ANNs Prediction of Input Parameters Dutiny PMMA Laser Micro-machining
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28110%2F11%3A43867587" target="_blank" >RIV/70883521:28110/11:43867587 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
ANNs Prediction of Input Parameters Dutiny PMMA Laser Micro-machining
Popis výsledku v původním jazyce
This paper presents usage of artificial neural networks for modelling of laser micro-machining process. Results of the laser micro-machining ? surface quality of product and his utility in specific application ? depend on the laser-machine parameters andthe polymer material type. Commercial CO2 laser Mercury L-30 by LaserPro, USA was used for cutting specimens. This laser system has two parameters - power and feed. The article also shows optimization of the laser micro-machining using artificial neuralnetwork. In order to interpret complicated dependencies between technological characteristics of laser micro-machining and output parameters software Matlab 6.5 with Neural Network Toolbox was used. The experimental results were evaluated and depicted into the graphs.
Název v anglickém jazyce
ANNs Prediction of Input Parameters Dutiny PMMA Laser Micro-machining
Popis výsledku anglicky
This paper presents usage of artificial neural networks for modelling of laser micro-machining process. Results of the laser micro-machining ? surface quality of product and his utility in specific application ? depend on the laser-machine parameters andthe polymer material type. Commercial CO2 laser Mercury L-30 by LaserPro, USA was used for cutting specimens. This laser system has two parameters - power and feed. The article also shows optimization of the laser micro-machining using artificial neuralnetwork. In order to interpret complicated dependencies between technological characteristics of laser micro-machining and output parameters software Matlab 6.5 with Neural Network Toolbox was used. The experimental results were evaluated and depicted into the graphs.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
JQ - Strojní zařízení a nástroje
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Development in Machining Technology
ISBN
978-83-7242-640-6
Počet stran výsledku
12
Strana od-do
9-18
Počet stran knihy
155
Název nakladatele
Cracow University of Technology
Místo vydání
Cracow
Kód UT WoS kapitoly
—