Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

©WK 1 e a SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI Prof. dr hab. inż. Wojciech Kacalak Politechnika.

Podobne prezentacje


Prezentacja na temat: "©WK 1 e a SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI Prof. dr hab. inż. Wojciech Kacalak Politechnika."— Zapis prezentacji:

1 ©WK 1 e a SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI Prof. dr hab. inż. Wojciech Kacalak Politechnika Koszalińska SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI XXXI NAUKOWA SZKOŁA OBRÓBKI ŚCIERNEJ

2 ©WK 2 e a Parametry chropowatosci powierzchni a parametry zarysu Właściwości eksploatacyjne powierzchni w znacznym stopniu zależą od jej cech stereometrycznych. Parametry charakteryzujące właściwości stereometryczne powierzchni różnią się, i to często znacznie, od parametrów wyznaczanych dla zarysu powierzchni. Pomijanie tych różnic lub opisywanie cech powierzchni na podstawie cech (parametrów) zarysu należy do częstych błędów oceny powierzchni. Wyznaczanie parametrów charakteryzujących cechy stereometryczne powierzchni poprzez profilografowanie z wierszowaniem jest operacją kosztowną i pracochłonną oraz wymagającą systemów umożliwiających takie pomiary. Zazwyczaj nie jest możliwe w urządzeniach przenośnych, stosowanych w pomiarach przedmiotów o dużych rozmiarach.

3 ©WK 3 e a Wyznaczanie parametrów 3D Celem pracy jest opracowanie takiego systemu przetwarzania danych z profilografometru, który wykorzystując wyniki z jednego lub dwóch pomiarów (zarysów w jednym przekroju o długości określanej przez system lub dwóch pomiarów w przekrojach do siebie prostopadłych), oraz wykorzystując wiedzę zgromadzoną w formie reguł wnioskowania oraz w module sztucznych sieci neuronowych, pozwalałby na wyznaczenie licznego, komplementarnego zbioru parametrów stereometrycznych powierzchni. Możliwe byłoby ponadto wyznaczenie obrazu powierzchni o cechach statystycznych zgodnych z powierzchnią, na której przeprowadzono pomiar. WIERZCHOŁKI ZARYSU WIERZCHOŁKI POWIERZCHNI

4 ©WK 4 e a Zmienność i złożoność struktury geometrycznej powierzchni To wszystko powoduje, że dotąd nie opracowano wystarczająco dokładnych podstaw doboru takich zbiorów parametrów oceny, które byłyby zbiorami parametrów wystarczająco komplementarnych i zapewniających kompromis miedzy licznością zbioru, a wymaganą jakością oceny powierzchni określonego typu. Struktura geometryczna obrobionej powierzchni jest wynikiem nakładania się i kumulacji wielu elementarnych zmian w jej topografii. Zmienność i złożoność struktury stereometrycznej jest czynnikiem, który znacznie utrudnia i jej ocenę i powoduje, że wynik oceny jest skutkiem przetwarzania informacji niepełnej, niepewnej i, w pewnym zakresie, również nieścisłej.

5 ©WK 5 e a Cechy przetwarzanych informacji INFORMACJA NIEPEŁNA INFORMACJA NIEPEWNA INFORMACJA NIEŚCISŁA

6 ©WK 6 e a Problemy do rozwiązania Opracowanie systemu, pozwalającego na określenie wartości parametrów ocenianej powierzchni z wykorzystaniem danych o zarysie powierzchni, zapewniającego uzyskanie opisanych powyżej efektów, wymaga rozwiązania następujących problemów naukowych: Wyznaczenia relacji pomiędzy parametrami zarysu, a parametrami opisującymi stereometrię powierzchni, Opracowania uniwersalnych metod wnioskowania o cechach stereometrycznych powierzchni na podstawie danych z zarysu powierzchni, Optymalizacji i doboru warunków pomiarów oraz trenowania, testowania i weryfikacji systemu wnioskowania z wykorzystaniem metod sztucznej inteligencji, Opracowania metody prognozowania i generowania trójwymiarowych (pseudoprzestrzennych) obrazów powierzchni poddawanych pomiarom.

