文献

J-GLOBAL ID：201802231055949605   整理番号：18A1872151

人工神経回路網を用いたCNCフライス加工におけるP20鋼の機械加工のための表面粗さと材料除去速度の予測【JST・京大機械翻訳】

Prediction of Surface roughness & Material Removal Rate for machining of P20 Steel in CNC milling using Artificial Neural Networks

著者 (4件)： Vardhan M. Vishnu (Mechanical Engineering, JNTUA college of Engineering, JNTUA, Anantapur, India) ,  Vardhan M. Vishnu (Vardhaman college of engineering, Shamshabad, Hyderabad, Telangana, India) ,  Sankaraiah G. (Mechanical Engineering, G Pulla Reddy Engineering College, Kurnool, A.P, India) ,  Yohan M. (Mechanical Engineering, JNTUA University, Anantapur, A.P, India)
資料名： Materials Today: Proceedings  (Materials Today: Proceedings)
巻： 5  号： 9 P3  ページ： 18376-18382  発行年： 2018年 
JST資料番号： W3531A  ISSN： 2214-7853  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,人工ニューラルネットワーク(ANN)を用いて,P20鋼のCNCフライス加工における材料除去率と表面粗さを予測する試みを行った。TaguchiのL50直交配列を用いて実験を設計した。切削パラメータ切削速度,送り,切断の軸方向深さ,切断の半径方向の深さとノーズ半径を入力パラメータとして取り,材料除去率と表面粗さを出力パラメータとした。ANNモデルは,入力と出力パラメータの間の非線形写像のために多層パーセプトロンネットワークを用いてモデル化される。開発したモデルを回帰係数(R)を用いて検証し,R2値が1であることを見出した。結果から,ANN予測値は実験値に近く,開発したモデルはP20鋼の材料除去率と表面粗さを予測するために効果的に使用できることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *表面粗さ ,  *フライス加工 ,  軸方向 ,  写像 ,  *鋼 ,  ネットワーク ,  モデリング ,  多層パーセプトロン ,  半径方向 ,  直交配列
準シソーラス用語： 予測値 ,  回帰係数 ,  切削速度 ,  材料除去率 ,  *材料除去 , 【Automatic Indexing@JST】

著者キーワード (4件)： 材料除去速度 ,  人工神経回路網 ,  田口の直交配列 ,  多層パーセプトロン

分類 (1件)： フライス加工  (QC02030R)

タイトルに関連する用語 (7件)： 人工神経回路網 ,  CNC ,  フライス加工 ,  機械加工 ,  表面粗さ ,  除去速度 ,  予測