Application de la méthode des réseaux de neurones pour la prédiction de la température de coupe en tournage

Abstract

La méthode des réseaux de neurones est l'une des méthodes les plus efficaces pour prédire la température de coupe dans le processus d'usinage à l'heure actuelle, en utilisant les conditions de coupe appropriées afin d'obtenir d'excellents résultats adaptés ou même proche des résultats expérimentaux. Dans notre travail, nous avons utilisé la méthode des réseaux de neurones avec trois types de couches cachées, qui sont 3, 5 et 8 couches, et après avoir défini trois valeurs d'entrée (vitesse de coupe, vitesse d'avance et profondeur de passe ) et une sortie (température de coupe ), nous avons conclu que l'utilisation de 8 couches cachées a donné de bons résultats par rapport à l'utilisation de 3 et 5 couches cachées.

تعد طريقة الشبكة العصبية من أكثر الطرق فعالية للتنبؤ بدرجة حرارة القطع في عملية المعالجة في الوقت الحالي ، وذلك باستخدام ظروف القطع المناسبة من أجل تحقيق نتائج ممتازة .مناسبة أو قريبة من النتائج التجريبية في عملنا استخدمنا طريقة الشبكة العصبية بثالثة أنواع من الطبقات المخفية وهي 3 و 5 و 8 طبقات وبعد تحديد ثالث قيم إدخال )سرعة القطع ومعدل التغذية وعمق التمرير(‏واإلخراج )القطع(‏استنتجنا أن استخدام 8 طبقات مخفية أعطت نتائج جيدة مقارنة باستخدام 3 و 5 طبقات .مخفية

The neural network method is one of the most effective methods to predict the cutting temperature in the machining process at present, using the appropriate cutting conditions in order to achieve excellent results suitable or even close to the experimental results. In our work, we have used the neural network method with three types of hidden layers, which are 3, 5 and 8 layers, and after defining three input values (cutting speed, feed rate and depth of pass) and output (cutting temperature), we concluded that using 8 hidden layers gave good results compared to using 3 and 5 hidden layers.