چکیده

ماشین کاری اتوماتیک بخش جدایی ناپذیر و مهم سیستم های تولید نوین است. یکی از مهمترین مسایل درکنترل و بهینه سازی فرآیند ماشین کاری اتومات تشخیص میزان سایش و خرابی ابزار درحین فرآیند است. آگاهی از وضعیت ابزار درحین فرآیند تنها ازطریق ایجاد یک سیستم پایش وضعیت دقیق و کارآمد امکان پذیر می باشد. هدف از این پژوهش بررسی و امکان سنجی ایجاد یک سیستم پایش وضعیت ابزار ساده، دقیق وکارآمد با استفاده از الگوریتم یادگیری ماشین برای ابزار تک لبه تراشکاری با معیار سایش سطح آزاد (پهلو) می باشد. برای دستیابی به این هدف از روش نوین امپدانس الکترومکانیکی و الگوریتم درخت تصمیم گیری یادگیری ماشین استفاده شد. در روش امپدانس الکترومکانیکی که امپدانس مکانیکی سازه با کمک معادل الکتریکی اندازه گیری می شود پایش ابزار با استفاده از داده های سنسور پیزوالکتریک (عملگر حسگر همزمان) نصب شده بر روی ابزار و بررسی تغییرات امپدانس ابزار انجام پذیرفته است. در روش یادگیری ماشین، کامپوتر مجموعه داده را دریافت وداده، الگوریتم را طراحی می کند و به الگوریتم آموزش می دهد. در این پژوهش از روش یادگیری ماشین با نظارت درخت تصمیم گیری استفاده شده است . نتایج نشان می دهد که ( در صورتی که داده های تجربی کم باشد) استفاده از دستور kfold در سیستم پایش وضعیت ابزار، عملکرد بهتری نسبت به hold_out دارد. البته باید در انتخاب k نیز دقت کافی داشت، چرا که انتخاب k مناسب در عملکرد ماشین تاثیر بسزایی دارد .

کليدواژه ها

ماشین کاری، یادگیری ماشین، درخت تصمیم گیری، وضعیت ابزار

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 :

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:
محمد محمدزاده کومله , 1399 , سیستم پایش وضعیت ابزار در ماشین کاری با استفاده از الگوریتم یادگیری ماشین , سومین همایش ملی مکانیک محاسباتی و تجربی