PRÉDICTION DE LA RUGOSITÉ DE SURFACE D'UN ALLIAGE EN UTILISANT ANN DANS LE TOURNAGE CNC

L'usinage de matériaux aérospatiaux avancés comme les alliages d'aluminium a posé de nombreux défis avec les outils de coupe existants. Plus la vitesse de coupe de l'alimentation en métal est élevée, plus la finition de surface est faible, et plus la vitesse de coupe de l'alimentation en métal est faible, meilleure est la finition de surface. La finition de surface a également joué un rôle important dans l'usinage des matériaux, car elle détermine le nombre d'étapes nécessaires au traitement de l'alliage d'aluminium depuis le stade initial, c'est-à-dire le stade de la matière première, jusqu'au produit fini. L'étude expérimentale a été menée en faisant varier différents paramètres de fonctionnement comme la vitesse de la broche, la vitesse d'avance et la profondeur de coupe. Les résultats obtenus ont été pris comme entrées et en utilisant le Réseau Neural Artificiel pour obtenir une solution optimisée de différents paramètres conflictuels en termes de vitesse d'avance plus élevée, de profondeur de coupe maximale et de vitesse de broche plus élevée accompagnée de la meilleure finition de surface.

Autorentext

El Dr. D.R. Srinivasan trabaja actualmente como profesor asistente en el Departamento de Ingeniería Mecánica de la Facultad de Ingeniería de JNTUA, Anantapur. Tiene 10 años de experiencia en la industria manufacturera y 17 años de experiencia en el campo de la enseñanza. Ha publicado más de 15 artículos técnicos en revistas internacionales miembros de IEI, ASME

Klappentext

L'usinage de matériaux aérospatiaux avancés comme les alliages d'aluminium a posé de nombreux défis avec les outils de coupe existants. Plus la vitesse de coupe de l'alimentation en métal est élevée, plus la finition de surface est faible, et plus la vitesse de coupe de l'alimentation en métal est faible, meilleure est la finition de surface. La finition de surface a également joué un rôle important dans l'usinage des matériaux, car elle détermine le nombre d'étapes nécessaires au traitement de l'alliage d'aluminium depuis le stade initial, c'est-à-dire le stade de la matière première, jusqu'au produit fini. L'étude expérimentale a été menée en faisant varier différents paramètres de fonctionnement comme la vitesse de la broche, la vitesse d'avance et la profondeur de coupe. Les résultats obtenus ont été pris comme entrées et en utilisant le Réseau Neural Artificiel pour obtenir une solution optimisée de différents paramètres conflictuels en termes de vitesse d'avance plus élevée, de profondeur de coupe maximale et de vitesse de broche plus élevée accompagnée de la meilleure finition de surface.