Μοντελοποίηση των δυνάμεων κοπής στην κατεργασία του τορναρίσματος με την χρήση νευρωνικών δικτύων

Τσίντζας, Χρήστος

dc.contributor.author	Τσίντζας, Χρήστος	el
dc.date.accessioned	2021-05-13T07:58:31Z
dc.date.available	2021-05-13T07:58:31Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53400
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21098
dc.rights	Default License
dc.subject	Machine learning	en
dc.subject	Modeling	en
dc.subject	Neural networks	en
dc.subject	Μηχανική μάθηση	el
dc.subject	Μοντελοποίηση	el
dc.subject	Νευρωνικά δίκτυα	el
dc.title	Μοντελοποίηση των δυνάμεων κοπής στην κατεργασία του τορναρίσματος με την χρήση νευρωνικών δικτύων	el
heal.type	bachelorThesis
heal.classification	Machine learning	en
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85079324
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2004-10
heal.abstract	Όπως γνωρίζουμε η διαδικασία με την οποία μετατρέπουμε τα ακατέργαστα υλικά σε τελικά προϊόντα ονομάζεται κατεργασία. Μέχρι και σήμερα χρησιμοποιούμε διάφορες μεθόδους κατεργασίας με σκοπό να παράγουμε τα προϊόντα που χρειαζόμαστε και με τις προδιαγραφές που θέλουμε αυτά να έχουν. Μια από τις βασικότερες και ευρύτατα χρησιμοποιούμενες κατεργασίες είναι και αυτή της κοπής. Η κοπή των μετάλλων είναι άλλωστε και το βασικό αντικείμενο στο οποίο αναφέρεται η εργασία αυτή. Πρόκειται για μια τεχνική που στοχεύει στην επιτυχή παραγωγή της επιθυμητής μορφής του τεμαχίου που πρόκειται να υποστεί κατεργασία. Η βελτίωση των ανοχών και της ποιότητας της επιφάνειας ενός προηγουμένως ήδη κατεργασμένου κομματιού μπορεί να είναι ένας ακόμη στόχος της κοπής, ο οποίος επιτυγχάνεται με την αφαίρεση του υπερβολικού υλικού υπό μορφή αποβλήτου μέσω ενός μεταλλικού κοπτικού εργαλείου εργαλειομηχανής. Η κατεργασία της κοπής είναι ικανή να επιτύχει γεωμετρικές διαμορφώσεις, ανοχές και ποιότητα επιφάνειας που είναι πολύ δύσκολο να επιτευχθούν από οποιαδήποτε άλλη τεχνική. Μεταβλητές όπως το υλικό και το σχήμα του κοπτικού εργαλείου, το υλικό του προς κατεργασία τεμαχίου, οι συνθήκες κοπής (ταχύτητα, πρόωση, βάθος κοπής κ.λ.π.) και τα χαρακτηριστικά της εργαλειομηχανής είναι αυτές που μπορούν να επηρεάσουν παραμέτρους της κοπής όπως την τελική ποιότητα επιφάνειας, τις ανοχές, τις δυνάμεις κοπής, την ενέργεια που καταναλώνεται, την φθορά του εργαλείου κ.λ.π. Στην περίπτωση μας, από όλες τις παραπάνω ανεξάρτητες μεταβλητές, στόχος μας είναι να εξετάσουμε τον τρόπο που επιδρούν η πρόωση, η ταχύτητα κοπής και το βάθος κοπής στις δυνάμεις κοπής αλλά και να επιτύχουμε τον υπολογισμό των δυνάμεων αυτών. Ο συνήθης τρόπος υπολογισμού των δυνάμεων κοπής είναι είτε με την βοήθεια μετρήσεων είτε με την χρησιμοποίηση αναλυτικών εμπειρικών σχέσεων που δίνουν συνήθως προσεγγιστικά αποτελέσματα. Εμείς θα προσπαθήσουμε να αναλύσουμε αλλά και να εφαρμόσουμε στην πράξη την τεχνική των τεχνητών νευρωνικών δικτύων (ANNs) για την εκτίμηση και πρόβλεψη των δυνάμεων κοπής. Στην τεχνική αυτή χρησιμοποιούνται προηγούμενα πειραματικά δεδομένα για την εκπαίδευση του δημιουργούμενου νευρωνικού δικτύου. Το δίκτυο αυτό μπορεί με την εισαγωγή κάποιων μεταβλητών εισόδου να προβλέψει τις δυνάμεις κοπής, ενώ πρέπει να πούμε πως η δημιουργία του δικτύου γίνεται με την βοήθεια του προγράμματος MATLAB με τρόπο που θα αναλυθεί πιο κάτω. Η εργασία είναι χωρισμένη σε τέσσερα διαφορετικά κεφάλαια. Στο πρώτο κεφάλαιο αναφέρονται κάποια γενικά στοιχεία για τις κατεργασίες, όπως τα στάδια από τα οποία συνήθως αποτελούνται, τα χρησιμοποιούμενα υλικά, τις μεθόδους κατεργασίας, την χρήση των υπολογιστών και της τεχνολογίας για την υποβοήθηση των κατεργασιών κ.λ.π. Στο κεφάλαιο 2 επιχειρούμε την ανάλυση της κατεργασίας που μας ενδιαφέρει, δηλαδή της κατεργασίας της κοπής. Αναφερόμαστε στις παραμέτρους της κοπής, στην λοξή και ορθογωνική κοπή, στον σχηματισμό του αποβλήτου, στις θερμοκρασίες και τα υγρά κοπής, την διάρκεια ζωής, την φθορά και τα υλικά των κοπτικών εργαλείων, αλλά και στην κατεργασιμότητα και την ποιότητα της τελικής επιφάνειας. Το κεφάλαιο 3 εισάγει την έννοια των τεχνητών νευρωνικών δικτύων. Παρουσιάζονται παράμετροι των νευρωνικών δικτύων όπως τα μοντέλα των νευρώνων, οι τύποι των συναρτήσεων ενεργοποίησης, οι πιθανές αρχιτεκτονικές των δικτύων αλλά και ο τρόπος δημιουργίας των νευρωνικών δικτύων μέσω του προγράμματος MATLAB. Τέλος στο κεφάλαιο 4 αναλύεται ο τρόπος προσομοίωσης της κατεργασίας της κοπής με την βοήθεια των νευρωνικών δικτύων. Εξετάζονται έννοιες όπως το σφάλμα εκπαίδευσης, ο αριθμός των νευρώνων, ο ρυθμός εκμάθησης και ο παράγοντας ορμής, ενώ στην συνέχεια ακολουθεί πλήρης ανάλυση και επεξήγηση του νευρωνικού δικτύου που κατασκευάζουμε χρησιμοποιώντας ήδη υπάρχοντα πειραματικά δεδομένα.	el
heal.advisorName	ΜΑΝΩΛΑΚΟΣ, ΔΗΜΗΤΡΙΟΣ	el
heal.committeeMemberName	ΜΑΝΩΛΑΚΟΣ, ΔΗΜΗΤΡΙΟΣ	el
heal.committeeMemberName	ΜΑΜΑΛΗΣ, ΑΘΑΝΑΣΙΟΣ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	101 σ.	el
heal.fullTextAvailability	true