7 ©WK 7 e a System wnioskowania System wnioskowania o parametrach 3D na podstawie parametrów 2D Parametry zarysu 1 Parametry zarysu 2 SSN Nowe parametry i relacje dla powierzchni danego typu Parametry powierzchni Schemat algorytmu wnioskowania o parametrach powierzchni na podstawie cech zbioru zarysów SYSTEM GENEROWANIA ZBIORU PARAMETRÓW KOMPLEMENTARNYCH

8 ©WK 8 e a Potrzeba automatyzacji analiz Potrzeba automatyzacji analiz danych Czas GĘSTOŚĆ STRUMIENIA INFORMACJI = MOŻLIWOŚCI WYDOBYWANIA INFORMACJI 2008 Potrzeby poznawcze Możliwości przetwarzania danych przez człowieka Oczekiwany zakres analiz

9 ©WK 9 e a Nauka a nowe metody i wynalazki N owe metody badawcze i wynalazki powodują, że naukowcy przestają drążyć, modelować i opisywać problemy, które należą już do przeszłości, a zaczynają zajmować się nowymi. Dokładniejsze poznanie starych problemów nie ma już znaczenia dla rozwoju nauki i zastosowań. NAUKA TYM BARDZIEJ WZMACNIA SWOJE ZNACZENIE IM SKUTECZNIEJ TWORZY NOWE WYNALAZKI, KTÓRE GENERUJĄ NOWE KIERUNKI BADAWCZE. Bieganie do przodu na taśmie treningowej różni się od biegania do przodu.

10 ©WK 10 e a Efekty a nakład pracy Nakład pracy Linia satysfakcji dla niskich wymagań dotyczących efektu Efekty 100% Linia satysfakcji dla wysokich wymagań dotyczących efektu Linia efektów w funkcji nakładu pracy (wysiłku) Kierunek zmian wymagań w czasie

11 ©WK 11 e a Wizualizacja problemu Z X Y p1 p2 p3 p1 p2 p3 3D Z max 2D Z max

12 ©WK 12 e a Porównanie rozkładów wartości parametrów 2D i 3D Porównanie wartości parametrów chropowatości zarysu (Rt) i powierzchni (St) Porównanie wartości parametrów chropowatości zarysu(Rz) i powierzchni (Sz)

13 ©WK 13 e a Porównanie rozkładów wartości parametrów 2D i 3D Porównanie średnich głębokości zagłębień zarysu (Rv) i powierzchni (Sv) Porównanie średnich wysokości wierzchołków zarysu (Rp) i powierzchni (Sp)

14 ©WK 14 e a Porównanie rozkładów wartości parametrów 2D i 3D

15 ©WK 15 e a Zbiory parametrów Podstawowe parametry struktury geometrycznej powierzchni: PARAMETRY AMPLITUDOWE: ośrednie arytmetyczne odchylenie chropowatości Sa, ośrednie kwadratowe odchylenie chropowatości powierzchnie Sq, omaksymalna wysokość wzniesienia powierzchnie Sp, omaksymalna głębokość wgłębienia powierzchnie Sv, owysokość nierówności St, owspółczynnik skośności rozkładu rzędnych Ssk, owspółczynnik skupienia rozkładu rzędnych Sku, odziesięciopunktowa wysokość nierówności powierzchnie Sz, PARAMETRY PRZESTRZENNE: ogęstość wzniesień między określonymi przekrojami SPc, ogęstość wierzchołków nierówności powierzchni Sds, owskaźnik tekstury powierzchni Str, odługość odcinka najszybszego zanikania funkcji autokorelacji Sal, okierunek tekstury powierzchni Std, owymiar fraktalny Sfd, PARAMETRY POWIERZCHNIOWE I OBJĘTOŚCIOWE, oudział nośny na zadanej wysokości STp, owysokość obszaru nośności SHTp, ośrednia objętość materiału Smmr, ośrednia objętość pustek Smvr, PARAMETRY HYBRYDOWE, PARAMETRY FUNKCJONALNE, PARAMETRY KRZYWEJ NOŚNOŚCI.

16 ©WK 16 e a Współczynniki korelacji

17 ©WK 17 e a Problem komplementarnego doboru zbioru parametrów Zasada doboru komplementarnego nie daje jeszcze wyniku, który można uznać za wystarczający. Konieczne jest uzupełnienie zbioru parametrów przez dane charakteryzujące zmienność parametrów (miary rozproszenia), relacje wartości parametrów horyzontalnych (2D) w kierunku prostopadłym i równoległym do śladów obróbkowych.

18 ©WK 18 e a Wnioski z analiz Do klasyfikacji powierzchni z grupy parametrów amplitudowych wybrano parametry: Sz, Ssk i Sku oraz stosunki Sz:Sa i Sz:Sp. Parametry Ssk i Sku przyjęto z uwagi na ich małą korelację z pozostałymi parametrami w tej grupie. Parametr Sz uwzględniono ze względu na wyraźne powiązanie informacyjne z pozostałymi parametrami. Parametr Sz informuje pośrednio o wysokości nierówności, a nie jest wrażliwy na wpływ pojedynczych przypadkowych wzniesień i wgłębień. Wykazuje również wyraźną korelację wynikającą z charakteru rozkładu rzędnych powierzchni z parametrami Sa i Sq. Stosunek Sz:Sa oraz Sz:Sp jest dobrą miarą wysmukłości nierówności. Parametr Sz ma wysokie zdolności uogólniające (jest wysoko skorelowany również z parametrami z grupy parametrów powierzchniowych i objętościowych) natomiast parametry Ssk i Sku, wrażliwe na charakterystyczne wzniesienia i wgłębienia pozwalają na uszczegółowienie informacji o kształcie powierzchni. Najważniejsze parametry jednak powinny wynikać z relacji między określonymi parametrami 2D (np. rozmieszczenie wierzchołków) we wzajemnie prostopadłych kierunkach, dlatego, iż szczególnie ważny jest kształt i rozmieszczenie obszarów styku kontaktujących się powierzchni.

