An Experimental Study on Sensorless Determination of the Projectile Position by Artificial Neural Network in Magnetic Launcher Systems

Çetin, Onursal; Özbay, Harun; Dalcalı, Adem; Temurtaş, Feyzullah

doi:10.1109/tps.2021.3123064

Cited by 3 publications

(1 citation statement)

References 30 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Or using time-lapse artificial neural networks to predict the position of the projectile inside the coil instead of using infrared sensors. 40 Although the segmented combined scheme is weakened as the speed increases to improve the energy utilization rate, a more stable electromagnetic force is also a requirement for high-level textile equipment.…”

Section: Resultsmentioning

confidence: 99%

Dynamic prediction model of segmented combined electromagnetic launch weft insertion for super-wide width industrial fabrics

Ding

Zhang

et al. 2023

Journal of Industrial Textiles

View full text Add to dashboard Cite

Stable, reliable and high-speed weft insertion is an urgent challenge for high-speed industrial textile weaving devices. More stable and large electromagnetic forces can be provided by the segmented combined electromagnetic launch weft insertion, compared to the conventional electromagnetic launch weft insertion, which facilitates the realization of high-speed weft insertion. For digital electromagnetic launch weft insertion textile devices, it is necessary to respond quickly to the signals fed back by the sensors. Therefore, a fast and high-precision dynamical model capable of characterizing the kinematic properties of the weft inserter is extremely essential for control, which is conducive to the stable and reliable operation of the device. In this paper, we consider the electromagnetic force, weft yarn tension, air resistance, pipe wall friction, and gravity during the movement of the weft inserter, and establish a dynamic prediction model of segmented combined electromagnetic launch weft insertion (DPMSCEI) for control. Combining simulations and experiments to evaluate the performance of DPMSCEI validates the effectiveness and professionalism of DPMSCEI in solving electromagnetic weft insertion dynamics.

show abstract

Section: Resultsmentioning

confidence: 99%

Dynamic prediction model of segmented combined electromagnetic launch weft insertion for super-wide width industrial fabrics

Ding

Zhang

et al. 2023

Journal of Industrial Textiles

View full text Add to dashboard Cite

show abstract

Species-Level Microfossil Prediction for Globotruncana genus Using Machine Learning Models

et al. 2022

View full text Add to dashboard Cite

A new magnetic launcher design and analysis: An ANSYS Maxwell application

Bicakcı

Çıtak

2023

Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi

View full text Add to dashboard Cite

Bu çalışmada herhangi bir mekanik itici kullanmadan halka ve silindirik şeklindeki sabit mıknatıslardan oluşturulmuş yeni bir manyetik fırlatıcı tasarımı önerilmiştir. Tasarımda önce iki halka mıknatıs kullanılmış daha sonra her seferinde bir halka mıknatıs ilave edilerek fırlatıcı boyu değiştirilmiştir. Farklı boylardaki fırlatıcı tasarımlarında halka mıknatıslar arası mesafe sabit değerde arttırılmış ve fırlatılacak mıknatıs merminin kesiti de değişken tutulmuştur. ANSYS Maxwell simülasyon program kullanılarak oluşturulan boyları farklı her bir fırlatıcı tasarımı için mıknatıs mermiye uygulanan manyetik kuvvetin konuma göre değişimleri analiz sonrasında belirlenmiştir. Böylece mermi kesiti değişiminin ve fırlatıcı boyunun sabit kademelerle arttırılmasının manyetik kuvvete olan etkileri bulunmuştur. Ayrıca mermiye etkiyen manyetik kuvvette etkin rol oynayan halka mıknatıslar yerine bobin kullanılması durumunda bobin ile ilgili değişkenlerin belirlenmesine de çalışılmıştır. Böylece bobine verilecek değişken akıma göre itici kuvvetin de değiştirilebilir olması sağlanabilmiştir. Makalede fırlatıcı tasarımlarının ANSYS Maxwell programıyla oluşturulması ve elde edilen sonuçlar ayrıntılı olarak tartışılmıştır.

show abstract

An Experimental Study on Sensorless Determination of the Projectile Position by Artificial Neural Network in Magnetic Launcher Systems

Cited by 3 publications

References 30 publications

Dynamic prediction model of segmented combined electromagnetic launch weft insertion for super-wide width industrial fabrics

Dynamic prediction model of segmented combined electromagnetic launch weft insertion for super-wide width industrial fabrics

Species-Level Microfossil Prediction for Globotruncana genus Using Machine Learning Models

A new magnetic launcher design and analysis: An ANSYS Maxwell application

Contact Info

Product

Resources

About