Informacja

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

Wyszukujesz frazę "durability of tools" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
The Use of 3D Scanning Methods to Evaluate the Hybrid Layer Used in Forging Tools in Order to Improve their Durability
Autorzy:
Gronostajski, Z.
Hawryluk, M.
Kaszuba, M.
Widomski, P.
Ziemba, J.
Smolik, J.
Powiązania:
https://bibliotekanauki.pl/articles/355972.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
forging process
destructive phenomena
durability of tools
scanning
hybrid layers
Opis:
This study is focused on tools used in the industrial process of hot forging of a front wheel forging (gear wheel) manufactured for the automotive industry. Five different variants were applied for the tools: 3 die inserts were coated with three different hybrid layers (PN + PVD type), i.e. AlCrTiN, AlCrTiSiN and CrN, one insert was only nitrided, and one was pad welded, to improve tool durability. The tool wear was analysed and represented by the material degradation on the working surface, based on the 3D scanning and the material growth of the periodically collected forgings. Additionally, the scanned tools were divided into two areas, in which it was found, based on the analysis, that various degradation mechanisms are predominant. Microstructural tests and hardness measurements of the analyzed tools were also performed. Based on the results, it was found that, in the central part of the die insert, thermo-mechanical fatigue, abrasive wear and plastic deformation occurred, while in the area of the bridge insert, only abrasive wear could be observed. For these areas, the loss of material was determined separately. It was established that the use of the GN+CrN and GN+AlCrTiN hybrid layers on forging tools improves their durability, while the best results in the central area were observed on the tool with the GN+CrN layer, which is the most resistant to thermo-mechanical fatigue. In the second analyzed area, good wear resistance occurred on GN+CrN, GN+AlCrTiN and pad welded inserts, for which, together with the increase of the forging number, a proportional, slight growth of the loss of material occurred.
Źródło:
Archives of Metallurgy and Materials; 2017, 62, 3; 1549-1558
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development of a Method for Tool Wear Analysis Using 3D Scanning
Autorzy:
Hawryluk, M.
Ziemba, J.
Dworzak, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/221702.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
3D scanning
measurements and volumetric analysis of tools wear
improve a durability of forging tools
Opis:
The paper deals with evaluation of a 3D scanning method elaborated by the authors, by applying it to the analysis of the wear of forging tools. The 3D scanning method in the first place consists in the application of scanning to the analysis of changes in geometry of a forging tool by way of comparing the images of a worn tool with a CAD model or an image of a new tool. The method was evaluated in the context of the important measurement problems resulting from the extreme conditions present during the industrial hot forging processes. The method was used to evaluate wear of tools with an increasing wear degree, which made it possible to determine the wear characteristics in a function of the number of produced forgings. The following stage was the use it for a direct control of the quality and geometry changes of forging tools (without their disassembly) by way of a direct measurement of the geometry of periodically collected forgings (indirect method based on forgings). The final part of the study points to the advantages and disadvantages of the elaborated method as well as the potential directions of its further development.
Źródło:
Metrology and Measurement Systems; 2017, 24, 4; 739-757
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Artificial Neural Networks in the Analysis of Mechanisms Destroying Forging Tools
Autorzy:
Hawryluk, M.
Mrzygłód, B.
Gronostajski, Z.
Głowacki, M.
Olejarczyk-Wożeńska, I.
Powiązania:
https://bibliotekanauki.pl/articles/353528.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
decision support system
durability of forging tools
artificial neural network
loss of material
wear
Opis:
This article discusses the results of studies using the developed artificial neural networks in the analysis of the occurrence of the four main mechanisms destroying the selected forging tools subjected to five different surface treatment variants (nitrided layer, pad welded layer and three hybrid layers, i.e. AlCrTiSiN, Cr/CrN and Cr/AlCrTiN). Knowledge of the forging tool durability, needed in the process of artificial neural network training, was included in the set of training data (about 800 records) derived from long-term comprehensive research carried out under industrial conditions. Based on this set, neural networks with different architectures were developed and the results concerning the intensity of the occurrence of thermal-mechanical fatigue, abrasive wear, mechanical fatigue and plastic deformation were generated for each type of the applied treatment relative to the number of forgings, pressure, friction path and temperature.
