నైరూప్య

Neural Networks Based Approach for Machining and Geometric Parameters optimization of a CNC End Milling

Nilesh Pohokar , Lalit Bhuyar

To select the optimum parameters it is necessary to determine them at first for the given machining situation. There are several techniques available to determine the optimum values of these parameters, in this paper machining parameters, cutting speed, feed, depth of cut, and one geometric parameter rake angle are considered for optimization. The neural networks were developed for predicting the results theoretically. To validate the results experimentally trials are then carried out a CNC milling using HSS tool by continuous running condition under dry run on the AISI 1040 MS plate of 140 X 120 X 10 mm workpiece. The predicted results match 90 % including the residuals. Thus proves the neural network is used for optimization of geometric and machining parameters.

నిరాకరణ: ఈ సారాంశం ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ టూల్స్ ఉపయోగించి అనువదించబడింది మరియు ఇంకా సమీక్షించబడలేదు లేదా నిర్ధారించబడలేదు

ఇండెక్స్ చేయబడింది

Academic Keys
ResearchBible
CiteFactor
కాస్మోస్ IF
RefSeek
హమ్దార్డ్ విశ్వవిద్యాలయం
వరల్డ్ కేటలాగ్ ఆఫ్ సైంటిఫిక్ జర్నల్స్
విద్వాంసుడు
ఇంటర్నేషనల్ ఇన్నోవేటివ్ జర్నల్ ఇంపాక్ట్ ఫ్యాక్టర్ (IIJIF)
ఇంటర్నేషనల్ ఇన్స్టిట్యూట్ ఆఫ్ ఆర్గనైజ్డ్ రీసెర్చ్ (I2OR)
కాస్మోస్

మరిన్ని చూడండి