lathe is programmed by speed, feed

lathe is programmed by speed, feed rate and cutting depth,
which are frequently determined based on the machine
performance; the product characteristics are not guaranteed
to be acceptable. Therefore, the optimum turning
conditions have to be accomplished. It is mentioned that
the tool nose run-off will be the performance of the
machining process [6].
Parameter optimization for surface roughness is a hardsolving
issue because of the interactions between the
parameters. Problems related to the enhancement of the
product quality and production efficiency can always be
related to the optimization procedures [7].
The convergence speed of evolutionary optimization
techniques to the optimal results is better than that of the
conventional approaches. Therefore, evolutionary
algorithms, such as immune algorithm, differential
evolution algorithm and artificial bee colony algorithm,
have been used in many applications instead of the
conventional techniques [8-12].
The use of the traditional optimization methods, such
as differential measures and enumeration of all possible
solutions, is not very efficient and accurate. The use of met
heuristic algorithms in such incidents can improve the
speed and the accuracy of the computations [13].
Simulated annealing method is one of the efficient
innovative optimization algorithms for solving the
optimization problems. This method was introduced in
1982 by “Kirkpatrik”, “Gelatt”and “Vecchi” [14, 15].
Adaptability and ease of programming over the
optimization problems and tolerability of feasible nonimproving
solutions are the most important features of this
method.
The related literature review revealed that several
researchers have attempted to calculate the optimal cutting
conditions in turning operations.
Basim A. Khidhir and Bashir Mohamed et al. [16]
investigate the effect of cutting speed feed and the depth of
cut on surface roughness. It was found that the good
surface roughness is obtained with a higher cutting speed,
a minimum feed rate, and a lower depth of cut.
Ali R. Yildiz [17] developed a hybrid artificial immune
algorithm (AIHC) based on immune algorithm and hill
climbing local search algorithm to solve optimization
problems. The AIHC was effectively applied to a multiobjective
I-beam design problem and machine tool spindle
design problem as well as to manufacturing optimization
problems.
Ali R. Yildiz [18] developed a new optimization of
immune algorithm based on immune algorithm and hill
climbing local search algorithm to solve optimization
problems. The hybrid immune algorithm was effectively
applied to a single objective test problem, multi-objective
I-beam and machine-tool spindle optimization problems.
The results obtained by the proposed approach for milling
operations indicate that the hybrid approach is more
effective in optimizing the cutting parameters for milling
operations than the immune algorithm and hybrid immune
algorithm.
Anil Gupta et al. [19] investigated the effect of cutting
speed, feed rate, depth of cut, nose radius and cutting
environment on surface roughness, tool life, cutting force
and power consumption. It has been found that the cutting
speed of 160 m/min, nose radius of 0.8 mm, the feed of 0.1
mm/rev, the depth of cut of 0.2 mm and the cryogenic
environment are the most favorable cutting parameters for
the high speed CNC turning of AISI P-20 tool steel.
Ilhan Asiltürk et al. [20] investigated the effect of
cutting speed, feed rate and depth of cut on surface
roughness of AISI 1040 steel. It was implemented to full
factorial experimental design to increase the confidence
limit and reliability of the experimental data, Artificial
Neural Networks (ANN) and multiple regression
approaches; it was compared with multiple regression and
neural network using statistical methods. It has been found
that the proposed models are capable of predicting the
surface roughness. The ANN model estimates the surface
roughness with high accuracy compared to the multiple
regression model.
Attanasio et al. [21] investigated a series of orthogonal
hard turning tests that were conducted to study the effects
of tool wear and cutting parameters (cutting speed and
feed rate), on white and dark layer formation in hardened
AISI 52100 bearing steel. It has been found that the crater
wear rate is influenced by both cutting speed and feed rate,
while flank wear rate seems to be mainly affected by
cutting speed. It was also found that the thickness of the
white and dark layers increases with the increase of the
tool flank wear. Moreover, a higher cutting speed
generates thicker white layers and thinner dark layers. In
addition, smaller feed rates moderately influence the white
layers thickness, while the latter rises with a higher feed
rate. In contrast, the dark layers thickness decreases with
the increase of the feed rate, especially when flank wear
values of higher than 0.075 mm were observed.
Ali R. Yildiz [22] studied the optimization of cutting
parameters in turning operations. The population-based
optimization technique, such as differential evolution
algorithm, is becoming more popular in the design and
manufacturing tasks because of the availability and
affordability of high-speed computers.
Ilhan Asiltürk and Süleyman Neseli [23] tried to
determine the effect of cutting parameters, namely cutting
speed, depth of cut and feed rate on surface roughness
during machining of AISI 304 austenitic stainless. Then,
the model for the surface roughness, as a function of
cutting parameters, is obtained using the Response Surface
Methodology (RSM). It was found that the feed rate is the
dominant factor affecting the surface roughness, which is
minimized when the feed rate and depth of cut are set to
the lowest level, while the cutting speed is set to the
highest level. The percentages of error all fall within 1%,
between the predicted values and the experimental values.
Suleyman Neseli et al. [24] investigated the effect of
tool geometry parameters on the surface roughness during
turning of AISI 1040 steel. They developed a prediction
model related to average surface roughness (Ra) using
experimental data. It was found that the tool nose radius
was the dominant factor on the surface roughness with
51.45% contribution in the total variability of model. Also,
the approach angle and the rake angle are significant
factors on surface roughness with 18.24% and 17.74%
contribution in the total variability of model, respectively.
In addition, a good agreement between the predicted and
measured surface roughness was observed.
H. K. Dave et al. [25] investigated the machining
characteristics of different

ผลลัพธ์ (ไทย) 1:

เครื่องกลึงเป็นโปรแกรม โดยเร็ว อาหารอัตราและความลึกของการตัดซึ่งมักจะถูกกำหนดตามเครื่องประสิทธิภาพ ลักษณะผลิตภัณฑ์ไม่รับประกันจะยอมรับได้ ดังนั้น การหมุนที่เหมาะสมเงื่อนไขต้องทำให้สำเร็จได้ ก็ระบุไว้ที่run-off จมูกเครื่องมือจะมีประสิทธิภาพของการเครื่องจักรกระบวนการ [6]ปรับพารามิเตอร์สำหรับความหยาบผิวเป็นแบบ hardsolvingปัญหาเนื่องจากการโต้ตอบระหว่างพารามิเตอร์ ปัญหาที่เกี่ยวข้องเพื่อเพิ่มประสิทธิภาพของการประสิทธิภาพคุณภาพและผลิตสินค้าได้เสมอที่เกี่ยวข้องกับกระบวนการปรับให้เหมาะสม [7]ความเร็วในการลู่เข้าของวิวัฒนาการเทคนิคเพื่อผลลัพธ์ดีที่สุดจะดีกว่าของวิธีทั่วไป ดังนั้น วิวัฒนาการอัลกอริทึม เช่นภูมิคุ้มกันอัลกอริทึม แตกต่างอัลกอริทึมวิวัฒนาการและขั้นตอนวิธีฝูงผึ้งประดิษฐ์มีการใช้ในโปรแกรมประยุกต์จำนวนมากแทนปกติเทคนิค [8-12]การใช้วิธีการเพิ่มประสิทธิภาพแบบดั้งเดิม เช่นเป็นหน่วยวัดที่แตกต่างและการแจงนับของทั้งหมดได้โซลูชั่น ไม่ถูกต้อง และมีประสิทธิภาพมากขึ้น ตรงตามการใช้อัลกอริทึมแล้วในปัญหาดังกล่าวสามารถปรับปรุงการความเร็วและความถูกต้องของการประมวลผล [13]วิธีจำลองหลอมเป็นหนึ่งมีประสิทธิภาพนวัตกรรมปรับอัลกอริทึมสำหรับการแก้ตัวปัญหาการเพิ่มประสิทธิภาพ วิธีนี้ถูกนำมาใช้ใน1982 โดย "Kirkpatrik", "Gelatt" และ "Vecchi" [14, 15]หลากหลายและความสะดวกในการเขียนโปรแกรมมากกว่าการปัญหาการเพิ่มประสิทธิภาพและ tolerability ของเป็นไปได้ nonimprovingมีคุณลักษณะที่สำคัญที่สุดนี้วิธีการการทบทวนวรรณกรรมที่เกี่ยวข้องเปิดเผยที่หลายนักวิจัยได้พยายามที่จะคำนวณตัดดีที่สุดเงื่อนไขในการเปิดดำเนินการBasim A. Khidhir และชาร์ Mohamed et al. [16]ตรวจสอบผลของความเร็วตัดอาหารและความลึกของตัดบนพื้นผิวความหยาบ ก็พบว่าดีความหยาบผิวเป็นได้ ด้วยความเร็วตัดสูงอย่างน้อยอาหารอัตรา และความลึกตัดล่างการผสมเทียมภูมิคุ้มกันพัฒนา Yildiz R. อาลี [17]อัลกอริทึม (AIHC) อัลกอริทึมที่ภูมิคุ้มกันและเนินเขาอัลกอริทึมค้นหาท้องถิ่นแก้ไขเพิ่มประสิทธิภาพการปีนเขาปัญหา AIHC ถูกใช้กับ multiobjective ที่มีประสิทธิภาพปัญหาการออกแบบ I-beam และแกนเครื่องการออกแบบปัญหารวมทั้งเป็นการเพิ่มประสิทธิภาพการผลิตปัญหาอาลี R. Yildiz [18] ได้รับการพัฒนาเพิ่มประสิทธิภาพใหม่ของอัลกอริทึมภูมิคุ้มกันตามอัลกอริทึมที่ภูมิคุ้มกันและเนินเขาอัลกอริทึมค้นหาท้องถิ่นแก้ไขเพิ่มประสิทธิภาพการปีนเขาปัญหา อัลกอริทึมภูมิคุ้มกันแบบผสมผสานได้อย่างมีประสิทธิภาพกับปัญหาวัตถุประสงค์ทดสอบเดียว หลายวัตถุประสงค์I-beam และปัญหาเพิ่มประสิทธิภาพเครื่องมือเครื่องจักรแกนผลได้รับ โดยวิธีการนำเสนอในหน้าการดำเนินงานบ่งชี้ว่า วิธีการแบบผสมผสานเพิ่มเติมมีประสิทธิภาพในการเพิ่มประสิทธิภาพพารามิเตอร์สำหรับหน้าตัดการดำเนินงานขั้นตอนวิธีภูมิคุ้มกันและภูมิคุ้มกันแบบผสมผสานอัลกอริทึมการผลของการตัดตรวจสอบอนิลกุปตา et al. [19]ความเร็ว อัตรา ความลึกของการตัด รัศมีจมูก และตัดอาหารสภาพแวดล้อมในความหยาบผิว เครื่องมือชีวิต แรงตัดและการใช้พลังงาน แล้วพบว่าการตัดความเร็ว 160 เมตร/นาที จมูกรัศมี 0.8 มม. ฟีดของ 0.1มม./เรฟ ความลึกของการตัด 