19 ©WK 19 e a Dwa systemy: 1-środowisko VS.NET 2-środowisko MATLAB

20 ©WK 20 e a St=f(Sa)

21 ©WK 21 e a Sz=f(Sa)

22 ©WK 22 e a Sp=f(Sa)

23 ©WK 23 e a Sz=f(St)

24 ©WK 24 e a Sp=f(Sz)

25 ©WK 25 e a METODY GENEROWANIA OBRAZU POWIERZCHNI 1.Realizacja prostych metod symulacji procesów kształtowania obrabianej powierzchni 2.Generowanie ciągów zarysów o cechach zgodnych statystycznie z wyznaczonym zarysem (metoda tworzenia występów i wgłębień z danych posortowanych przedziałami o losowej długości – LPPL PLLP …, wymiana punktów o podobnych cechach w zarysie, 3.Generowanie powierzchni działania narzędzia i wykonywanie operacji zmiany rzędnych powierzchni przedmiotu, 4.Metody częstotliwościowe – kumulacja składowych harmonicznych o określonych amplitudach i częstościach, 5.Dobór i przekształcenia wzorców, pobieranych z bazy i modyfikowanych z wykorzystaniem danych z pomierzonego zarysu, 6.Składanie randomizowane generowanych występów 3D, dolin i wypływek o określonym stopniu losowości, 7.Tworzenie kompozycji wielomianów wysokiego stopnia o określonych cechach we wzajemnie prostopadłych kierunkach. Metody generowania obrazu powierzchni

26 ©WK 26 e a Efekty stosowania systemu Efekty stosowania takiego systemu polegałyby na automatyzacji wnioskowania, a ponadto na: Skróceniu czasu potrzebnego do wyznaczenia parametrów i obrazu powierzchni od 20 do 100 razy, czyli średnio o ponad 20 minut w odniesieniu do jednej oceny powierzchni, Zapewnieniu wysokiego obiektywizmu i dokładności w klasyfikacji cech powierzchni, Upowszechnieniu kompleksowych ocen, których podstawą są parametry powierzchni, zamiast ocen pobieżnych i obarczonych znaczącymi błędami wskutek posługiwania się ocenami zarysu powierzchni, Opracowana metoda oraz aplikacje tworzące spójny system wnioskowania, mogłyby być użytkowane w dwojaki sposób: bezpośrednio u użytkownika systemu pomiarowego lub w formie usługi na serwerze, Świadczeniem usług mogłyby zajmować się firmy innowacyjne, co byłoby korzystne dla wysokiego po-ziomu ekspertów i świadczonych usług.

27 ©WK 27 e a W MODELOWANIU Z WYKORZYSTANIEM SZTUCZNEJ INTELIGENCJI NALEŻY UWZGLĘDNIAĆ RÓWNIEŻ WADY I SKUTKI POCHODNE Do głównych należy: Wypieranie modeli wywodzących się z wiedzy jawnej przez modele o cechach wiedzy niejawnej. Wypieranie reguł i obliczeń matematycznych przez doraźne modele o słabej weryfikowalności ich poprawności. Rozwarstwienie wiedzy i umiejętności do wykorzystywania metod matematycznych (tworzenie modeli i wzorców) i umiejętności tylko korzystania z gotowych narzędzi, bez wiedzy o zawartych w nich procedurach. (Ta cecha już występuje powszechnie np. ANSYS, jednak ważne jest, aby narzędzia były dobre, a użytkownik potrafił interpretować wyniki i dobierać warunki ograniczenia). Osłabienie znaczenia cech inteligencji naturalnej i kreatywności, co może być ukrywane przez masowość przetwarzania danych. Upraszczanie wnioskowania kompensowane szybkością działania systemu obliczeniowego. Wady metod sztucznej inteligencji

