Bejelentkezés
 Fórum
 
 
Témakiírás
 
Bodzás Sándor
Ipari alkatrészek gépi tanulással támogatott gyártási technológiájának optimalizálása

TÉMAKIÍRÁS

Intézmény: Debreceni Egyetem
informatikai tudományok
Informatikai Tudományok Doktori Iskola

témavezető: Bodzás Sándor
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar
helyszín rövidítés: ITDI


A kutatási téma leírása:

Additív gyártási technológiák, vagy kompozittechnológia fejlesztése műanyag- vagy fémipari alkatrészek előállítására. A gyártási paraméterek hatása a gyártott munkadarabok anyagszerkezetére, méretpontosságára. Az additív gyártással előállított alkatrészek további forgácsolási megmunkálásának számítógépes gyártástervezése. Esztergálási, fúrási, marási, menetmegmunkálási technológiák alkalmazhatóságának vizsgálata. A vizsgálati eredmények kiértékelése képelemzési algoritmusok alkalmazásával. Optimális szerszámgép kiválasztása, gyártási paraméterek optimálása, megmunkálószerszámok kiválasztása és szerszámpályák generálása. Szükség esetén egyedi szerszámbefogó készülék tervezése. A kapott eredmények alapján CNC program készítés és prototípus gyártás. A forgácsolás minőségellenőrzése mikroszkóppal és/vagy 3D szkennerési technológiával és/vagy felületi érdességmérővel. Lehetőség szerint hőkamerás mérés hőkamerával illetve zaj- és rezgésmérés. A kapott vizsgálati eredmények kiértékelése korszerű számítógépes szoftverekkel. A kapott eredmények alapján faktoriális kísérlettervezés és gépi tanulás algoritmusok fejlesztése. A két módszer összehasonlító alkalmazhatóságának vizsgálata. Regressziós gépi tanuláson alapuló modellek létrehozása, paraméterezése és optimalizálása, az előrejelzések alapján történő optimális megmunkálási paraméterek meghatározása. Létrehozott gépi tanulást alkalmazó előrejelzések ellenőrzése, a módszerek összehasonlítása statisztikai mutatók segítségével, előnyeik és hátrányaik kiértékelése.

Irodalom
[1] Gy. Mátyási, Gy. Sági, „Számítógéppel támogatott technológiák, CNC, CAD/CAM”, 3. kiadás, Műszaki Kiadó, Budapest, 2012, ISBN 978-963-16-6048-7
[2] M. Horváth, S. Markos, „Gépgyártástechnológia”, Műegyetemi kiadó, Budapest, 1998., p. 513.
[3] J. Kodácsi, „Gépgyártás”, Kecskeméti Főiskola, Kecskemét, 2010, p. 275
[4] F. Klocke, „Manufacturing Processes I, Cutting”, RWTH Edition, RWTH Aachen University, p. 524, ISBN 978-3-642-11978-1
[5] L., Fridrik: „Forgácsolás I. (Forgácsoláselmélet)”, Miskolci Egyetemi Kiadó, 2011, p. 205.
[6] J. T. Black, Ronald A. Kohser: „Materials and Processes in Manufacturing”, Tenth Edition, United States of Amerika, p. 1033, ISBN 978-0470-05512-0
[7] S. Bodzás, „Manufacturing Processes I.”, Debrecen University Press, 2021, p. 203., ISBN 978-963-318-907-8
[8] T. Hastie, R. Tibshirani és J. Friedman, The Elements of Statistical Learning, New York: Springer New York, 2009.
[9] J. D. Kelleher, B. M. Namee és A. D'Arcy, Fundamentals of Machine Learning for Predictive Data Analytics, Cambridge, Massachusetts: MIT press, 2015.


Jelentkezési határidő: 2024-05-15


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )