文献

J-GLOBAL ID：202202266758355238   整理番号：22A1032347

適応ネットワークベースファジィ推論システムを用いたアルミニウムのエンドミル加工における表面粗さの解析【JST・京大機械翻訳】

Analysis of Surface Roughness in End-Milling of Aluminium Using an Adaptive Network-Based Fuzzy Inference System

著者 (3件)： Balonji Serge (University of Johannesburg, Johannesburg, South Africa) ,  Okokpujie I. P. (University of Johannesburg, Johannesburg, South Africa) ,  Tartibu L. K. (University of Johannesburg, Johannesburg, South Africa)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IMECE2021  ページ： Null  発行年： 2022年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： エンドミル加工は,比較的高速で動作するカッタツールを用いて機械表面を加工するよく知られた切削プロセスの一つと考えられている。機械部品を製造するため,既存の研究は,切削の半径方向および軸方向深さ,送り速度,およびスピンドル速度を適切に調整すれば,最小粗さが得られることを示唆している。本研究では,CNC機械を用いてアルミニウム合金AL-6061の30試料について実施した実験的研究の結果を考察し,表面粗さの機械設定と出力性能を特徴付ける明確な範囲内に取られた独立入力パラメータ間の関係を解析した。表面仕上げが主要な関心事であるので,本研究はモデリングのための適応ネットワークベースのファジー推論システム(ANFIS)を考慮して,本論文はANFISを用いた表面粗さ予測の結果を提示した。これらの構成がANFISモデルのほとんどの性能に影響するので,メンバーシップ関数の形状,FIS生成のタイプ,およびFIS訓練最適方法に重点を置いた。二乗平均平方根誤差(RMSE)という精度ツールで表した結果を比較した。ANFISは,強い学習能力,予測精度を持ち,非線形性問題を捉えることができる。さらに,ANFIS表面粗さ予測モデルは,持続可能な予測解析を通して,産業における切削プロセスおよび製造プロセスを改善することが期待される。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械要素 ,  スピンドル ,  切削 ,  *アルミニウム ,  アルミニウム合金 ,  精度 ,  表面粗さ ,  *エンドミル加工 ,  メンバシップ関数 ,  生産工程 ,  表面仕上 ,  予測モデル
準シソーラス用語： 予測精度 ,  送り速度 ,  適応ニューロ-ファジィ推論システム , 【Automatic Indexing@JST】

分類 (1件)： フライス加工  (QC02030R)

タイトルに関連する用語 (6件)： 適応ネットワーク ,  ファジィ推論システム ,  アルミニウム ,  エンドミル加工 ,  表面粗さ ,  解析