文献

J-GLOBAL ID：201802236380943189   整理番号：18A1401472

部品のトライボロジー性能に基づく研削パラメータ最適化【JST・京大機械翻訳】

Optimization of grinding parameters based on parts’ friction properties

著者 (3件)： Zhao Bin (山東大学机械工程学院,山東済南,250061) ,  Zhang Song (山東大学高效潔浄机械制造教育部重点実験室,山東済南,250061) ,  Li Jianfeng (山東大学机械工程学院,山東済南,250061)
資料名： Zhejiang Daxue Xuebao. Gongxue Ban  (Zhejiang Daxue Xuebao. Gongxue Ban)
巻： 52  号： 1  ページ： 16-23  発行年： 2018年 
JST資料番号： W1536A  ISSN： 1008-973X  CODEN： ZDXGFS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 遺伝的アルゴリズム(GA)とニューラルネットワーク(ANN)を用いて,表面の平均偏差,表面支持指数,コア領域の液体滞留指数,および谷底領域の液体滞留指数を入力層とした。研削パラメータ(砥石車の回転速度,工作物速度,横方向送り量および背中のカッター)を出力層として,多入力多出力の最適化モデルを,確立した。検証実験は,サンプル実験の異なる工作機械,砥石車および工作物のサイズを用いて,予測値と実験値の最大偏差は12.87%であることを示した。モデルの最適化精度,信頼性および普遍性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： カッタ ,  *研削 ,  回転数 ,  研削砥石 ,  ニューラルネットワーク ,  *最適化 ,  工作機械 ,  *トライボロジー ,  普遍性 ,  遺伝的アルゴリズム ,  信頼性 ,  工作物
準シソーラス用語： 予測値 ,  MIMO ,  *パラメータ最適化 , 【Automatic Indexing@JST】

著者キーワード (6件)： surface topography ,  grinding parameters ,  genetic algorithm ,  neural network ,  friction performance ,  hydrodynamic lubrication

分類 (1件)： 研削  (QC03000R)

タイトルに関連する用語 (3件)： トライボロジー ,  研削 ,  パラメータ最適化