICIAL NEURAL NETWORKS
Popis výsledku anglicky
This article presents some possibilities of laser micro-machining. Results of the laser micro-machining - surface quality of product and his utility in specific application - depend on the laser parameters and the polymer material type. Commercial CO2 laser Mercury L-30 by firm LaserPro, USA was used for cutting of specimens. It is possible to change power and feed of laser system. The paper also presents optimization of the laser micro-machining by using artificial neural network. In order to interpretcomplicated dependencies between technological characteristics of laser micro-machining and output parameters were used Matlab 6.5 with Neural Network Toolbox. The experimental results were evaluated and processed into the graph.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JJ - Ostatní materiály
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Strojírenská technologie
ISSN
1211-4162
e-ISSN
—
Svazek periodika
X
Číslo periodika v rámci svazku
12
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
4
Strana od-do
169-172
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—