Ipari alkatrészek gépi tanulással támogatott gyártási technológiájának optimalizálása

Témavezető: Dr. Bodzás Sándor, DE Informatikai Tudományok Doktori Iskola


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 szkennelési 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.

Legutóbbi frissítés: 2025. 03. 17. 11:30