Źródło:
Archives of Metallurgy and Materials; 2020, 65, 1; 193-200
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A durability analysis of forging tools for different operating conditions with application of a decision support system based on artificial neural networks (ANN)
Analiza trwałości narzędzi kuźniczych dla różnych warunków eksploatacji z wykorzystaniem systemu wspomagania decyzji opartego o sztuczne sieci neuronowe
Autorzy:
Hawryluk, M.
Mrzygłód, B.
Powiązania:
https://bibliotekanauki.pl/articles/1365633.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
sztuczna sieć neuronowa
system wspomagania decyzji
kucie matrycowe
trwałość narzędzi kuźniczych
zużycie i mechanizmy niszczące
artificial neural network
decision support system
die forging
durability of forging tools
wear and destructive mechanisms
Opis:
W pracy przedstawiono wyniki badań, dotyczące, procentowego udziału mechanizmów niszczących dla dwóch typowych wariantów eksploatacji narzędzi kuźniczych: smarowanych i chłodzonych oraz bez smarowania. Prezentowane wyniki pochodzą z opracowanego przez autorów systemu wspomagania decyzji (SEPEK-2) działającego w oparciu o sztuczną sieć neuronową. Wiedza o analizowanym zagadnieniu trwałości narzędzi kuźniczych, potrzebna do procesu uczenia sztucznej sieci neuronowej zawarta była w zestawie danych uczących, pochodzących z kompleksowych badań, zrealizowanych w warunkach przemysłowych. Zestaw danych uczących obejmował zbiór 450 rekordów wiedzy. W pracy przestawiono proces pozyskiwania wiedzy, przyjętą architekturę sieci neuronowej oraz parametry opracowanej sieci. Przeprowadzona globalna analiza wyników generowanych przez opracowany system, dla trwałości traktowanej jako zwiększająca się liczba odkuwek (od 0 do 25000 sztuk), wykazała że dla narzędzi smarowanych i chłodzonych dominującym mechanizmem jest zmęczenie cieplno-mechaniczne, a nie zużycie ścierne, które rzeczywiście dominuje w procesach kucia dla narzędzi niechłodzonych i niesmarowanych. Należy podkreślić, że zdecydowana większość opracowań z tego obszaru przypisuje, że to zużycie ścierne jest dominujące, a jak wykazały wyniki badań i analiz dla wybranych reprezentatywnych procesów kucia, przy wykorzystaniu systemu wspomagania decyzji opartego o SNN, to zmęczenie cieplno-mechaniczne jest dominujące w tych procesach. Jednakże ze względu na łatwą mierzalność oraz popularnie stosowane modele zużycia ściernego, bazujące na modelu Archarda, to właśnie zużyciu ściernemu przypisuję się największy udział, choć w rzeczywistości dla narzędzi smarowanych i chłodzonych zmęczenie cieplno-mechaniczne wzmaga ów efekt przypisywany zużyciu ściernemu. Natomiast ogólnie przyjęty pogląd jest słuszny, w przypadku narzędzi niesmarowanych. co potwierdziły także analizy przy wykorzystaniu SNN.
The paper presents the results of research concerning the percentage participation of destructive mechanisms for two typical variants of exploitation of forging tools: lubricated and cooled, and without lubrication. Discussed results come from the developed by the authors the decision support system (SEPEK-2) based on artificial neural network. The knowledge about the durability of forging tools needed for learning artificial neural network was included in the training data set, from comprehensive studies, carried out in industrial conditions. Set of training data set included 450 records of knowledge. The paper presents the process of acquiring knowledge, adopted neural network architecture and parameters developed network. Carried out a global analysis of the results generated by the developed system for the durability of forging tools treated as the maximum number of produced forgings to their destruction (from 0 to 25,000 items), showed that for the lubricated and cooling tools the dominant mechanism is thermo-mechanical fatigue, and do not abrasive wear, which actually dominates in the process of forging tools for uncooled and unlubricated tools. It should be emphasized that the overwhelming majority of studies in this area is attributed that to abrasive wear is dominant, and as shown by the results of research and analysis for the selected representative forging processes, with the use of decision support system based on ANN, the fatigue a thermo-mechanical is dominant in these processes. However, due to the easy measurability and commonly used models wear, based on the model of Archard, it is abrasive wear assigned the largest participation. In fact, for the tool lubricated and cooled tools a thermo-mechanical fatigue intensifies this effect attributed to abrasive wear. While the generally accepted view is correct, in the case of tools unlubricated, as confirmed by the analysis using ANN.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 3; 338-348
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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