Creep Feed Grinding Forces Prediction Using Neural Network
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,389
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICME08_080
تاریخ نمایه سازی: 27 آبان 1388
چکیده مقاله:
The aim of this paper is to model and predict the grinding forces of the creep feed grinding using the neural network. This model is then used to select the working conditions (such as depth of cut, the wheel speed and workpiece speeds) to prevent the surface burning and to maximize the material removal rate. The material used in this study is nickel-based supperalloy. These materials are usually used in aircrafts, gas turbines, rocket engines, petrochemical equipments and other high temperature applications. The results show that the grinding forces can be accurately predicted by the application of neural network. The outcomes of the paper are now used to select appropriate working conditions for grinding the turbine blades.
کلیدواژه ها:
نویسندگان
A Vafaeesefat
Ph.D., Assistant professor
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :