Jurnal Internasional JMMP, Vol. 3, Halaman 45: Prediksi Obrolan Machining Menggunakan Model Pembelajaran Data

Download Jurnal Disini

JMMP, Vol. 3, Halaman 45: Prediksi Machining Chatter Menggunakan Model Pembelajaran Data

Jurnal Manufaktur dan Pemrosesan Bahan doi: 10.3390 / jmmp3020045

Penulis:
Cherukuri
Perez-Bernabeu
Jual
Schmitz

Proses pemesinan, termasuk pembubutan, adalah kemampuan kritis untuk produksi komponen diskrit. Salah satu batasan untuk laju pelepasan material yang tinggi dan pengurangan biaya dalam proses ini adalah obrolan, atau kombinasi lebar chip cepat spindle yang tidak stabil yang menunjukkan getaran yang bersemangat sendiri. Dalam makalah ini, jaringan syaraf tiruan (JST) & amp; mdash; model pembelajaran data & amp; mdash; diterapkan untuk memodelkan stabilitas belok. Pendekatan baru adalah menggunakan model proses berbasis fisika & amp; mdash; batas stabilitas analitik & amp; mdash; untuk menghasilkan set data (sintetis) yang melatih JST. Ini memungkinkan proses fisika untuk dikombinasikan dengan pembelajaran data dalam pendekatan hybrid. Seperti yang diantisipasi, diamati bahwa jumlah dan distribusi titik pelatihan mempengaruhi kemampuan model JST untuk menangkap lobus yang lebih kecil dan lebih dekat yang terjadi pada kecepatan spindle yang lebih rendah. Secara keseluruhan, JST berhasil (& amp; akurasi 90%) dalam memprediksi perilaku stabilitas setelah pelatihan yang sesuai.

Download Jurnal Disini
Jurnal

JMMP, Vol. 3, Halaman 45: Prediksi Obrolan Machining Menggunakan Model Pembelajaran Data