Моделювання процесу свердління інструментом з покриттям дискретної структури
Завантаження...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Процес свердління в залежності від режимів різання та архітектури покриття, нанесеного методом електроіскрового легування (ЕІЛ) відноситься до задач управління процесом свердління, яка найефективніше вирішується методом математичного моделювання за експериментальними даними. Її рішення зводиться до відшукування за експериментальними даними функцій (моделей), які пов’язують вхідні параметри з досліджуваними вихідними параметрами процесу.
Опис
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Корбут Є., Парненко В., Ніколаєнко Т. Моделювання процесу свердління інструментом з покриттям дискретної структури // Збірник тез доповідей ІV Міжнародної науково-технічної конференції «Перспективи розвитку машинобудування та транспорту–2025», м. Вінниця, 3–5 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/prmt/pmrt2025/paper/view/25129.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (1)
- Равська, Н. С. (1991). Розробка прогресивних різальних інструментів на основі моделювання їх роботи методом самоорганізації : дис. ... д-ра техн. наук. Київ, 372 с. Luenberger, D. G., & Ye, Y. (2021). Linear and Nonlinear Programming (5th ed.). Springer. Ковальова, Л. І., Дюбнер, Л. Г., Скринник, П. В. (2004). Основні положення алгоритму для моделювання процесу різання з урахуванням фізичних явищ, що його супроводжують. Надійність інструменту та оптимізація технологічних систем (ДДМА), № 15, С. 241–246. Равська, Н. С., Клочко, А. А., Заковоротний, А. Ю., Корбут, Є. В., Родін, Р. П. (2020). Нейронні мережі, що враховують фізичні явища, які супроводжують процес різання. Mechanics and Advanced Technologies, № 2 (89), С. 155–162. Джиммі, У. К. (2016). Штучні нейронні мережі управління технологічними процесами. Частина 1. Control Engineering, № 3 (63), С. 62–66.