Przetwarzanie może potrwać kilka sekund...

Artykuł

Tytuł

An Integration of Neural Network and Shuffled Frog-Leaping Algorithm for CNC Machining Monitoring

Autorzy

[ 1 ] Instytut Inżynierii Bezpieczeństwa i Jakości, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[5.6] Nauki o zarządzaniu i jakości

Rok publikacji

2021

Opublikowano w

Foundations of Computing and Decision Sciences

Rocznik: 2021 | Tom: vol. 46 | Numer: no. 1

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • Artificial Neural Network
  • Shuffled Frog-Leaping Algorithm
  • Simulated Annealing
  • Genetic Algorithm
  • CNC machining
  • multi-sensor data fusion
Streszczenie

EN This paper addresses Acoustic Emission (AE) from Computer Numerical Control (CNC) machining operations. Experimental measurements are performed on the CNC lathe sensors to provide the power consumption data. To this end, a hybrid methodology based on the integration of an Artificial Neural Network (ANN) and a Shuffled Frog-Leaping Algorithm (SFLA) is applied to the data resulting from these measurements for data fusion from the sensors which is called SFLA-ANN. The initial weights of ANN are selected using SFLA. The goal is to assess the potency of the signal periodic component among these sensors. The efficiency of the proposed SFLA-ANN method is analyzed compared to hybrid methodologies of Simulated Annealing (SA) algorithm and ANN (SA-ANN) and Genetic Algorithm (GA) and ANN (GA-ANN).

Strony (od-do)

27 - 42

DOI

10.2478/fcds-2021-0003

URL

https://sciendo.com/article/10.2478/fcds-2021-0003

Punktacja MNiSW / czasopismo

20