0.2 mm และการ cryogenicสภาพแวดล้อมที่มีพารามิเตอร์การตัดมากที่สุดเครื่องกลึง CNC ความเร็วสูง AISI P-20 เครื่องมือเหล็กผลของการตรวจสอบหนังสือ Asiltürk et al. [20]ความเร็วตัด อาหารอัตราและความลึกของการตัดบนพื้นผิวความหยาบของ AISI 1040 เหล็ก จึงได้ดำเนินการเต็มรูปแบบออกแบบการทดลองแฟกเพื่อเพิ่มความมั่นใจขีดจำกัดและความน่าเชื่อถือของข้อมูลทดลอง ประดิษฐ์เครือข่ายประสาท (แอน) และถดถอยหลายวิธี มันถูกเมื่อเทียบกับหลายถดถอย และเครือข่ายประสาทโดยใช้วิธีการทางสถิติ มีการพบรูปแบบการนำเสนอความสามารถในการคาดการณ์ความหยาบผิว พื้นผิวประเมินแบบแอนความหยาบ มีความแม่นยำสูงเมื่อเทียบกับหลายแบบจำลองถดถอยชุดของ orthogonal สอบสวน Attanasio et al. [21]เปิดทดสอบที่ได้ดำเนินการศึกษาผลกระทบอย่างหนักพารามิเตอร์การตัดและสวมใส่เครื่องมือ (ความเร็วตัด และอาหารอัตรา), เกี่ยวกับการก่อตัวของชั้นสี ขาวในการชุบแข็งเหล็ก AISI 52100 เรือง แล้วพบว่าปล่องอัตราการสึกหรอเป็นผลมาจากทั้งความเร็วตัด และเลี้ยงอัตราในขณะที่อัตราการสึกหรอ flank น่าจะได้รับผลกระทบโดยส่วนใหญ่ความเร็วตัด ก็ยัง พบว่าความหนาของการเพิ่มชั้นสี ขาวกับการเพิ่มขึ้นของการเครื่องมือชุด flank ยิ่งไปกว่านั้น ความเร็วตัดสูงขึ้นสร้างเลเยอร์สีขาวหนาและเข้มชั้นบาง ในนอกจากนี้ เล็กราคาอาหารค่อนข้างมีอิทธิพลต่อขาวชั้นความหนา ในขณะที่เพิ่มขึ้นหลังมีเนื้อหาสรุปที่สูงกว่าอัตรา ในทางตรงกันข้าม ความหนาของชั้นสีเข้มลดลงด้วยการเพิ่มขึ้นของราคาอาหาร โดยเฉพาะอย่างยิ่งเมื่ออยู่ขนาบข้างสวมค่าสูงกว่า 0.075 มม.ถูกสังเกตอาลี R. Yildiz [22] ได้ศึกษาการเพิ่มประสิทธิภาพของการตัดพารามิเตอร์ในการเปิดดำเนินการ ประชากรตามเทคนิคเพิ่มประสิทธิภาพ เช่นวิวัฒนาการที่แตกต่างอัลกอริทึม กำลังเป็นที่นิยมมากขึ้นในการออกแบบ และผลิตงานเนื่องจากความพร้อม และสามารถในการจ่ายของคอมพิวเตอร์ความเร็วสูงหนังสือ Asiltürk และ Süleyman Neseli [23] พยายามตรวจสอบผลของพารามิเตอร์ตัด ตัดได้แก่ความ เร็ว ความลึกของการตัด และฟีมอัตราความหยาบผิวในระหว่างการตัดเฉือนของ AISI 304 austenitic สแตนเลส แล้วแบบจำลองสำหรับความหยาบผิว เป็นฟังก์ชันของตัดพารามิเตอร์ ได้รับโดยใช้พื้นผิวตอบสนองวิธี (RSM) พบว่า ราคาอาหารเป็นแบบปัจจัยหลักที่กระทบที่พื้นผิวความหยาบ ซึ่งเป็นย่อเล็กสุดเมื่อตัวดึงข้อมูลอัตราและความลึกของการตัดตั้งระดับต่ำสุด ในขณะที่ตั้งค่าความเร็วตัดเป็นระดับสูงสุด เปอร์เซ็นต์ของข้อผิดพลาดทั้งหมดที่อยู่ใน 1%ระหว่างค่าคาดการณ์และค่าทดลองผลของสอบสวน Suleyman Neseli et al. [24]เครื่องมือเรขาคณิตพารามิเตอร์บนความหยาบผิวในระหว่างเปิดของเหล็กกล้า AISI 1040 พวกเขาพัฒนาการคาดการณ์แบบจำลองที่เกี่ยวข้องกับการใช้ความหยาบผิวเฉลี่ย (Ra)ข้อมูลทดลอง ก็พบว่าเครื่องมือจมูกรัศมีเป็นปัจจัยหลักในความเรียบผิวกับจัดสรร 51.45% ในความแปรผันรวมรุ่น ยังวิธีมุมและมุมคราดสำคัญปัจจัยในความเรียบผิวกับ 18.24% 17.74%ส่วนในความแปรผันรวมรุ่น ตามลำดับนอกจากนี้ ข้อตกลงที่ดีระหว่างการคาดการณ์ และความหยาบผิวที่วัดได้สังเกตH. คุณ Dave et al. [25] ตรวจสอบการตัดเฉือนลักษณะของความแตกต่างกัน

ผลลัพธ์ (ไทย) 2:

กลึงเป็นโปรแกรมโดยความเร็วของอัตราการป้อนและความลึกของการตัดที่มีการกำหนดบ่อยครั้งขึ้นอยู่กับเครื่องผลการปฏิบัติงาน ลักษณะของผลิตภัณฑ์ไม่รับประกันให้เป็นที่ยอมรับ ดังนั้นการเปลี่ยนที่ดีที่สุดเงื่อนไขจะต้องมีการประสบความสำเร็จ มันบอกว่าจมูกเครื่องมือทำงานออกจะมีผลการดำเนินงานของกระบวนการเครื่องจักร[6]. เพิ่มประสิทธิภาพพารามิเตอร์สำหรับพื้นผิวที่ขรุขระเป็น hardsolving ปัญหาเพราะการมีปฏิสัมพันธ์ระหว่างพารามิเตอร์ ปัญหาที่เกี่ยวข้องกับการเพิ่มประสิทธิภาพของผลิตภัณฑ์ที่มีคุณภาพและประสิทธิภาพการผลิตสามารถเสมอที่เกี่ยวข้องกับขั้นตอนการเพิ่มประสิทธิภาพ[7]. ความเร็วในการเพิ่มประสิทธิภาพการบรรจบกันของวิวัฒนาการเทคนิคในการผลลัพธ์ที่ดีที่สุดจะดีกว่ากว่าวิธีการเดิม ดังนั้นวิวัฒนาการขั้นตอนวิธีการเช่นขั้นตอนวิธีภูมิคุ้มกันของร่างกายที่แตกต่างกันขั้นตอนวิธีการและขั้นตอนวิธีวิวัฒนาการฝูงผึ้งเทียมมีการใช้ในการใช้งานมากแทนที่จะเป็นเทคนิคธรรมดา[8-12]. การใช้วิธีการเพิ่มประสิทธิภาพแบบดั้งเดิมเช่นมาตรการความแตกต่างและการแจงนับเป็นไปได้ทั้งหมดของการแก้ปัญหาไม่ได้อย่างมีประสิทธิภาพและถูกต้อง การใช้พบขั้นตอนวิธีการแก้ปัญหาในเหตุการณ์ดังกล่าวสามารถปรับปรุงความเร็วและความถูกต้องของการคำนวณที่[13]. วิธีการจำลองการหลอมเป็นหนึ่งในผู้ที่มีประสิทธิภาพขั้นตอนวิธีการเพิ่มประสิทธิภาพที่ก้าวล้ำสำหรับการแก้ปัญหาการเพิ่มประสิทธิภาพ วิธีการนี้ถูกนำมาใช้ในปี 1982 โดย "Kirkpatrik", "Gelatt" และ "Vecchi" [14, 15]. การปรับตัวและความสะดวกในการเขียนโปรแกรมมากกว่าปัญหาการเพิ่มประสิทธิภาพและความทนต่อไปได้ nonimproving การแก้ปัญหาเป็นคุณสมบัติที่สำคัญที่สุดของเรื่องนี้วิธี. ที่เกี่ยวข้อง การทบทวนวรรณกรรมเปิดเผยว่าหลายนักวิจัยได้พยายามที่จะคำนวณตัดที่เหมาะสมที่สุดเงื่อนไขในการเปลี่ยนการดำเนินงาน. Basim เอ Khidhir และบาชีร์โมฮาเหม็ et al, [16] ศึกษาผลของการตัดฟีดความเร็วและความลึกของการตัดบนพื้นผิวที่ขรุขระ มันก็พบว่าดีพื้นผิวที่ขรุขระได้ด้วยความเร็วในการตัดสูงกว่าอัตราขั้นต่ำอาหารและความลึกของการตัดลดลง. อาลีอาร์ Yildiz [17] การพัฒนาภูมิคุ้มกันเทียมไฮบริดอัลกอริทึม(AIHC) ตามขั้นตอนวิธีภูมิคุ้มกันและเนินเขาปีนขั้นตอนวิธีการค้นหาในท้องถิ่นเพิ่มประสิทธิภาพในการแก้ปัญหา AIHC ถูกนำมาใช้อย่างมีประสิทธิภาพไป multiobjective ฉันคานปัญหาการออกแบบและแกนเครื่องมือเครื่องปัญหาการออกแบบเช่นเดียวกับการเพิ่มประสิทธิภาพการผลิตปัญหา. อาลีอาร์ Yildiz [18] การพัฒนาเพิ่มประสิทธิภาพใหม่ของอัลกอริทึมภูมิคุ้มกันขึ้นอยู่กับขั้นตอนวิธีภูมิคุ้มกันและเนินเขาปีนเขาค้นหาในท้องถิ่นขั้นตอนวิธีการเพิ่มประสิทธิภาพในการแก้ปัญหา อัลกอริทึมภูมิคุ้มกันไฮบริดได้อย่างมีประสิทธิภาพนำไปใช้ในการแก้ไขปัญหาการทดสอบวัตถุประสงค์เดียวหลายวัตถุประสงค์I-คานและเครื่องจักรเครื่องมือปัญหาการเพิ่มประสิทธิภาพแกน. ผลที่ได้รับโดยวิธีการที่นำเสนอสำหรับกัดการดำเนินงานแสดงให้เห็นว่าวิธีการไฮบริดมีมากขึ้นที่มีประสิทธิภาพในการเพิ่มประสิทธิภาพการตัดพารามิเตอร์สำหรับกัดการดำเนินงานกว่าขั้นตอนวิธีภูมิคุ้มกันและไฮบริดภูมิคุ้มกันอัลกอริทึม. Anil Gupta et al, [19] การตรวจสอบผลกระทบของการตัดความเร็วอัตราการป้อนความลึกของการตัดรัศมีจมูกและตัดสภาพแวดล้อมบนพื้นผิวที่ขรุขระ, อายุการใช้ตัดแรงและการใช้พลังงาน จะได้รับพบว่าการตัดความเร็ว 160 เมตร / นาทีรัศมีจมูก 0.8 มมฟีด 0.1 มิลลิเมตร / รอบความลึกของการตัด 0.2 มิลลิเมตรและอุณหภูมิสภาพแวดล้อมที่เป็นพารามิเตอร์การตัดที่ดีที่สุดสำหรับเครื่องCNC ความเร็วสูง เปลี่ยนของ AISI เหล็กเครื่องมือ P-20. Ilhan Asiltürk et al, [20] การตรวจสอบผลกระทบของความเร็วในการตัดอัตราการป้อนและความลึกของการตัดบนพื้นผิวขรุขระของเหล็กAISI 1040 มันถูกนำมาใช้ในการเต็มรูปแบบการออกแบบการทดลองปัจจัยเพื่อเพิ่มความมั่นใจข้อจำกัด และความน่าเชื่อถือของข้อมูลการทดลองประดิษฐ์โครงข่ายประสาท(ANN) และการถดถอยหลายวิธี; มันถูกเมื่อเทียบกับหลายถดถอยและเครือข่ายประสาทโดยใช้วิธีการทางสถิติ จะได้รับพบว่ารูปแบบที่นำเสนอมีความสามารถในการทำนายพื้นผิวที่ขรุขระ แบบจำลอง ANN ประมาณการพื้นผิวขรุขระมีความแม่นยำสูงเมื่อเทียบกับหลายๆรูปแบบการถดถอย. Attanasio et al, [21] การตรวจสอบชุดของฉากยากเปลี่ยนการทดสอบที่ได้รับการดำเนินการเพื่อศึกษาผลกระทบของการสวมใส่เครื่องมือและตัดพารามิเตอร์(ความเร็วในการตัดและอัตราการป้อน) ในชั้นสีขาวและสีดำในการก่อตัวแข็ง AISI 52100 เหล็กแบริ่ง จะได้รับพบว่าปล่องอัตราการสึกหรอได้รับอิทธิพลจากทั้งความเร็วในการตัดและอัตราการกินอาหารในขณะที่อัตราการสึกหรอด้านข้างดูเหมือนว่าจะได้รับผลกระทบส่วนใหญ่โดยการตัดความเร็ว นอกจากนี้ยังพบว่ามีความหนาของชั้นสีขาวและสีดำเพิ่มขึ้นกับการเพิ่มขึ้นของทางด้านเครื่องมือในการสวมใส่ นอกจากนี้ความเร็วในการตัดที่สูงขึ้นสร้างความหนาชั้นสีขาวและสีดำทินเนอร์ชั้น ในนอกจากนี้ยังมีขนาดเล็กลงมีผลต่ออัตราการป้อนปานกลางสีขาวความหนาของชั้นในขณะที่หลังขึ้นกับอาหารที่สูงขึ้นอัตรา ในทางตรงกันข้ามความหนาของชั้นสีเข้มจะลดลงตามการเพิ่มขึ้นของอัตราการป้อนโดยเฉพาะอย่างยิ่งเมื่อสวมใส่ปีกค่าสูงกว่า0.075 มมพบ. อาลีอาร์ Yildiz [22] การศึกษาการเพิ่มประสิทธิภาพของการตัดค่าพารามิเตอร์ในการเปลี่ยนการดำเนินงาน ประชากรที่ใช้เทคนิคการเพิ่มประสิทธิภาพเช่นความแตกต่างวิวัฒนาการขั้นตอนวิธีการเป็นที่นิยมมากในการออกแบบและงานผลิตเพราะความพร้อมและสามารถในการจ่ายของเครื่องคอมพิวเตอร์ความเร็วสูง. Ilhan AsiltürkและSüleyman Neseli [23] พยายามที่จะตรวจสอบผลของการตัดพารามิเตอร์คือตัดความเร็วความลึกของการตัดและอัตราการกินพื้นผิวที่ขรุขระในช่วงของการตัดเฉือนเกรด304 สเตนเลส จากนั้นแบบจำลองสำหรับพื้นผิวที่ขรุขระที่เป็นฟังก์ชั่นของการตัดพารามิเตอร์จะได้รับการตอบสนองการใช้พื้นผิววิธี(RSM) โดยพบว่าอัตราการป้อนเป็นปัจจัยสำคัญที่มีผลต่อพื้นผิวที่ขรุขระซึ่งจะลดลงเมื่ออัตราการป้อนและความลึกของการตัดมีการกำหนดให้ระดับต่ำสุดในขณะที่ความเร็วในการตัดการตั้งค่าไปที่ระดับสูงสุด เปอร์เซ็นต์ของข้อผิดพลาดทุกฤดูใบไม้ร่วงภายใน 1% ระหว่างค่าที่คาดการณ์และค่าการทดลอง. Suleyman Neseli et al, [24] การตรวจสอบผลของพารามิเตอร์เรขาคณิตเครื่องมือบนพื้นผิวที่ขรุขระในช่วงการเปลี่ยนของเหล็กAISI 1040 พวกเขาพัฒนาทำนายรูปแบบที่เกี่ยวข้องกับพื้นผิวที่ขรุขระเฉลี่ย (Ra) โดยใช้ข้อมูลจากการทดลอง มันก็พบว่ารัศมีจมูกเครื่องมือเป็นปัจจัยที่โดดเด่นบนพื้นผิวที่ขรุขระที่มีผลงาน51.45% ในแปรปรวนรวมของรูปแบบ นอกจากนี้ยังมีมุมมองวิธีการและมุมคราดมีความสำคัญปัจจัยในพื้นผิวที่ขรุขระกับ18.24% และ 17.74% มีส่วนร่วมในความแปรปรวนรวมของรูปแบบตามลำดับ. นอกจากนี้ยังมีข้อตกลงที่ดีระหว่างที่คาดการณ์และพื้นผิวที่ขรุขระวัดพบว่า. HK เดฟเอ อัล [25] ตรวจสอบเครื่องจักรกลลักษณะที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

กลึงเป็นโปรแกรมโดยความเร็ว , อัตราการป้อนตัดลึก
ซึ่งอยู่บ่อย ๆ พิจารณาจากประสิทธิภาพเครื่อง
; ผลิตภัณฑ์คุณลักษณะจะไม่รับประกัน
จะยอมรับได้ ดังนั้น สภาวะเปลี่ยน
เงื่อนไขต้องสำเร็จ มันเป็นกล่าวว่าเครื่องมือ -
จมูกจะเป็นประสิทธิภาพของกระบวนการชิ้น

[ 6 ]พารามิเตอร์ที่เหมาะสมสำหรับพื้นผิวขรุขระเป็น hardsolving
ปัญหาเนื่องจากปฏิสัมพันธ์ระหว่าง
พารามิเตอร์ ปัญหาที่เกี่ยวข้องกับการเพิ่มประสิทธิภาพของผลิตภัณฑ์ที่มีคุณภาพและประสิทธิภาพการผลิต

ได้เสมอที่เกี่ยวข้องกับกระบวนการเพิ่มประสิทธิภาพ [ 7 ] .

วิวัฒนาการบรรจบความเร็วของเทคนิคการเพิ่มประสิทธิภาพเพื่อผลลัพธ์ที่ดีที่สุด ดีกว่าของ
วิธีปกติดังนั้น คนแรกของหัวใจ คนสุดท้ายของชีวิต
เช่นภูมิคุ้มกันขั้นตอนวิธี ขั้นตอนวิธีวิวัฒนาการและขั้นตอนวิธีอาณานิคมผึ้งเทียมค่า

, มีการใช้ในการใช้งานมากแทนที่จะ
เทคนิค [ ปกติ 8-12 ] .
ใช้วิธีการเพิ่มประสิทธิภาพแบบดั้งเดิมเช่น
เป็นมาตรการที่แตกต่างกันและการแก้ไขเป็นไปได้
ทั้งหมดเป็นไม่ที่มีประสิทธิภาพมาก และถูกต้อง ใช้เจอ
ฮิวริสติกอัลกอริทึมในเหตุการณ์ดังกล่าวสามารถปรับปรุง
ความเร็วและความถูกต้องของการคณนา [ 13 ] .
การดำรงอยู่ เป็นวิธีหนึ่งในการเพิ่มประสิทธิภาพของขั้นตอนวิธีสำหรับการแก้ปัญหานวัตกรรมมีประสิทธิภาพ

ปัญหาการเพิ่มประสิทธิภาพ วิธีนี้เป็นที่รู้จักใน
1982 " เคิร์กแพททริค " , " ที่ตั้ง " และ " เวกชิ " [ 14 , 15 ] .
การปรับตัวและความสะดวกในการเขียนโปรแกรมมากกว่า
ปัญหาการเพิ่มประสิทธิภาพและความทนทานของความเป็นไปได้ nonimproving
โซลูชั่นเป็นคุณสมบัติที่สำคัญที่สุดของวิธีนี้
.
ทบทวนวรรณกรรมที่เกี่ยวข้อง พบว่า นักวิจัยหลาย
ได้พยายามที่จะคำนวณการตัดเงื่อนไขในการเปิดดำเนินการ
.
basim A และ khidhir นาย Mohamed et al . [ 16 ]
ศึกษาผลของความเร็วตัดฟีดและความลึกของ
ตัดบนพื้นผิวขรุขระ พบว่า ความขรุขระของผิวดีได้ด้วย

อัตราความเร็วตัดสูง อาหารน้อย และลึกกว่าตัด .
อาลี อาร์ ยิลดิส [ 11 ] พัฒนาขั้นตอนวิธีภูมิคุ้มกัน
เทียมไฮบริด ( aihc ) ขึ้นอยู่กับภูมิคุ้มกันและปีนเนินเขา
ขั้นตอนวิธีขั้นตอนวิธีค้นหาท้องถิ่นเพื่อแก้ปัญหาที่เหมาะสม

การใช้ aihc มีประสิทธิภาพเพื่อ multiobjective
โปรแกรมออกแบบปัญหาและปัญหาการออกแบบแกนหมุน
เครื่องมือเครื่องจักร ตลอดจนปัญหาการเพิ่มประสิทธิภาพการผลิต
.
อาลี อาร์ ยิลดิส [ 18 ] พัฒนาเพิ่มประสิทธิภาพใหม่ของ
ภูมิคุ้มกันโดยอยู่บนพื้นฐานของภูมิคุ้มกันและปีนเนินเขา
ขั้นตอนวิธีขั้นตอนวิธีการค้นหาในท้องถิ่นเพื่อแก้ปัญหาที่เหมาะสม

ขั้นตอนวิธีของไฮบริดสามารถใช้ทดสอบเดียว

มีหลายปัญหาโปรแกรมและปัญหาแกนเครื่องมือเครื่องจักรเพิ่มประสิทธิภาพ ผลลัพธ์ที่ได้ โดยเสนอ

การบ่งชี้ว่าแนวทางการสีแบบไฮบริดมากขึ้น
มีประสิทธิภาพในการเพิ่มประสิทธิภาพการตัดพารามิเตอร์สำหรับการดำเนินงานกัด
กว่าขั้นตอนวิธีขั้นตอนวิธีภูมิคุ้มกัน ภูมิคุ้มกันและ

Anil Gupta ไฮบริด et al . [ 19 ] ทำการศึกษาผลของการตัด
ความเร็ว อัตราการป้อนความลึกของการตัดรัศมีจมูกและตัด
สภาพแวดล้อมในชีวิตของความหยาบของพื้นผิว เครื่องมือตัดแรง
และการใช้พลังงาน พบว่า ความเร็วของการตัด
/ มิน 160 เมตร รัศมีจมูก 0.8 มิลลิเมตร , ฟีดของ 0.1
มิลลิเมตร / วว ความลึกของการตัด 0.2 มม. และสภาพแวดล้อม แช่แข็ง เป็นมงคลที่สุด

ตัดพารามิเตอร์สำหรับความเร็วสูง CNC กลึงเหล็กเครื่องมือ p-20 AISI .
asilt ลฮัน และ RK et al .[ 20 ] ทำการศึกษาผลของ
ความเร็วตัด อัตราการป้อนและความลึกของการตัดพื้นผิวขรุขระ
ของเหล็ก AISI 1040 . มันถูกนำมาใช้เพื่อการทดลอง แฟคทอเรียลเพื่อเพิ่มความมั่นใจเต็ม

