Applications des réseaux polynomiaux auto-organisés à la modélisation et au diagnostic des opérations d'usinage

La methode des reseaux polynomiaux auto-organises (RPA) est essentiellement basee sur la serie de Kolmogorov-Gabor (K-G) qui represente un systeme par une fonction polynomiale discrete. Cette methode utilise un ensemble de fonctions polynomiales (reseau) afin de faire l'approximation la serie de K-G. La performance d'un modele RPA depend premierement d'une base de donnees qui donne des informations necessaires sur le systeme a modeliser et deuxiemement, d'un critere de performance qui permet de choisir un meilleur modele parmi nombreux autres (auto-organisation). Le present travail vise a elaborer et a ameliorer l'algorithme RPA en integrant un critere de performance PSE et une procedure de classification des donnees. Le critere PSE tient compte du nombre de couches et du nombre de donnees afin de trouver des modeles simples et precis. La procedure de classification des donnees permet d'obtenir une meilleure repartition de l'ensemble de donnees originales. Par ailleurs, l'integration des RPA dans un systeme machine-outil-piece (MOP) peut fournir une solution simple aux problemes d'identification, de diagnostic et de controle adaptatif. Les signaux de forces et d'emission acoustique ont ete utilises afin d'obtenir des modeles de l'usure et de la cassure d'un outil dans differentes operations d'usinage. Les signaux de rugosite de surface sont utilise egalement pour trouver le modele de surface en fonction des parametres d'usinage.

Name thesis:degree_name

Maîtrise ès sciences appliquées

Level thesis:degree_level

2e cycle

Grantor dc:publisher

Université de Moncton

Year dc:date.issued

1994

Author dc:creator

• Miao, Shen

Advisor dc:contributor.advisor

• Darenfed, Salah

• Machines-outils
• Commandes numérique
• Usinage
• Modèles mathématiques
• Algorithmes

Statement dc:rights

• Author

Language dc:language.iso

iso639-2b, fre

Identifier

oclc: 726467198

Dc Identifier Other

umir:1162

OAI identifier oai:identifier

oai:umoncton.scholaris.ca:20.500.14658/7323