Primjena neuronske mreže kod procjene površinske hrapavosti nakon završne obrade valjanjem

In order to increase productivity, machining times and market competitiveness of machining production systems, it is important to continuously develop existing technological solutions. This article describes the usage of the neural network for the prediction of surface roughness after the roller burnishing. Since the observed problem is multidimensional with several input parameters and one output parameter and since nonlinearity and complexity of parameter correlation, there was used the backpropagation neural network algorithm. Empirical and experimental values of input and output parameters were used as initial values for the learning of the neural network. Developed neural network model with its results can be used for easier implementation of further roller burnishing process plans.Ovaj rad opisuje primjenu umjetne neuronske mreže za predviđanje hrapavosti površine obratka nakon završne obrade valjanjem. S obzirom da se radi o višedimenzionalnom problemu sa nekoliko ulaznih te jednim izlaznim parametrom te da je njihova međusobna funkcijska povezanost vrlo kompleksna, nelinearna i na kraju i nepoznata, korištena je višeslojna neuronska mreža sa primjenom algoritma “širenja unatrag”. Naime, iskustvene i eksperimentalne vrijednosti, korištene kao ulazni i izlazni parametar u svrhu učenja neuronske mreže, poslužile su kao dobra polazišna točka sustavu umjetne inteligencije za razradu općenitog modela koji se kasnije može koristiti u svrhu izgradnje nekih viših ekspertnih sustava lako upotrebljivih prilikom izrade tehnologije za završnu obradu površine valjanjem