El artículo tiene como objetivo investigar la ejecución del procesamiento de SS316 en formas de refrigeración de mecanizado manejables, tales como seco, húmedo y criogénico (LN2-nitrógeno líquido). Además, se utilizó un "enfoque paramétrico" para estudiar la influencia y realizar el análisis comparativo de las condiciones de mecanizado de LN2 en seco y LN2 en húmedo. Se incorpora la metodología de superficie de respuesta (RSM) para construir un modelo de relación entre las variables independientes consideradas (velocidad del husillo: (S, rpm), velocidad de avance (F, mm/min), y profundidad de corte (doc) (D, mm)) y la variable dependiente (rugosidad superficial (Ra)). Dado que existe la participación de más de una variable independiente, la generación de la ecuación de regresión es "regresión lineal múltiple". A partir del valor del coeficiente obtenido de la variable independiente, se identifica el impacto respectivo en la rugosidad de la superficie. Los resultados del análisis comparativo de los estados de mecanizado LN2sobre seco y LN2sobre húmedo revelaron que el mecanizado con LN2 produjo un mejor acabado superficial con hasta un 64,9%, 54,9% sobre el mecanizado en seco y húmedo, respectivamente, lo que indica los beneficios del LN2 para lograr una mejor Ra. La función de referencia del algoritmo de sesgo híbrido (BNN-SVR) propuesto muestra la propensión a salir del mínimo local y coincidir con el valor objetivo óptimo. El rendimiento del (BNN-SVR) es una nueva capacidad prevaleciente para recuperar los pesos parcialmente entrenados del modelo BNN en el modelo SVR, lo que conduce a la conversión de la capacidad de aprendizaje estático en capacidad dinámica. Las prestaciones de los enfoques de predicción adoptados se comparan a través de un rango de desviación de error alcanzado, es decir, (RA: 3,95%-8,43%), (BNN: 2,36%-5,88%), (SVR: 1,04%-3,61%), respectivamente. El sesgo híbrido (BNN-SVR) es el modelo de predicción más adecuado, ya que proporciona pruebas significativas al lograr un menor error en la predicción de Ra. Sin embargo, SVR supera a los enfoques BNN y RSM debido al factor de convergencia y al estrecho margen de error.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Aerografía de nanotubos de carbono sobre fibras de vidrio para compuestos epoxi de blindaje electromagnético
Artículo:
Comportamiento y longitud de empalme de barras deformadas que se solapan en un conducto corrugado relleno de lechada en espiral
Artículo:
Diseño simultáneo para la selección de procesos de manufactura de plásticos de ingeniería
Artículo:
Modelización de la cinética de absorción del agua y determinación del coeficiente de difusión del agua en la médula de la Raffia vinifera de Bandjoun, Camerún
Artículo:
Comportamiento dinámico de las mezclas de arcilla y áridos
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060