پیش بینی زبری سطح آلیاژ فولاد AISI H۱۳ بر اساس متغیرهای برشی تراشکاری با استفاده از شبکه عصبی مصنوعی

در عملیات های ماشین کاری، انتخاب بهینه مولفه های عملیات نقش بسیارمهمی در کمینه کردن خطاهای ماشین کاری شامل: شکست ابزار، سایشابزار، کنترل کیفیت، کاهش زبری سطح و همچنین افزایش نرخ برداشتبراده و به تبع آن افزایش سرعت تولید و کاهش هزینه های تولید دارد.امروزه رویکرد های متنوعی جهت بهینه سازی و کنترل این مولفه ها اتخاذگشته است. یکی از روش های نوین بکار رفته در این حوزه، استفاده از مدلیادگیری ماشین است که ذیل آن میتوان مدلهای مبتنی بر شبکهه ایعصبی را نام برد که این روش ها در مسائل مربوط به رگرسیون کاربرد دارند.در پژوهش پیشرو با استفاده از مدل مبتنی بر یادگیری ماشین شبکه عصبیمصنوعی زبری سطح در فرآیند تراشکاری با میانگین مربعات خطا ۰.۰۲۶پیش بینی شد.

کلیدواژه ها:

ماشین کاری ، یادگیری ماشین ، تراشکاری ، هوشمصنوعی ، زبری سطح