Prédiction de la rugosité de surface lors de l’usinage de l’acier inoxydable martensitique X20Cr13 en utilisant les réseaux de neurones artificiels, la logique floue et le modèle de régression
No Thumbnail Available
Date
2016
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Oum El Bouaghi
Abstract
L’Optimisation, qui concerne toute amélioration économique, technologique et de qualité,
est devenue un objectif majeur pour la production mécanique. Le champ d’opportunité de
l’optimisation en production mécanique est très étendu. Nous nous sommes intéressés dans notre
étude à une seule partie de cette problématique qui est l’état de surface de la pièce usinée on
tournage et d’avoir une meilleure prédiction de rugosité. L’intérêt de notre étude est de faire
une comparaison entres les trois méthodes (FL ,ANN et méthode de régression) pour le but de
déterminer la meilleure méthode qui nous permet d’avoir un model prédictif assez proche
dans l’industrie en tenant compte les grandeurs géométriques d’usinage
Description
Keywords
FL, ANN, Méthode de régression, L’Etat de surface, Géométriques d’usinage