Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prediction of grinding parameters for plastics by artificial neural networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F11%3A43865260" target="_blank" >RIV/70883521:28140/11:43865260 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/70883521:28110/11:43865260

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Prediction of grinding parameters for plastics by artificial neural networks

  • Popis výsledku v původním jazyce

    The grinding technology is widely used in the manufacturing of various materials. This technology process is driven by many input parameters that influence resulting product. This work is focused on an application of artificial neural network with radialbasis function in modeling of polymer materials grinding. In this paper the two key parameters were selected ? feed rate and depth of cut. The task of the artificial neural network based predictor is to provide resulting arithmetical mean roughness andmaximum height of the profile parameter. Furthermore, the article presents extensive experimental measurements aimed to grinding of polypropylene, polyamide 6 filled with 30% of glass fibers, polytetrafluoro-ethylene and polycarbonate. All measurements results are statistically evaluated and presented in the figures.

  • Název v anglickém jazyce

    Prediction of grinding parameters for plastics by artificial neural networks

  • Popis výsledku anglicky

    The grinding technology is widely used in the manufacturing of various materials. This technology process is driven by many input parameters that influence resulting product. This work is focused on an application of artificial neural network with radialbasis function in modeling of polymer materials grinding. In this paper the two key parameters were selected ? feed rate and depth of cut. The task of the artificial neural network based predictor is to provide resulting arithmetical mean roughness andmaximum height of the profile parameter. Furthermore, the article presents extensive experimental measurements aimed to grinding of polypropylene, polyamide 6 filled with 30% of glass fibers, polytetrafluoro-ethylene and polycarbonate. All measurements results are statistically evaluated and presented in the figures.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JP - Průmyslové procesy a zpracování

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

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 periodika

    International Journal of Mechanics

  • ISSN

    1998-4448

  • e-ISSN

  • Svazek periodika

    5

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    12

  • Strana od-do

    250-261

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus