文献

J-GLOBAL ID：202202214996875997   整理番号：22A0689043

ニッケルベース超合金のWEDMの機械学習アルゴリズム評価と最適化:レビュー【JST・京大機械翻訳】

Machine learning algorithms evaluation and optimization of WEDM of nickel based super alloy: A review

著者 (4件)： Sudhir (Research Scholar Mechanical Engineering, Department Chandigarh University, Mohali-140413, India) ,  Sudhir (Assistant Professor Mechanical Engineering, Department GJUS&T, Hisar 125001, India) ,  Sehgal Anuj Kumar (Professor & Head of Mechanical Engineering, Department Chandigarh University, Mohali 140413, India) ,  Nain Somvir Singh (Assistant professor, Department of Mechanical Engineering, CMR College of Engineering & Technology, Hyderabad-501401)
資料名： Materials Today: Proceedings  (Materials Today: Proceedings)
巻： 50  号： P5  ページ： 1793-1798  発行年： 2022年 
JST資料番号： W3531A  ISSN： 2214-7853  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 航空宇宙や航空などの多数の産業で一般的に使用されるWEDMは,高い精度と精度を維持しながら,最小コストと重量で優れた品質製品を作る。本研究の主要な関心事は,ニッケル基超合金のWEDMに関する異なる研究者によって達成された異なる研究作業を調査することである。また,ニッケル基超合金のWEDMを評価するために,機械学習アルゴリズムの使用と前進最適化技術を使用した。さらに,本研究では,ニッケル基超合金のWEDMの種々のプロセスパラメータが応答変数に及ぼす影響も調べた。パルスオン時間(Ton)とパルスオフ時間(Toff),ピーク電流(IP),ギャップ電圧(Vg),フラッシング圧力(PF),ワイヤフィード(WF),およびワイヤ張力(WT)はプロセスパラメータであり,材料除去率(MRR),工具摩耗率(TWR),切削速度(CS),および表面粗さ(SR)として性能指標を改善するために使用できる。本研究はまた,将来におけるWEDMの分野における研究の方向を調べる。Copyright 2022 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： 応答 ,  *最適化 ,  電圧 ,  電流 ,  航空輸送 ,  工具摩耗 ,  *超合金 ,  フラッシング ,  張力 ,  パルス ,  金属線 ,  プロセスパラメータ ,  *学習アルゴリズム
準シソーラス用語： ピーク電流 , 【Automatic Indexing@JST】

著者キーワード (6件)： ワイヤ放電加工機 ,  RSM 応答曲面法 ,  GRA 合理的解析 ,  SVMサポートベクター加工 ,  ANN 人工ニューラルネットワーク ,  PSO-粒子群最適化

分類 (1件)： 特殊加工  (QC04000Y)

タイトルに関連する用語 (7件)： ニッケル ,  超合金 ,  機械学習 ,  アルゴリズム ,  評価 ,  最適化 ,  レビュー