在木材CNC加工过程中产生的尘埃和噪声污染物的实证分析
Farshad Rabiei1, Masoud Seidi2, Saeed Yaghoubi3
1Department of Mechanical Engineering, Faculty of Engineering, Ilam University, Ilam, 69315-516, Iran.
概括
这项研究通过分析过程变量如何影响噪音和尘埃污染来优化木材CNC加工. 适应性神经模糊推理系统 (ANFIS) 在预测这些污染物方面比回归分析更准确.
科学领域:
- 制造业 工程 制造工程
- 环境科学 环境科学
- 计算智能是一种计算智能.
背景情况:
- 可持续性在制造业中至关重要.
- 木制CNC加工会产生噪音和尘埃污染.
- 控制这些污染物对于环境和工人的安全至关重要.
研究的目的:
- 调查工艺变量对木材CNC操作中的噪声和灰尘减少的影响.
- 为了比较ANFIS和这些污染物的回归分析的预测准确度.
- 确定最大限度地减少污染的最佳参数.
主要方法:
- 利用了自适应神经模糊推断系统 (ANFIS) 和回归分析.
- 根据既定标准测量噪声和尘埃水平.
- 分析了料速率,线速度,转移和切割深度的影响.
主要成果:
- 在预测噪音和尘埃水平方面,ANFIS表现出更高的准确性.
- ANFIS的平均绝对误差 (MAE) 为噪声为0.50,尘埃为14.89.
- 回归分析给出了更高的MAE值:噪声为1.54,尘埃为34.62.
结论:
- ANFIS是一种先进的方法,用于预测木材CNC加工中的污染.
- 使用ANFIS优化工艺参数可以显著减少污染.
- 这些发现为开发更可持续的木材-CNC制造实践提供了基础.
