文献

J-GLOBAL ID：201302240098886090   整理番号：13A0093329

高温ステンレス鋼の機械加工のための硬質表面仕上げ旋盤加工のパラメータ最適化

Hard Finish Turning Parameters Optimization for Machining of High Temperature Stainless Steel

著者 (5件)： MANIRAJ J. (Park Coll. Engineering Technol., Tamilnadu, IND) ,  SELLADURAI V. (Coimbatore Inst. Technol., Tamilnadu, IND) ,  SIVASHANMUGAM N. (National Inst. Technol., Tamilnadu, IND) ,  VENDAN S. Arungalai (Vel Tech Univ., Tamilnadu, IND) ,  MYILSWAMY S. (Park Coll. Engineering Technol., Tamilnadu, IND)
資料名： High Temperature Materials and Processes  (High Temperature Materials and Processes)
巻： 31  号： 6  ページ： 679-689  発行年： 2012年 
JST資料番号： W0384A  ISSN： 0334-6455  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： TiN被覆切削チップを使用して全ギア旋盤で実験を行い,切削速度,フィード速度,切り込み深さを組み合わせた,いろいろな切削条件で表面粗さを記録した。工具クレータ摩耗と表面粗さのモデルを開発した。TAGUCHI法と逆伝播ニューラルネットワーク(BPNN)で最適化のための系統的で効果的な方法が用意できた。TAGUCHI法の結果によれば,切削速度が表面の仕上げR_aへの最大の影響因子で,約68.36%の寄与があった。クレータ摩耗K_tへの影響では切り込み深さが重要因子で67.24%の寄与があった。次に重要な因子は切削速度であった。人工ニューロンネットワーク(ANN)を使用して,集めたデータを解析した。27のパターンを使用してANNを訓練した。ANNのモデルの結果はBPNNの出力と,直接測定した表面粗さやクレータ摩耗の値の間の良い一致を示した。ANNは解析の所要時間が少なく,高い精度の結果が得られ,ANNはTAGUCHI法と比較するための最も効果的な方法と考えられた。工具クレータ摩耗と表面粗さのモデルは予測値と良い相関を示した。

シソーラス用語： *ステンレス鋼 ,  *表面仕上 ,  *旋削 ,  プロセスパラメータ ,  チタン化合物 ,  窒化物 ,  被覆工具 ,  旋盤 ,  加工速度 ,  表面粗さ ,  工具摩耗 ,  田口メソッド ,  ニューラルネットワーク ,  耐熱鋼 ,  逆伝搬法 ,  最適化 ,  切込 ,  分散分析 ,  SN比
準シソーラス用語： ANOVA ,  クレータ摩耗 ,  パラメータ最適化 ,  切削速度 ,  送り速度 ,  窒化チタン

分類 (1件)： 旋削,中ぐり  (QC02020G)

タイトルに関連する用語 (6件)： ステンレス鋼 ,  機械加工 ,  硬質 ,  表面仕上げ ,  旋盤 ,  パラメータ最適化