Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Semeniuk, A." wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Artificial neural network modelling of cutting force components during AZ91HP alloy milling
Autorzy:
Kulisz, M.
Zagórski, I.
Semeniuk, A.
Powiązania:
https://bibliotekanauki.pl/articles/118253.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
simulation
cutting force
artificial neural networks
magnesium alloys
Opis:
The paper presents simulation of the cutting force components for ma-chining of magnesium alloy AZ91HP. The simulation employs the Black Box model. The closest match to (input and output) data obtained from the machining process was determined. The simulation was performed with the use of the Statistica programme with the application of neural networks: RBF (Radial Basis Function) and MLP (Multi-Layered Perceptron).
Źródło:
Applied Computer Science; 2016, 12, 4; 49-58
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial neural network modelling of vibration in the milling of AZ91D alloy
Autorzy:
Zagórski, I.
Kulisz, M.
Semeniuk, A.
Malec, A.
Powiązania:
https://bibliotekanauki.pl/articles/102005.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
magnesium alloys
high-speed dry milling
vibration
chatter in milling
simulation
artificial neural networks
Opis:
The paper reports the results of artificial neural network modelling of vibration in a milling process of magnesium alloy AZ91D by a TiAlN-coated carbide tool. Vibrations in machining processes are regarded as an additional, absolute machinability index. The modelling was performed using the so-called “black box” model. The best fit was determined for the input and output data obtained from the machining process. The simulations were performed by the Statistica software using two types of neural networks: RBF (Radial Basis Function) and MLP (Multi-Layered Perceptron).
Źródło:
Advances in Science and Technology. Research Journal; 2017, 11, 3; 261-269
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies