ISBN-13: 9783841634719 / Francuski / Miękka / 2015 / 192 str.
Ce livre presente une etude experimentale sur le tournage dur de l'acier a roulements AISI 52100 durci a 60 HRC avec l'outil CBN: le comportement a l'usure de l'outil et les effets des parametres de coupe sur la tenue, la rugosite de surface et les efforts de coupe; ces relations sont analysees et modelisees via la methodologie des surfaces de reponse (RSM) et les reseaux de neurones artificiels (ANN). La technique de la desirabilite composee associee aux modeles quadratiques de RSM est utilisee comme methode d'optimisation multi-objective pour trouver les valeurs des parametres de coupe qui optimisent simultanement les variables dependantes. Enfin, un systeme de surveillance de l'usure des outils de coupe en tournage dur base sur un modele neuronal a architecture optimisee est propose. L'approche semble etre fiable pour modeliser, optimiser et ameliorer le processus de tournage dur et peut etre etendues pour etudier efficacement d'autres processus d'usinage. Le taux de reussite de la classification des differents stades de l'usure superieur a 94% temoigne de la robustesse et la precision du modele propose pour la surveillance de l'usure des outils de coupe."
Ce livre présente une étude expérimentale sur le tournage dur de lacier à roulements AISI 52100 durci à 60 HRC avec loutil CBN : le comportement à lusure de loutil et les effets des paramètres de coupe sur la tenue, la rugosité de surface et les efforts de coupe ; ces relations sont analysées et modélisées via la méthodologie des surfaces de réponse (RSM) et les réseaux de neurones artificiels (ANN). La technique de la désirabilité composée associée aux modèles quadratiques de RSM est utilisée comme méthode doptimisation multi-objective pour trouver les valeurs des paramètres de coupe qui optimisent simultanément les variables dépendantes. Enfin, un système de surveillance de lusure des outils de coupe en tournage dur basé sur un modèle neuronal à architecture optimisée est proposé. Lapproche semble être fiable pour modéliser, optimiser et améliorer le processus de tournage dur et peut être étendues pour étudier efficacement dautres processus dusinage. Le taux de réussite de la classification des différents stades de lusure supérieur à 94% témoigne de la robustesse et la précision du modèle proposé pour la surveillance de lusure des outils de coupe.