پیش بینی صافی سطح در فرایند تراشکاری با استفاده از روش رگرسیون خطی و غیر خطی و شبکه عصبی مصنوعی

در موقع عملیات ماشین کاری برای رسیدن به قطعات با تلرانس های ابعادی و هندسی دقیق و کیفیت سطح بالا، انتخاب پارامترهای ماشینکاری از اهمیت ویژه ای برخوردار است و با توجه به اینکه اندازه گیری صافی سطح به کمک روشهای مستقیم عموما وقت گیر بوده و بعد از فرایند می باشند و نیاز به تجهیزات سخت افزاری گران قیمت دارند. بنابراین از روشهای پیش بینی غیرمستقیم مانند روش آماری رگرسیون و شبکه های عصبی مصنوعی بدین منظور استفاده می گردد. در این نوشتار مدل پیش بینی صافی سطح - فولاد 50.2 st ماشینکاری شده با دستگاه تراش CNC با شبکه عصبی مصنوعی و روش رگرسیون خطی و غیر خطی ارائه شده است. سه پارامتر سرعت برش، سرعت پیشروی و عمق برش به عنوان متغیر های ورودی و صافی سطح به عنوان خروجی انتخاب شده است. نتایج حاصل از آزمایش های تجربی و مقایسه آنها با مدل های ارائه شده نشان دهنده این است که معادلات رگرسیون خطی دارای دقت بالاتری نسبت به معادلات رگرسیون غیر خطی در پیش بینی صافی سطح می باشند. همچنین روش شبکه عصبی دارای دقت بالاتری نسبت به روش معادلات رگرسیون می باشد.

کلیدواژه ها:

تخمین ، صافی سطح ، شبکه عصبی ، رگرسیون ، مدل سازی