Modellierung in der Zerspanung: Vergleichsstudie

Bei der Zerspanung entscheiden sich die Erfolgsfaktoren im Schnittbereich. In diesem Zusammenhang stellt der Zusammenhang zwischen den Schnittbedingungen (Schnittgeschwindigkeit, Vorschub, Schnitttiefe und Werkzeugtyp) und der Oberflächenrauheit (Ra und Rt) ein wichtiges industrielles Ziel dar. Diese Arbeit konzentriert sich auf eine experimentelle Untersuchung der Auswirkungen der Schnittparameter auf die Oberflächenrauheit, die bei der Bearbeitung von Stahl 42Cd4 (AISI 4140) mit einer Härte von 60 HRC erzielt wurde, der im Trockenhartdrehen mit Keramik- und Hartmetallwerkzeugen bearbeitet wurde. Die Studie gliedert sich in zwei Teile: Der erste Teil befasst sich mit dem Vorschlag mathematischer Modelle zur Vorhersage der Oberflächenrauheit auf der Grundlage zweier Modellierungsmethoden: der Response-Surface-Methode (RSM) und künstlicher neuronaler Netze (KNN). Der zweite Teil betrifft den Vergleich der Ergebnisse der beiden Modellierungsmethoden RSM und KNN, um die effizientere auszuwählen. Die Vergleichsstudie ergab, dass die ANN-Modelle im Rahmen des durchgeführten Experiments die Oberflächenrauheit besser vorhersagen können als die SRM-Modelle.