จำกัดและความน่าเชื่อถือของข้อมูล โครงข่ายประสาทเทียม ( ANN ) และการถดถอยพหุคูณ

วิธี มันเทียบกับถดถอย
โครงข่ายประสาทเทียมที่ใช้วิธีการทางสถิติ มันถูกพบ
ที่เสนอรูปแบบสามารถทำนาย
ความหยาบกร้านของผิว แบบประเมินความขรุขระพื้นผิว
แอนกับความถูกต้องสูงเมื่อเทียบกับแบบจำลองการถดถอยหลาย ๆ
.
ตตานาซิโอ et al . [ 21 ] ตรวจสอบชุด Orthogonal
กลึงการทดสอบที่ได้ศึกษาผล
การสึกหรอของเครื่องมือตัดและพารามิเตอร์ ( ความเร็วตัด และอัตราป้อน
) บนสีขาวและการพัฒนาชั้นเข้มแข็ง
AISI 52100 แบริ่งเหล็ก จะได้รับพบว่าปล่อง
อัตราการสึกหรอได้รับอิทธิพลมาจากทั้งความเร็วตัดและอัตราป้อน
ในขณะที่อัตราใส่ปีกดูเหมือนว่าจะส่วนใหญ่ได้รับผลกระทบโดย
ตัดความเร็ว นอกจากนี้ยังพบว่า ความหนาของ
สีขาวและดำชั้นเพิ่มขึ้น ด้วยการเพิ่มของ
เครื่องมือไปใส่ นอกจากนี้ สูงกว่าความเร็วตัด
สร้างข้นขาวชั้นและเรียวเข้มชั้น ใน
นอกจากนี้ อัตราป้อนมีขนาดเล็กปานกลางอิทธิพลชั้นสีขาว
หนาในขณะที่หลังเพิ่มขึ้นด้วยอัตราการป้อน
สูงกว่า ในทางตรงกันข้ามมืดชั้นความหนาลดลง
เพิ่มอัตราการป้อนโดยเฉพาะอย่างยิ่งเมื่อปีกใส่
ค่าสูงกว่า 0.075 มิลลิเมตรพบ .
. [ 22 ] อาลียิลดิส ศึกษาการเพิ่มประสิทธิภาพของการตัด
พารามิเตอร์ในการเปลี่ยนงาน การเพิ่มประสิทธิภาพเทคนิค
- ตามจำนวนประชากร เช่น อนุพันธ์วิวัฒนาการ
ขั้นตอนวิธี เป็นที่นิยมมากในการออกแบบและการผลิตงาน
เนื่องจากความพร้อมและ

affordability ของคอมพิวเตอร์ความเร็วสูงลฮัน asilt ü RK และ S ü leyman neseli [ 23 ] พยายาม
ศึกษาผลของพารามิเตอร์การตัดคือตัด
ความเร็วตัดและอัตราป้อนความลึกของเรื่อง
ความขรุขระของพื้นผิวในระหว่าง machining AISI 304 สเตนเลส งั้น
รูปแบบพื้นผิวขรุขระ เป็นหน้าที่ของ
ตัดพารามิเตอร์ ได้โดยใช้วิธีการพื้นผิวตอบสนอง
( RSM ) พบว่า อัตราการป้อนเป็น
ปัจจัยสำคัญที่มีผลต่อความเรียบผิว , ซึ่ง
ลดเมื่ออัตราการป้อนและความลึกของการตัดชุด

ระดับต่ำสุด ในขณะที่ความเร็วตัดเป็นชุดระดับสูง

ร้อยละของความผิดพลาดทั้งหมดตกอยู่ภายใน 1 %
ระหว่างค่าพยากรณ์ และค่าที่ได้จากการทดลอง
suleyman neseli et al . [ 24 ] ทำการศึกษาผลของ
เครื่องมือเรขาคณิตค่าความหยาบผิวในระหว่างการเปลี่ยนจาก 1040
เกรดเหล็ก พวกเขาได้พัฒนาแบบจำลองทำนายที่เกี่ยวข้องกับความหยาบผิวเฉลี่ย

( Ra ) โดยใช้ข้อมูลจากการทดลอง พบว่าเครื่องมือรัศมีจมูก
คือปัจจัยเด่นบนพื้นผิวขรุขระกับ
บริจาค 51.45 % ในการรวมรุ่น นอกจากนี้
มุมวิธีและเสาะหามุมสำคัญ
ปัจจัยที่มีผลต่อค่าความขรุขระของผิวด้วย 18.24 17.74 %
% และมีส่วนร่วมในความแปรปรวนรวมรูปแบบตามลำดับ
นอกจากนี้ ข้อตกลงระหว่างการทำนายและวัดค่าความขรุขระของผิว )
.
H . K . เดฟ et al . [ 25 ] ตรวจสอบเครื่องจักรกล
ลักษณะต่าง ๆ