Measurement of Surface Roughness Parameter Using a Neural Network and Laser

Scattering
(Pengukuran Parameter Kekasaran Permukaan Menggunakan Neural Network dan
Laser Scattering)

Kualitas permukaan diperoleh dengan memanfaatkan sinar laser yang tersebar yang
diteliti dengan neural network. Fitur diekstraksi dari spectrum sudut yang tersebar yang
kemudian digunakan sebagai input ke hierarchical neural net. Jaringan tersebut dilatih oleh
set permukaan mesin terpilih yang kualitasnya telah ditetapkan secara independen. Sampel
berulang kali dipresentasikan ke sensor dan jaringan, tiap saat, membentuk ketetapan
mengenai kekerasan permukaan yang kemudian dibandingkan dengan jawaban yang tepat,
kesalahan tersebut digunakan untuk memodifikasi beban koneksi. Setelah periode pelatihan,
net mampu mengidentifikasi kualitas permukaan baru yang dipresentasikan pada net. Hasil
percobaan, menggunakan satu set permukaan yang dilipat didiskusikan sehubungan dengan
perpaduan beberapa fitur untuk mendapat ukuran kekasaran permukaan yang memenuhi
syarat dengan menggunakan neural network. Hal ini menunjukkan bahwa sistem ini mampu
mengukur parameter kekerasan, Ra, pada kisaran akurasi mikron sampai sub-mikron.
Selanjutnya, pengukuran non-kontak ini dilakukan dalam kisaran waktu millisecond yang
dapat digunakan untuk pengendalian kontrol online.
Ada dua bahan dalam pendekatan kami terhadap inspeksi kualitas permukaan: neural
net dan sistem sensor. Jaringan penyambung secara efektif memetakan rangkaian fitur dari
sensor menjadi ruang kekasaran permukaan yang diperoleh setelah jaringan berhasil
dilatih. Jaringan yang kompleks, dengan banyak unit pengolahan, link atau fungsionalitas
memiliki respon lambat; jaringan dengan sedikit nodus atau fungsionalitas sederhana secara
alami merespon lebih cepat. Dengan hilangnya single neural net yang diimplementasikan
dalam sebuah sistem dengan satu prosesor mampu menangani tugas yang membutuhkan
kecepatan sangat tinggi seperti inspeksi online.Salah satu struktur yang memiliki potensi
besar adalah hirarkis dalam konstruksi yang akan disebut sebagai hierarchical neural net
(HNN).
Hasil penyelidikan kami adalah bahwa pemeriksaan kualitas permukaan mesin dapat
dilakukan secara akurat menggunakan teknik laser scattering yang digabung dengan neural
network. Metode non kontak ini memiliki keuntungan kecepatan relatif terhadap profilometer
dan akurasi relatif terhadap metode penghamburan cahaya lain. Dari pengukuran latar
belakang sensitivitas iluminasi disimpulkan bahwa fitur dirumuskan sebagai perbedaan antara
cahaya yang tersebar dengan cahaya sekitar.