dc.contributor.author |
Γιακουμίδη, Χρυσή
|
el |
dc.contributor.author |
Giakoumidi, Chrysi
|
en |
dc.date.accessioned |
2016-06-06T06:15:47Z |
|
dc.date.available |
2016-06-06T06:15:47Z |
|
dc.date.issued |
2016-06-06 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/42621 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.10673 |
|
dc.rights |
Default License |
|
dc.subject |
Φρεζάρισμα |
el |
dc.subject |
Νευρωνικά δίκτυα |
el |
dc.title |
Πρόβελψη της επιφανειακής τραχύτητας κατά το φρεζάρισμα του κράματος Ti-6Αl-4V με τη μέθοδο των νευρωνικών δικτύων |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Κατεργασίες |
el |
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2015-10-20 |
|
heal.abstract |
Στόχος της παρούσας εργασίας
είναι να διερευνήσουμε
τον τρόπο με
τον οποίο επιδρούν οι συνθήκες κοπής (ταχύτητα κοπής, πρόωση,
βάθος κοπής) στην ποιότητα της επιφανείας του κατεργαζόμενου τεμαχίου,και πιο συγκεκριμένα στην επιφανειακή τραχύτητα.
Η κατεργασία που μελετάται είναι το φρεζάρισμα και πιο συγκεκριμένα η κατεργασία δοκιμίων κράματος Τιτανίου (Ti-6AI-4V) σε φρέζα CNC. Για την επίτευξη αυτού του στόχου πραγματοποιούνται κυρίως πειραματικές μετρήσεις.
Εμείς θα μελετήσουμε και θα εφαρμόσουμε την μέθοδο των τεχνητών νευρωνικών δικτύων για την εκτίμηση και την πρόβλεψη της επιφανειακής τραχύτητας.
Για να γίνει αυτό, θα χρησιμοποιήσουμε δεδομένα από πειράματα τα οποία έχουν ήδη πραγματοποιηθεί και θα αξιοποιήσουμε τις
δυνατότητες της MATLAB, ώστε να εκπαιδεύσουμε το νευρωνικό δίκτυο που θέλουμε να δημιουργήσουμε.
Η παρούσα εργασία αποτελείται από 3 κεφάλαια. Στο πρώτο κεφάλαιο παρουσιάζονται συνοπτικά κάποια στοιχεία για τις κατεργασίες, και πιο συγκεκριμένα για το φρεζάρισμα. Στο δεύτερο κεφάλαιο γίνεται μία γενική παρουσίαση των νευρωνικών
δικτύων, και γίνεται αναφορά σε προηγούμενες μελέτες σχετικές με το αντικείμενο που μελετάμε και εμείς. Στο τρίτο κεφάλαιο αναλύεται ο τρόπος προσομοίωσης της κατεργασίας την οποία μελετήσαμε, με τη χρήση των νευρωνικών δικτύων, και παρουσιάζονται τα αποτελέσματα και τα συμπεράσματα
στα οποία καταλήξαμε. |
el |
heal.abstract |
The purpose of this thesis is to investigate how the cutting conditions (cutting speed, feed rate, depth of cut) affect the quality of the surface of the manufactured item and more specifically its surface roughness. The machining process we will study is the milling and in particular the processing of Titanium alloy Ti-6AI-4V on a CNC milling machine. To accomplish this objective, usually experimental measurements are carried out. However, our task is now to study and apply the method of Artificial Neuron Networks so that we can estimate and predict the surface roughness.
To carry out this task we are going to use existing experimental data and exploit MATLAB’s applications so that we train the Artificial Neuron Network we want to create.
This thesis consists of three chapters. The first chapter concisely presents general information on machining and especially on milling. The second chapter offers general information on Artificial Neuron Networks as well as previous research on the issue that we are studying. Finally, the third chapter analyzes the way milling is simulated with the help of Artificial Neural Networks and presents the results and conclusions reached. |
en |
heal.advisorName |
Μαρκόπουλος, Άγγελος |
el |
heal.committeeMemberName |
Μαρκόπουλος, Άγγελος |
el |
heal.committeeMemberName |
Μανωλάκος, Δημήτριος |
el |
heal.committeeMemberName |
Βοσνιάκος, Χριστόφορος-Γεώργιος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Τεχνολογίας των Κατεργασιών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
69 σ. |
el |
heal.fullTextAvailability |
true |
|