research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Estimation of Cutting Tool Wear in Turning using Taguchi Method Depending on Weight of the Removed Tool Metal
تخمین تآكل عدة القطع في عملیة الخراطة بتطبیق طریقة تاكوجي اعتمادا على الوزن المفقود من العدة

Authors: Hussam Lefta Alwan --- Baraa M.H. Albaghdadi --- Mohanned M. H. AL-Khafaji --- Asaad Ali Abbas
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 1 Part (A) Engineering Pages: 24-33
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper focuses on using Taguchi method to determine the optimumturning parameters such as spindle speed, depth of cut, and feed rate, denoted by factor symbols A, B, and C respectively. The effect of cutting parameters on tool wear is depended on the concept of removed weight from the tool metal during machining. The material that has been used as a workpiece is high carbon steel and carbide insert DNMG 443-15 as a cutting tool. Taguchi orthogonal array L9,quality characteristic "smaller is better", and ANOVA were used to achieve the goal of the research. The results obtained showed that spindle speed is thesignificant factor of the process followed by the feed rate in terms of their contribution in analysis. The optimum combination of parameters, which was found by applying Taguchi method, is that designated by A2B1C1.


Article
Roughness Assessment for Machined Surfaces in Turning Operation Using Neural Network
تخمين خشونة السطوح المشغلة في عملية الخراطة باستخدام الشبكة العصبية

Authors: Mohanned M.H. AL-Khafaji --- Hussam Lefta Alwan --- Baraa M.H. Albaghdadi
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 5 Part (A) Engineering Pages: 1331-1344
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Feed forward artificial neural network has been applied to predict the quality of turned surfaces for two types of coated carbide inserts. Four networks were proposed for each insert. The networks have been trained and tested using a former experimental data. The input data, represented by cutting parameter values, and output data, represented by surface roughness, were fed into the network model. Each network has three layers adopted for prediction. The first one is the input layer which involves cutting parameters: cutting speed, feed rate, and depth of cut; the second layer is hidden layer consisting of two hidden layers. The third layer of the network is the output layer which gives the surface roughness value. Levenberg - Marquardt algorithm is used in the back-propagation algorithm to train these networks. The best result was obtained for networks which have (12) neurons in the first hidden layer and (9) neurons in the second hidden layer. These networks had given R^2=0.9902 and mean square error = 0.0033 for the first insert, whereas, for the second insert, R^2=0.9892 and mean square error = 0.0023. These networks were used to predict the optimum cutting parameters which give minimum surface roughness.

استخدمت الشبكة العصبية للتنبؤ بخشونة السطح المشغل بعملية الخراطة و لنوعين من عدد القطع الكاربيدية المطلية. اقترحت اربع شبكات بكل عدة. دربت هذه الشبكات واختبرت باستخدام بيانات تجارب سابقة. البيانات المدخلة للشبكة هي متغيرات عملية القطع (سرعة القطع و التغذية وعمق القطع) اما المخرجات هي خشونة السطح. كل شبكة تتكون من ثلاث طبقات دربت لتعطي قيمة الخشونة. الطبقة الأولى تعتبر طبقة الأدخال و تتضمن متغيرات عملية القطع(سرعة القطع والتغذية وعمق القطع)، أما الطبقة الثانية تتكون من طبقتين مخفيتيين. الطبقة الثالثة هي طبقة الأخراج و التي تعطي قيمة الخشونة السطحية. استخدمت خوارزمية لفنبرغ – ماركوارت ضمن خوارزمية التغذية العكسية لتدريب الشبكات. افضل نتيجة كانت من الشبكة العصبية التي تحوي على طبقة مخفية أولى بعدد 12 خلية عصبية وطبقة مخفية ثانية بعدد 9 خلايا عصبية. اعطت هذه الشبكاتR^2=0.9902 ومعدل الخطأ التربيعي =0.0033 للعدة الأولى، بينما R^2=0.9892 ومعدل الخطأ التربيعي =0.0023 للعدة الثانية. استخدمت هذه الشبكات للتنبؤ بأفضل ظروف قطع للحصول على اقل خشونة سطحية.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2014 (2)