Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža
Конференцијски прилог (Објављена верзија)
Метаподаци
Приказ свих података о документуАпстракт
U ovom radu, izvršena je analiza i predikcija brzina štampe u eksploatacionim uslovima. Postoje
odstupanja zadane brzine na štampaču od proračunate stvarne vrednosti. S tim u vezi, postoji i razlika u
vremenima izrade. Ovde je posmatrana brzina kao ravnomerno pravolinijsko kretanja brizgaljke. Zato, VNM je
poslužila za predikciju Vsr, sa promenom ulaznih parametara. Za rezultate predikcije brzine dobili smo
zadovoljavajuću vrednost regresionog koeficijenta 0.9999 sa ukupnom MAPE greškom koja iznosi 1,84%. Mreža bi
se mogla koristiti za obradu, predviđanje i optimizaciju prosečne brzine mlaznice i ostalih procesnih parametara.
In this paper, an analysis and printing speed prediction in exploitation conditions performed. There are set speed deviations of the on the printer from the calculated actual value. In this regard, there is also a difference in manufacturing times. Here, speed viewed as a uniform perpendicular nozzle motion. Therefore, the VNM used the Vsr prediction, with the input parameters changing. For the speed prediction results, we received a satisfactory regression coefficient value of 0.9999 with a total MAPE error of 1.84%. The network could be use for processing, prediction and, nozzle average speed optimization and other process parameters.
Кључне речи:
Aditivna proizvodnja / Brizgaljka / Brzina ispisa / Veštačke neuronske mreže / Additive manufacturing / Print speed / Artificial neural network / ABSИзвор:
Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference, 2020, 2.7-2.12Издавач:
- Uniiverzitet u Beogradu - Mašinski fakultet
Напомена:
- 42. JUPITER konferencija - 2020, 06-07 Oktobar 2020., Beograd
Институција/група
IHTMTY - CONF AU - Hasan, Mohammad Sakib AU - Vorkapić, Miloš AU - Ivanov, Toni AU - Kovačević, Aleksandar PY - 2020 UR - http://cent.mas.bg.ac.rs/jupiter/index.htm UR - https://cer.ihtm.bg.ac.rs/handle/123456789/3903 AB - U ovom radu, izvršena je analiza i predikcija brzina štampe u eksploatacionim uslovima. Postoje odstupanja zadane brzine na štampaču od proračunate stvarne vrednosti. S tim u vezi, postoji i razlika u vremenima izrade. Ovde je posmatrana brzina kao ravnomerno pravolinijsko kretanja brizgaljke. Zato, VNM je poslužila za predikciju Vsr, sa promenom ulaznih parametara. Za rezultate predikcije brzine dobili smo zadovoljavajuću vrednost regresionog koeficijenta 0.9999 sa ukupnom MAPE greškom koja iznosi 1,84%. Mreža bi se mogla koristiti za obradu, predviđanje i optimizaciju prosečne brzine mlaznice i ostalih procesnih parametara. AB - In this paper, an analysis and printing speed prediction in exploitation conditions performed. There are set speed deviations of the on the printer from the calculated actual value. In this regard, there is also a difference in manufacturing times. Here, speed viewed as a uniform perpendicular nozzle motion. Therefore, the VNM used the Vsr prediction, with the input parameters changing. For the speed prediction results, we received a satisfactory regression coefficient value of 0.9999 with a total MAPE error of 1.84%. The network could be use for processing, prediction and, nozzle average speed optimization and other process parameters. PB - Uniiverzitet u Beogradu - Mašinski fakultet C3 - Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference T1 - Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža SP - 2.7 EP - 2.12 UR - https://hdl.handle.net/21.15107/rcub_cer_3903 ER -
@conference{ author = "Hasan, Mohammad Sakib and Vorkapić, Miloš and Ivanov, Toni and Kovačević, Aleksandar", year = "2020", abstract = "U ovom radu, izvršena je analiza i predikcija brzina štampe u eksploatacionim uslovima. Postoje odstupanja zadane brzine na štampaču od proračunate stvarne vrednosti. S tim u vezi, postoji i razlika u vremenima izrade. Ovde je posmatrana brzina kao ravnomerno pravolinijsko kretanja brizgaljke. Zato, VNM je poslužila za predikciju Vsr, sa promenom ulaznih parametara. Za rezultate predikcije brzine dobili smo zadovoljavajuću vrednost regresionog koeficijenta 0.9999 sa ukupnom MAPE greškom koja iznosi 1,84%. Mreža bi se mogla koristiti za obradu, predviđanje i optimizaciju prosečne brzine mlaznice i ostalih procesnih parametara., In this paper, an analysis and printing speed prediction in exploitation conditions performed. There are set speed deviations of the on the printer from the calculated actual value. In this regard, there is also a difference in manufacturing times. Here, speed viewed as a uniform perpendicular nozzle motion. Therefore, the VNM used the Vsr prediction, with the input parameters changing. For the speed prediction results, we received a satisfactory regression coefficient value of 0.9999 with a total MAPE error of 1.84%. The network could be use for processing, prediction and, nozzle average speed optimization and other process parameters.", publisher = "Uniiverzitet u Beogradu - Mašinski fakultet", journal = "Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference", title = "Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža", pages = "2.7-2.12", url = "https://hdl.handle.net/21.15107/rcub_cer_3903" }
Hasan, M. S., Vorkapić, M., Ivanov, T.,& Kovačević, A.. (2020). Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža. in Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference Uniiverzitet u Beogradu - Mašinski fakultet., 2.7-2.12. https://hdl.handle.net/21.15107/rcub_cer_3903
Hasan MS, Vorkapić M, Ivanov T, Kovačević A. Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža. in Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference. 2020;:2.7-2.12. https://hdl.handle.net/21.15107/rcub_cer_3903 .
Hasan, Mohammad Sakib, Vorkapić, Miloš, Ivanov, Toni, Kovačević, Aleksandar, "Predikcija brzine na 3D štampaču primenom veštačkih neuronskih mreža" in Zbornik radova - 42. JUPITER konferencija / Proceedings - 42nd JUPITER Conference (2020):2.7-2.12, https://hdl.handle.net/21.15107/rcub_cer_3903 .