ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تلفیق حسگرها در سامانه پایش وضعیت ابزار با استفاده از سیستم استنتاج عصبی- فازی تطبیقی بهینه شده

سال انتشار: 1398
کد COI مقاله: JR_MEASEJT-15-2_009
زبان مقاله: فارسیمشاهد این مقاله: 111
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 16 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تلفیق حسگرها در سامانه پایش وضعیت ابزار با استفاده از سیستم استنتاج عصبی- فازی تطبیقی بهینه شده

مهدی دانش - عضو هیات علمی دانشگاه فنی و مهندسی بوئین زهرا
صدیقه دانش - دانسگاه آزاد تهران شرق
خلیل خلیلی - دانشگاه بیرجند

چکیده مقاله:

در حال حاضر بیشتر سیستم­های پایش وضعیت سایش ابزار براده­ برداری مبتنی بر مقادیر مشخصه­هایی از سیگنال که مرتبط با سایش ابزار هستند می­باشند. ارزیابی وضعیت ابزار بر­اساس مشخصه­های سیگنال یک حسگر قابل اطمینان نمی­باشد زیرا مشخصه به­دست آمده از سیگنال یک حسگر علاوه بر سایش ابزار به سایر عوامل غیر مرتبط با سایش ابزار مانند پارامترهای فرآیند و اغتشاشات تصادفی نیز وابسته است. راه حل این مساله، تلفیق داده­های چند حسگر غیر­متجانس می­باشد. اطلاعات به­دست­آمده از این روش کامل­تر و دارای دقت و قابلیت اطمینان­ بالاتری است. در این تحقیق، ترکیب حسگرهای بینایی، جریان، کرنش و ارتعاشات به­منظور پیش­بینی وضعیت سایش سطح آزاد ابزار پیشنهاد شده است. مدل سیستم استنتاج عصبی فازی تطبیقی (ANFIS) بهینه شده جهت تلفیق مشخصه­های سیگنال بافت سطح، جریان موتور، کرنش و ارتعاشات توسعه شده است. ساختار مدل ANFIS پیشنهادی دارای چهار ورودی و یک خروجی می­باشد. ورودی­های مدل شامل بی نظمی بافت سطح قطعه­کار (که توسط تبدیل موجک فیلتر شده)، انتگرال حاشیه­ای زمان فرکانس سیگنال جریان موتور اسپیندل و بی نظمی شانون سیگنال­های کرنش و ارتعاشات ابزار می­باشد. نتایج به­دست­آمده نشان داد با استفاده از مدل ANFIS بهینه شده می­توان مشخصه­های سیگنال­ها را تلفیق و با دقت بالایی در پیش­بینی وضعیت ابزار استفاده نمود.

کلیدواژه ها:

سایش ابزار, پایش وضعیت, تلفیق سنسورها, ANFIS, الگوریتم های فرا ابتکاری

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/959591/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دانش، مهدی و دانش، صدیقه و خلیلی، خلیل،1398،تلفیق حسگرها در سامانه پایش وضعیت ابزار با استفاده از سیستم استنتاج عصبی- فازی تطبیقی بهینه شده،،،،،https://civilica.com/doc/959591

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، دانش، مهدی؛ صدیقه دانش و خلیل خلیلی)
برای بار دوم به بعد: (1398، دانش؛ دانش و خلیلی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • Duro, J. A., Padget, J. A., Bowen, C. R., Kim, ...
  • Nouri, M.,  Fussell, B. K., Ziniti, B. L., and Linder, ...
  • Teti, R., Jemielniak, K., and Dornfeld, G. O. D. Advanced ...
  • Dutta, S., Pal, S.K., Mukhopadhyay S., and Sen, R. Application ...
  • Jaramillo,V. H., Ottewill, J. R., Dudek, R., Lepiarczyk, D., and ...
  • Asibu, E. K., Yum, J., and Kim, T. H. Monitoring ...
  • Abdulshahed, A. M., Longstaff, A. P. and Fletcher, S. The ...
  • Beruvides, G., Castaño, F., Quiza, R., and  Haber, R. E. ...
  • Jovi´c, S., Arsi´c, N., Vukojevi´c, V.,  Anicic, O., and Vujiˇci´c, ...
  • Danesh, S., Farnoosh, R., and Razzaghnia, T. Fuzzy Nonparametric Regression ...
  • Danesh, S. Fuzzy Parameters Estimation via Hybrid Methods , Hacettepe ...
  • Sifuzzaman, M., Islam, M.R., and Ali, M.Z. Application of Wavelet ...
  • Danesh, M., and Khalili, K. Determination of Tool Wear in Turning ...
  • Khalili, K. and Danesh, M. Identification of Vibration Level in ...
  • Julesz, B., Gilbert, E., Shepp, L., and Frisch, H. Inability ...
  • Haralick, H., Shanmugam, K.,  and Dinstein, I. Textural Features for ...
  • Dutta, S., Datta, A., Chakladar, N., et al. Detection of ...
  • Alegre, E., Barreiro, J., and Suarez-Castrillon, S.A. A New Improved ...
  • Salgado, D. R.,  Cambero, I., Olivenza, J. M. H.,  Sanz-Calcedo, ...
  • Byrne, G., Dornfeld, D., Inasaki, I., Ko¨ nig, W., and ...
  • Jesus, R. T. R., Gilberto, H. R. I,van, T. V. ...
  • Danesh, M., and Khalili, K.  Tool Wear Condition Monitoring Using ...
  • Dimla, E.,  and Dimla, S. Sensor Signals for Tool-Wear Monitoring ...
  • Dimla, D.E., Lister, P.M. On-Line Metal Cutting Tool Condition Monitoring. ...
  • Rizal, M. , Ghani, J. A., Nuawi, M. Z., Hassan, ...
  • Schefer C., Monitoring of Tool Wear in Turning Operations Using ...
  • Jang, J.S.R. ANFIS: Adaptive-Network-Based Fuzzy Inference System , IEEE Trans ...
  • Jang, J.S.R. Self-learning Fuzzy Controllers Based on Temporal Back-Bropagation , ...
  • Kennedy, J. and Eberhart, R.C. Particle Swarm Optimization ; Proceedings ...
  • Meissner, M., Schmuker, M., and Schneider, G. Optimized Particle Swarm ...
  • Mitchell, M. An Introduction to Genetic Algorithms , MIT Press, ...
  • Beasley, D., Bull D., and Martin, R. An Overview of ...
  • Beasley, D., Bull, D., and Martin, R. An Overview of ...
  • Socha K. and Dorigo, M. Ant Colony Optimization for Continuous ...
  • Box, G. E. P., and Muller, M. E. A Note ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 343
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی