BANNER1.png

KOMAG Institute of Mining Technology

MISSION

Innovative solutions for economy.

VISION
Research and development centre of organizational and proprietary structure adapted to the market activity in the European Research Area and of the organizational culture creating a friendly climate for generating new ideas and realizing innovative activities, i.e. transforming new ideas into new products.
Read more

Design

Designing of machines and equipment

Tests

Laboratory of Applied Tests

Certification

Assessment of products' conformity

Projects

Projects realized by the KOMAG Institute from European Funds

Sieci neuronowe w badaniach procesu urabiania skał stożkowymi nożami obrotowymi

Prostański D., Jonak J.

Monografia nr 1

Gliwice 2003 s. 1‑106,
ISBN 83-919228-0-4 

BRAK W SPRZEDAŻY

Przedstawiono rozszerzony model urabiania skał stożkowymi nożami obrotowymi. Do identyfikacji modelu wykorzystano sztuczne sieci neuronowe.

Cechą nowości opracowanego modelu było uwzględnienie w nim większej liczby wielkości wejściowych, tj. właściwości skrawanego materiału skalnego oraz uwzględnienie w modelu większej liczby rodzajów skał, niż uwzględniono to w dotychczasowych modelach opracowanych z wykorzystaniem analizy statystycznej. Z wykorzystaniem modelu "neuronowego" zweryfikowano optymalne parametry, z jakimi powinien przebiegać proces urabiania z uwagi na wartości sił obciążających nóż oraz jednostkową energię urabiania. W zakończeniu pracy przedstawiono propozycje dalszych kierunków badań ze szczególnym uwzględnieniem obrotów noża i aspektów zużycia. Praca skierowana jest do biur konstrukcyjnych i ośrodków badawczo‑rozwojowych zajmujących się projektowaniem głowic urabiających wyposażonych w stożkowe noże obrotowe. Ponadto może być przydatna dla studentów i kadry naukowo‑dydaktycznej Wydziałów Górniczych i Mechanicznych Szkół Wyższych, zajmujących się zagadnieniem urabiania skał głowicami wielonarzędziowymi.   Streszczenie autorskie.

Enlarged model of rock cutting by the conical rotating bits have been presented in the work. Artificial neural networks were used to identify the model. A novelty of the developed model was an implementation in it a greater number of data input, that is the properties of cut rock material as well as an implementation in the model a greater number of the rock types than in the present model developed by using the statistical analyses. Optimal parameters, with which the cutting process should run with regard to the values of forces loading the bit and the unit cutting energy, were verified by using the "neural" model. At the end of the work the proposals for directions of further research work with a special regard to the rotation of the bit and a wear aspect were given.

The work is directed to the engineering and R & D centers, which deal with a designing of the cutting heads equipped with the conical rotational bits. Besides it can be of interest for students and scientific and didactic staff of the Mining and Mechanical Departments of Universities dealing with the problems of cutting rocks with multi-tools heads.