메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한기계학회 Journal of Mechanical Science and Technology Journal of Mechanical Science and Technology Vol.21 No.10
발행연도
2007.10
수록면
1,622 - 1,629 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In manufacturing environment prediction of surface roughness is very important for product quality and production time. For this purpose, the finite element method and neural network is coupled to construct a surface roughness prediction model for high-speed machining. A finite element method based code is utilized to simulate the high-speed machining in which the cutting tool is incrementally advanced forward step by step during the cutting processes under various conditions of tool geometries (rake angle, edge radius) and cutting parameters (yielding strength, cutting speed, feed rate). The influences of the above cutting conditions on surface roughness variations are thus investigated. Moreover, the abductive neural networks are applied to synthesize the data sets obtained from the numerical calculations. Consequently, a quantitative prediction model is established for the relationship between the cutting variables and surface roughness in the process of high-speed machining. The surface roughness obtained from the calculations is compared with the experimental results conducted in the laboratory and with other research studies. Their agreements are quite well and the accuracy of the developed methodology may be verified accordingly. The simulation results also show that feed rate is the most important cutting variable dominating the surface roughness state.
#High speed machining #Surface roughness #Neural network

목차

Abstract
1. Introduction
2. Basic theory
3. Problem statement and method of approach
4. Results and discussion
5. Conclusion
Reference

참고문헌 (14)

참고문헌 신청
1. [학술지(정기간행물)] - / 2007 / The effects of cutting tool geometry and processing parameters on the surface roughness of AISI 1030 steel 28 : 717 ~ 721 google schola 2. [학술지(정기간행물)] - / 2007 / Milling surface roughness prediction using evolutionary programming methods 28 : 657 ~ 666 google schola 3. [학술지(정기간행물)] - / 2006 / Prediction of minimum surface roughness in end milling mold parts using neural network and genetic algorithm 27 : 735 ~ 744 google schola 4. [학술지(정기간행물)] - / 2005 / Application of response surface methodology in the optimization of cutting conditions for surface roughness 170 : 11 ~ 16 google schola 5. [학술지(정기간행물)] - / 2006 / The statistical modeling of surface roughness in high-speed flat end milling 46 : 1395 ~ 1402 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-550-015932947