 |
|
| Thesis topic proposal |
| |
Description of the research topic:
a.) Előzmények:
Napjainkban a gyártási szektor egyik legnagyobb kihívását a fenntarthatósági szempontok érvényre juttatása jelenti. Az Európai Unió fenntarthatóságra vonatkozó direktíváinak (Corporate Sustainability Due Diligence, Corporate Sustainability Reporting stb.) fontos eleme az energiahatékonyság középpontba helyezése, ami konkrét célokat is előír az energiafelhasználás csökkentésére és a karbonsemlegesség néhány éven belüli elérésére. Ennek megfelelően a gyártási folyamatok alapjainak újragondolására is szükség lesz az elkövetkezendő években. Jelen kutatás a CNC forgácsolási műveletek energiaigényének csökkentésével kíván hozzájárulni az előzőekben említett célok eléréséhez.
b.) A kutatás célja:
A kutatás célja olyan szerszámpálya generálási algoritmusok kidolgozása, amelyek különböző CNC forgácsolási feladatoknál a forgácsolási peremfeltételek figyelembevétele mellett minimális energiafelhasználást biztosítanak. Ezt az energiaigény modellezésével, valamint újonnan kifejlesztett heurisztikus és neurális hálózat alapú módszerek bevezetésével lehetséges elérni.
c.) Az elvégzendő feladatok, azok fő elemei, időigénye:
• Irodalomkutatás: a CNC megmunkálások energiafogyasztásának modellezési módszerei, a pályatervezési és előtolás szabályozási módszerek áttekintése, az MI alkalmazások feltérképezése a CNC technológiában. (0,5 év)
• Különböző komplexitású tesztgeometriák meghatározása, a tesztgeometriákhoz szerszámpálya generálási algoritmusok kidolgozása, a létrehozott szerszámpályák értékelési szempontrendszerének meghatározása, a heurisztikus keresési módszereken és/vagy gépi tanuláson alapuló módszerek kidolgozása a pálya alakjának optimalizálásához az energiafelhasználás minimalizálása érdekében. (1,5 év)
• Az elért eredmények közzététele, publikációk készítése. (1 év)
• Az eredmények validálása forgácsolási kísérletekkel. (0,5 év)
• A disszertáció elkészítése. (0,5 év)
d.) A szükséges berendezések:
A Gyártástudomány és -technológia Tanszék a kísérletekhez szükséges összes szerszámgéppel és mérőeszközzel rendelkezik.
e.) Várható tudományos eredmények:
Új szerszámpálya generálási algoritmusok kidolgozása, amelyekkel jelentősen növelhetővé válik a CNC megmunkálások energiahatékonysága. A jövőben ezek a megoldások a modern CAM rendszerek részévé válhatnak.
f.) Irodalom:
[1] Y. He, B. Liu, X. Zhang, H. Gao, and X. Liu, ‘A modeling method of task-oriented energy consumption for machining manufacturing system’, J. Clean. Prod., vol. 23, no. 1, Art. no. 1, Mar. 2012, doi: 10.1016/j.jclepro.2011.10.033.
[2] L. Li, J. Yan, and Z. Xing, ‘Energy requirements evaluation of milling machines based on thermal equilibrium and empirical modelling’, J. Clean. Prod., vol. 52, pp. 113–121, Aug. 2013, doi: 10.1016/j.jclepro.2013.02.039.
[3] N. Liu, Y. F. Zhang, and W. F. Lu, ‘A hybrid approach to energy consumption modelling based on cutting power: a milling case’, J. Clean. Prod., vol. 104, pp. 264–272, Oct. 2015, doi: 10.1016/j.jclepro.2015.05.049.
[4] H. Wang, X. Xu, C. Zhang, and T. Hu, ‘A hybrid approach to energy-efficient machining for milled components via STEP-NC’, Int. J. Comput. Integr. Manuf., vol. 31, no. 4–5, pp. 442–456, Apr. 2018, doi: 10.1080/0951192X.2017.1322220.
[5] A. Aramcharoen and P. T. Mativenga, ‘Critical factors in energy demand modelling for CNC milling and impact of toolpath strategy’, J. Clean. Prod., vol. 78, pp. 63–74, Sep. 2014, doi: 10.1016/j.jclepro.2014.04.065.
[6] K. Xu, M. Luo, and K. Tang, ‘Machine based energy-saving tool path generation for five-axis end milling of freeform surfaces’, J. Clean. Prod., vol. 139, pp. 1207–1223, 0 2016, doi: 10.1016/j.jclepro.2016.08.140.
[7] L. Li, X. Deng, J. Zhao, F. Zhao, and J. W. Sutherland, ‘Multi-objective optimisation of tool path considering efficiency, energy-saving and carbon-emission for free-form surface milling’, J. Clean. Prod., Jul. 2017, doi: 10.1016/j.jclepro.2017.07.219.
[8] N. Hatem, Y. Yusof, A. Kadir, and M. MA, ‘A Review of Tool Path Optimisation in CNC Machines: Methods and Its Applications Based on Artificial Intelligence’, Int. J. Adv. Sci. Technol., no. 29, pp. 3368–3380, 2020.
[9] A. Jacso, G. Matyasi, and T. Szalay, ‘The fast constant engagement offsetting method for generating milling tool paths’, Int. J. Adv. Manuf. Technol., May 2019, doi: 10.1007/s00170-019-03834-8.
[10] A. Jacso and T. Szalay, ‘Optimising the numerical algorithm in Fast Constant Engagement Offsetting Method for generating 2.5D milling tool paths’, Int. J. Adv. Manuf. Technol., vol. 108, no. 7, pp. 2285–2300, Jun. 2020, doi: 10.1007/s00170-020-05452-1.
[11] A. Jacso, B. S. Sikarwar, R. K. Phanden, R. K. Singh, J. Ramkumar, and G. N. Sahu, ‘Optimisation of tool path shape in trochoidal milling using B-spline curves’, Int. J. Adv. Manuf. Technol., vol. 121, no. 5, pp. 3801–3816, Jul. 2022, doi: 10.1007/s00170-022-09527-z.
Number of students who can be accepted: 1
Deadline for application: 2024-10-15 |
|
|
|
|
Login
