Widok standardowy Widok MARC Widok ISBD

The estimation of the tool wear / Anna Zawada-Tomkiewicz, Borys Storch.

Autor:

ZAWADA-TOMKIEWICZ, Anna. Politechnika Koszalińska - Wydział Mechaniczny, Zakład Zarządzania i Marketingu w Budowie i Eksploatacji Maszyn, 1996 -

Współtwórca(-y):

STORCH, Borys. Politechnika Koszalińska - Wydział Mechaniczny, Zakład Zarządzania i Marketingu w Budowie i Eksploatacji Maszyn, 1996 -

Rodzaj materiału:

ArtykułJęzyk: angielski Praca zawiera:

Conference Neural Networks and their Applications (3 ; 1997 ; Częstochowa - Kule, Polska)
Summer School on Neural Networks Applications to Signal Processing (1997 ; Częstochowa - Kule, Polska)

Tematy:

Rodzaj/forma:

Materiały konferencyjne.

W: Proceedings of the third Conference Neural Networks and their Applications and Summer School on Neural Networks Applications to Signal Processing / eds. R. Tadeusiewicz, L. Rutkowski, J. Chojcan. - s. 479-484Streszczenie: The aim of the work was to prove, the ability of neural networks to correctly evaluate the wear of tool, based on experimantal data. The structure, principle of operation and training/testing methods of the neural networks are discussed. The conclusions of the investigation assets the ability of FFBP neural networks to monitor the quality of machined surfaces.

Egzemplarze ( 1 )
Uwagi ( 2 )

Egzemplarze
Typ dokumentu	Obecna biblioteka	Sygnatura	Status	Termin zwrotu	Kod kreskowy
Rozdział	Bibliografia Prac Pracowników - BPK		Nie można wypożyczyć

Zakończ przeglądanie półki (Zakończ przeglądanie półki)

Wstecz								Dalej
Wstecz	Analysis of surface roughness parameters achieved by hard turning with the use of PCBN tools /	Efektywność pracy w ciekłym azocie rozwiertaków ze stali szybkotnącej /	Poprawienie efektywności wytwarzania powierzchni płaskich /	The estimation of the tool wear /	Zintegrowany system nauczania ergonomii /	Kształtowanie sylwetki inżyniera mechanika o specjalności marketing i ergonomia /	Kształcenie informatyczne inżyniera mechanika /	Dalej

Dane z autopsji.

The aim of the work was to prove, the ability of neural networks to correctly evaluate the wear of tool, based on experimantal data. The structure, principle of operation and training/testing methods of the neural networks are discussed. The conclusions of the investigation assets the ability of FFBP neural networks to monitor the quality of machined surfaces.