28 ©WK 28 e a ZALETY człowieka w przetwarzaniu informacji UMIEJĘTNOŚĆ ADAPTACJI DO ODBIORU INFORMACJI NIEPEWNEJ OBNIŻANIE POZIOMU KONSERWATYZMU W PRZYPADKACH ZASKAKUJĄCYCH WARTOŚCI PIERWSZYCH DANYCH ŚWIADOME I PODŚWIADOME KORZYSTANIE Z UMIEJĘTNOŚCI ODKRYWANIA NOWYCH ZALEŻNOŚCI Przetwarzanie informacji przez człowieka WADY człowieka w przetwarzaniu informacji OGRANICZENIE PERCEPCJI DO KILKU (NAJCZĘŚCIEJ 5...9) STOPNI ZRÓŻNICOWANIA ODBIERANYCH SYGNAŁÓW BARDZO SILNE OGRANICZENIE ILOŚCI DANYCH, JAKIE MOGĄ BYĆ JEDNORAZOWO ZAPAMIĘTANE SKŁONNOŚĆ DO KONSERWATYZMU" I ULEGANIA PRESJI OCZEKIWANIA NA INFORMACJĘ SPODZIEWANĄ, SUBIEKTYWNE I BŁĘDNE SZACOWANIE RAWDOPODOBIEŃSTW ILOCZYNU I SUMY ZDARZEŃ

29 ©WK 29 e a ZALETY człowieka w przetwarzaniu informacji OBNIŻANIE POZIOMU KONSERWATYZMU (OPÓŹNIENIA W DOKONYWANIU PRZESZACOWAŃ PRAWDOPODOBIEŃSTWA ZDARZEŃ WRAZ Z NAPŁYWANIEM NOWYCH INFORMACJI), GDY ILOŚĆ DANYCH JEST MAŁA, I NAGRADZANA JEST DOKŁADNOŚĆ A NIE WYDAJNOŚĆ WADY człowieka w przetwarzaniu informacji BŁĘDY W ODKRYWANIU NOWYCH ZALEŻNOŚCI, WYNIKAJĄCE: 1. Z TENDENCJI DO POMIJANIA WPŁYWU WIELKOŚCI PRÓBKI, 2.SKŁONNOŚCI DO PRZYPISYWANIA WIĘKSZYCH PRAWDOPODOBIEŃSTW INFORMACJOM ŁATWIEJ ZAPAMIĘTYWANYM 3.SKŁONNOŚCI DO PRZEDWCZESNEGO ODRZUCANIA MOŻLIWYCH WSPÓŁZALEŻNOŚCI LUB 4.UZNAWANIA ZA OCZYWISTĄ WSPÓŁZALEŻNOŚĆ CECH, KTÓRYCH WARTOŚCI SĄ TYLKO SKORELOWANE W DANEJ REALIZACJI. Zalety i wady człowieka w przetwarzaniu informacji

30 ©WK 30 e a Czy i w jakim stopniu subiektywne prawdopodobieństwa podlegają takim samym prawom jak prawdopodobieństwa obiektywne? Wyniki badań wskazują, iż u osoby podejmującej decyzję występuje skłonność: 1.Do zawyżania prawdopodobieństwa iloczynu zdarzeń niezależnych A i B (sytuacji, gdy zajdzie zarówno zdarzenie A jak i zdarzenie B) 2.Do zaniżania prawdopodobieństwa sumy zdarzeń A i B (sytuacji, gdy zajdzie przynajmniej jedno z tych zdarzeń) 3.W przypadku możliwego wystąpienia jednego ze zdarzeń niezależnych A i B, gdy zdarzenie A występowało z częstością większą od oczekiwanej, decydent ulega skłonności do zawyżania prawdopodobieństwa oczekiwanego zdarzenia B. Szacowanie prawdopodobieństw zdarzeń

31 ©WK 31 e a Podsumowanie Do efektów wynikających z opracowania opisywanego SYSTEMU można zaliczyć: 1.Stworzenie systemu, zapewniającego niskie koszty szybkiej i kompleksowej oceny właściwości stereometrycznych powierzchni na podstawie powszechnie stosowanych pomiarów liniowych – wielokrotne (nawet do kilkudziesięciu razy) zmniejszenie czasu wyznaczania parametrów opisujących strukturę stereometryczną powierzchni. 2.Powszechną przydatność systemu – obecnie w Polsce nabywa się ponad 100 profilografometrów rocznie, co przekłada się na liczbę ponad 1000 użytkowanych urządzeń. Liczbę dokonywanych pomiarów cech stereometrycznych powierzchni można oszacować jako zbliżoną do 1,5 miliona pomiarów rocznie. 3.Zachowanie zgodności zastosowanych metod z dotychczasowymi przyrządami i parametrami oceny nierówności powierzchni, co oznacza, że dotychczasowe wyposażenie metrologiczne do pomiarów liniowych można będzie wykorzystać do oszacowania stereometrycznych parametrów powierzchni.

32 ©WK 32 e a Dziękuję za uwagę DZIĘKUJĘ ZA UWAGĘ


Pobierz ppt "©WK 1 e a SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI Prof. dr hab. inż. Wojciech Kacalak Politechnika."

Podobne prezentacje


Reklamy Google