<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Razvoj sistema za hitro ugotavljanje obdelovalnosti jekla na osnovi iskrenja in metod podatkovnega rudarjenja</dc:title><dc:creator>Munđar,	Goran	(Avtor)
	</dc:creator><dc:creator>Župerl,	Uroš	(Mentor)
	</dc:creator><dc:creator>Kovačič,	Miha	(Mentor)
	</dc:creator><dc:subject>Obdelovalnost jekla</dc:subject><dc:subject>brušenje</dc:subject><dc:subject>iskrenje</dc:subject><dc:subject>strojni vid</dc:subject><dc:subject>podatkovno rudarjenje</dc:subject><dc:subject>genetsko programiranje</dc:subject><dc:subject>konvolucijske nevronske mreže</dc:subject><dc:description>Doktorska disertacija obravnava razvoj inovativnega sistema za hitro ugotavljanje obdelovalnosti nizko legiranih jekel s povečano obdelovalnostjo na podlagi analize iskrenja med postopkom brušenja. Obdelovalnost materiala, opredeljena kot relativna enostavnost mehanske obdelave, se tradicionalno določa z dolgotrajnimi in stroškovno zahtevnimi standardnimi preizkusi, kot je ISO 3685. Za odpravo teh omejitev smo v raziskavi uporabili iskrenje, ki nastaja med brušenjem, kot vir podatkov o materialu.
Eksperimentalni del raziskave vključuje načrtovanje in izvedbo brušenja vzorcev različnih jekel, pri čemer je bil razvit in implementiran sistem strojnega vida za zajem slik isker. Na osnovi slikovnih podatkov smo najprej s klasičnimi metodami izluščili numerične značilke isker, ki so bile uporabljene kot vhodni podatki za razvoj različnih napovednih modelov: umetne nevronske mreže (ANN), adaptivni nevronsko-mehki inferenčni sistem (ANFIS), genetsko programiranje (GP) in odločitvena drevesa (DT). Poleg tega smo za neposredno analizo slik brez predhodne ekstrakcije značilk uporabili globoke konvolucijske nevronske mreže (CNN), kot sta ResNet-50 in MobileNet-v2.
Rezultati potrjujejo, da razviti modeli omogočajo napovedovanje obdelovalnosti z visoko natančnostjo, primerljivo s standardnimi testi, ob bistveno nižjih stroških in krajšem času izvajanja. Najboljši modeli so dosegli povprečno absolutno odstotno napako (MAPE) med 3 % in 4 % ter koren srednje kvadratne napake (RMSE) med 16 in 19. Razvit sistem strojnega vida uspešno deluje v realnem času ter omogoča hitro in avtomatizirano analizo značilk isker med brušenjem. Disertacija predstavlja izvirni znanstveni prispevek, saj uvaja robustno, hitro in stroškovno učinkovito alternativo klasičnim metodam določanja obdelovalnosti, primerno za uporabo v industrijskem okolju.</dc:description><dc:publisher>[G. Munđar]</dc:publisher><dc:date>2026</dc:date><dc:date>2025-07-13 22:19:37</dc:date><dc:type>Doktorsko delo/naloga</dc:type><dc:identifier>93681</dc:identifier><dc:identifier>UDK: [621.923.01:669.15]:004.8/.9(043.3)</dc:identifier><dc:identifier>COBISS_ID: 270662403</dc:identifier><dc:language>sl</dc:language></metadata>
