在使用监督机器学习的粉末混合EDM过程中预测AISI D2工具钢的表面粗度
Amreeta R Kaigude1, Nitin K Khedkar1, Vijaykumar S Jatti1
1Symbiosis Institute of Technology, Symbiosis International (Deemed) University, Pune, 412115, India.
Scientific reports
|April 27, 2024
概括
雅特罗法油是用于加工AISI D2钢的EDM油的可行的替代品,提供类似的表面粗度结果. 机器学习,特别是随机森林建模,可以准确地预测电放电加工 (EDM) 中的表面粗度.
科学领域:
- 制造业 工程 制造工程
- 材料科学 材料科学 材料科学
背景情况:
- 表面完整性对于评估加工产品质量至关重要.
- 表面粗度 (SR) 是一个关键参数,表明加工表面的质量.
研究的目的:
- 为了评估Jatropha油作为一种介电流体在AISI D2钢的电放电加工 (EDM).
- 为了研究工艺参数和TiO2纳米粉对表面完整性的影响.
- 为了比较Jatropha油与传统EDM油的性能.
主要方法:
- 使用AISI D2钢和EDM进行的实验.
- 一个变量一次 (OVAT) 方法用于过程参数.
- 添加到介电液中的二氧化 (TiO2) 纳米粉.
- 机器学习模型 (线性回归,决策树,随机森林) 用于SR预测.
主要成果:
- 雅特罗法油表现出与EDM油相似的表面粗度趋势,证实了其可行性.
- 最低的SR (4.5微米) 在9A电流,30μs脉冲启动时间,12μs脉冲关闭时间和50V间隙电压下实现.
- 增加的电流和脉冲时间导致了更高的SR.
- 电流和脉冲时间被确定为最重要的SR影响参数.
- 随机森林模型在预测SR时获得了高准确度 (R2=0.89,MSE=1.36%) .
结论:
- 雅特罗法油是EDM技术和操作上可行的介电液.
- 随机森林建模为复杂的EDM流程提供了卓越的预测能力.
- 优化的工艺参数对于实现所需的表面粗度至关重要.
