APLIKACE FUZZY LOGIKY PŘI ANALÝZE VSTUPNÍCH PARAMETRŮ V AWJ TECHNOLOGII

APPLICATION OF FUZZY LOGIC IN ANALYSIS OF INPUT PARAMETERS IN AWJ TECHNOLOGY

journal article in Scopus

en

There are many variables and characteristics in abrasive water jet cutting process (AWJ) that have big influence on quality finish and on characteristics of material kerf after cutting too. An immediate relation between species of workpiece material and final results obtained after AWJ cutting leads to making a list of all inputs, setting down their influence on AWJ process and making their quantification and qualification also. Only experiences of elder workers or specialists allow to get right setting of all input parameters of AWJ machine and to get effective production as well. Therefore the expert system (ES) with an artificial intelligence – especially fuzzy logic for correcting vague or incorrect values, should be used for specifying and focusing data inputs. This paper provides the research effort on creating of expert system's knowledge base with an application of fuzzy theory for inference system. It includes process of formulating and creating fuzzy inference rules for knowledge base, getting of one output value that describes influence of material characteristics on AWJ cutting process. This output value called index of machinability should be used for prediction of secondary inputs (cutting conditions needed for setting AWJ machine) and relationship and resemblance between input "unknown" material characteristics and known material saved into base of data.

Existuje mnoho proměnných a charakteristik při procesu abrazivního řezání vodním paprskem (AWJ), které mají velký vliv na kvalitu řspáry a průběh řezného procesu. Materiálové charakteristiky řezaného materiálu mají přímý vliv na výsledek řezného procesu a tedy i na volbu vstupních parametrů. Pouze zkušenosti starších pracovníků nebo odborníků umožní získat správné nastavení všech vstupních parametrů AWJ stroje a získat efektivní produkci. Proto je vhodné využití expertního systému (ES), s umělou inteligencí a zejména fuzzy logiky pro korekci vágních nebo nesprávných hodnot vstupních parametrů. Tento dokument popisuje studii v oblasti výzkumu vstupních parametrů, vlivu materiálových charakteristik na řezný proces a následnou tvorbu znalostní báze expertního systému s aplikací fuzzy teorie do inferenčního systému. Zahrnuje také proces formulování a vytváření fuzzy pravidel pro odvození báze pravidel, odkud je po aplikaci inferenčního mechanismu vyvozena výstupní hodnota popisující vliv materiálových charakteristik na řezný proces AWJ. Tento výstup se nazývá "index obrobitelnosti" a může být přímo použit pro predikci sekundárních vstupů (řezné podmínky potřebné pro nastavení AWJ stroje) a také na základě podobnosti s jinými pro bázi "neznámými" materiály může být použita pro volbu sekundárních vstupních parametrů nových materiálů určených k řezání AWJ technologií.

There are many variables and characteristics in abrasive water jet cutting process (AWJ) that have big influence on quality finish and on characteristics of material kerf after cutting too. An immediate relation between species of workpiece material and final results obtained after AWJ cutting leads to making a list of all inputs, setting down their influence on AWJ process and making their quantification and qualification also. Only experiences of elder workers or specialists allow to get right setting of all input parameters of AWJ machine and to get effective production as well. Therefore the expert system (ES) with an artificial intelligence – especially fuzzy logic for correcting vague or incorrect values, should be used for specifying and focusing data inputs. This paper provides the research effort on creating of expert system's knowledge base with an application of fuzzy theory for inference system. It includes process of formulating and creating fuzzy inference rules for knowledge base, getting of one output value that describes influence of material characteristics on AWJ cutting process. This output value called index of machinability should be used for prediction of secondary inputs (cutting conditions needed for setting AWJ machine) and relationship and resemblance between input "unknown" material characteristics and known material saved into base of data.

abrazivní řezání vodním paprskem, znalostní báze, umělá inteligence, fuzzy logika, nastavení vstupních parametrů u AWJ, index obrobitelnosti

abrasive waterjet cutting, knowledge base, artificial intelligence, fuzzy logic, setting input parameters of AWJ, index of machinability

2015

25.06.2015

Brno

1803-3814

Mendel 2015 - 21st International Conference of Soft Computing - Mendel Journal Series

2015

21

97–104

8