Publikace UTB
Repozitář publikační činnosti UTB

Vyhodnocení procesu laserového mikroobrábění aplikací ANN

Repozitář DSpace/Manakin

Zobrazit minimální záznam


dc.title Vyhodnocení procesu laserového mikroobrábění aplikací ANN cs
dc.title Measurement Evaluation of PMMA Laser Micro - machining by ANN en
dc.contributor.author Sýkorová, Libuše
dc.contributor.author Sámek, David
dc.relation.ispartof DAAAM International Scientific Book 2008
dc.identifier.isbn 3-901509-69-0
dc.date.issued 2008
dc.event.location Vienna
utb.event.state-en Austria
utb.event.state-cs Rakousko
dc.type bookPart
dc.language.iso en
dc.publisher DAAAM International Vienna
dc.subject laser en
dc.subject micro-machining en
dc.subject surface quality en
dc.subject polymer material type en
dc.subject artificial neural network en
dc.description.abstract Příspěvek prezentuje možnosti aplikace neuronových sítí pro modelování procesu laserového mikroobrábění polymerních materiálů, kdy výsledky procesu jsou závislé především na technologických parametrech použitého zařízení a typu polymerního materiálu. Pro přípravu vzorků byl použit komerční CO2 laser Mercury L-30 , jeho ž laserový systém umožňuje měnit paramerty výkonu a posuvu. Neuronové sítě byly použity pro vyhodnocení komplikovaných závislostí mezi vstupními a výstupními charakteristikami celého procesu cs
dc.description.abstract This paper presents usage of artificial neural networks for modelling of laser micro-machining process. Results of the laser micro-machining ? surface quality of product and his utility in specific application ? depend on the laser-machine parameters and the polymer material type. Commercial CO2 laser Mercury L-30 by LaserPro, USA was used for cutting specimens. This laser system has two parameters - power and feed. The article also shows optimization of the laser micro-machining using artificial neural network. In order to interpret complicated dependencies between technological characteristics of laser micro-machining and output parameters software Matlab 6.5 with Neural Network Toolbox was used. The experimental results were evaluated and depicted into the graphs. en
utb.faculty Faculty of Technology
dc.identifier.uri http://hdl.handle.net/10563/1006123
utb.identifier.rivid RIV/70883521:28110/08:63507298!RIV09-MSM-28110___
utb.source c-riv
dc.date.accessioned 2016-04-28T10:37:48Z
dc.date.available 2016-04-28T10:37:48Z
dc.description.sponsorship Z(MSM7088352102)
dc.format.extent 980
dc.rights.uri https://open.k.utb.cz/blog/2021/04/19/daaam/
dc.rights.access openAccess
utb.contributor.internalauthor Sýkorová, Libuše
utb.contributor.internalauthor Sámek, David
riv.obor JJ
Find Full text

Soubory tohoto záznamu

Soubory Velikost Formát Zobrazit

K tomuto záznamu nejsou připojeny žádné soubory.

Zobrazit minimální záznam