zaključna naloga Razvojno raziskovalnega programa I. stopnje Strojništvo
Blaž Hovnik (Avtor), Andrej Lebar (Mentor), Joško Valentinčič (Komentor)

Povzetek

Zaključna naloga obravnava korelacijo mehanskih lastnosti materialov z vrednostjo obdelovalnega števila pri rezanju z abrazivnim vodnim curkom (AVC). To povezavo smo raziskali s pristopom strojnega učenja. V teoretičnem delu zaključne naloge smo predstavili obdelavo z AVC. Opisani so načini generiranja AVC, abrazivna sredstva, fizikalni princip odnašanja materiala in empirični model za rezanje z AVC. Podrobneje so predstavljene nekatere mehanske lastnosti materialov, ki imajo vpliv na vrednost obdelovalnega števila. V glavnem delu zaključne naloge je predstavljeno strojno učenje in uporaba regresijskih dreves v programskem orodju Matlab. V praktičnem delu so rezultati podani s pomočjo grafov odstopanja napovedi modela regresijskega drevesa od pravih vrednosti. S pristopom strojnega učenja smo prišli do ugotovitve, da je najvplivnejši vhodni parameter pri napovedi obdelovalnega števila natezna trdnost kateri sledi modul elastičnosti.

Ključne besede

diplomske naloge;abrazivni vodni curek;mehanske lastnosti materialov;obdelovalno število;strojno učenje;regresijska drevesa;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FS - Fakulteta za strojništvo
Založnik: [B. Hovnik]
UDK: 621.9.04:620.17:004.85(043.2)
COBISS: 31483139 Povezava se bo odprla v novem oknu
Št. ogledov: 680
Št. prenosov: 125
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Study of the influence of mechanical properties on machinability number when cutting with abrasive water jet using the machine learning method
Sekundarni povzetek: This thesis addresses the correlation of the mechanical properties of materials with the value of the machinability number when cutting with an abrasive water jet (AWJ) technology. This connection was researched by machine learning approach. In the theoretical part, the AWJ process is presented. The methods of generating the AWJ, abrasives, as well as the physical principle of removing material and the empirical model for cutting with the AWJ are described. Some mechanical properties of materials that affect the value of the machinability number are presented in more detail. In the main part, machine learning and the use of regression trees in the Matlab software tool are presented. In the practical part, the results are shown through graphs that display the deviation of the regression tree forecast model from the true value. With the machine learning approach it was found that the tensile strength is the most influential input parameter in connection with the machinability number forecast, which is followed by the elastic modulus parameter.
Sekundarne ključne besede: thesis;abrasive water jet;mechanical properties of materials;machinability number;machine learning;regression trees;
Vrsta dela (COBISS): Zaključna naloga
Študijski program: 0
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za strojništvo
Strani: XIV, 34 f.
ID: 12036958
Priporočena dela:
, zaključna naloga Razvojno raziskovalnega programa I. stopnje Strojništvo
, magistrsko delo magistrskega študijskega programa II. stopnje Strojništvo
, diplomsko delo Visokošolskega strokovnega študijskega programa I. stopnje Strojništvo
, magistrsko delo magistrskega študijskega programa II. stopnje Strojništvo
, diplomsko delo