实验和热调查粉混合EDM使用有限元法和人工神经网络

文摘

电火花加工(EDM)过程是最早和最广泛使用的非常规加工流程。它是一个非接触加工过程,使用一系列的电气放电去除材料的导电工件。本文的目的是做一个全面的调查实验和热的电火花,可以预测加工特征,然后用一个新优化输出参数集成神经网络方法建模和优化选择过程变量参与粉混合EDM (PMEDM)过程。比较和调查粉造成的影响不同的热物理性质的相互EDM过程性能以及纯粹的情况下,进行了一系列的实验在一个专门设计的实验装置在实验室开发的。峰值电流、脉冲周期和电压源被选中作为独立的输入参数来评估过程性能的材料去除率(MRR)和表面粗糙度(Ra)。此外,有限元法(FEM)是利用热分析630年不锈钢EDM (SS630)等级。此外,反向传播神经网络(摘要)与前馈结构方差分析(方差分析)是用来找到最好的适合和优化和搜索问题的近似解。最后,确认测试结果比较实验MRR使用MRR值和有限元方法,得到安。同样,实验性Ra的测试结果也与获得使用安Ra。

1。介绍

PMEDM的过程被称为适当的研磨材料混合粉的格式化的金属电介质材料,粉末粒子(即。,electrically conductive) are amalgamated in the dielectric fluid that mitigates the insulating strength of particles and enhances the distance of spark gap between the workpiece and tool for uniform distribution of electric discharge in all the directions. This is also referred as new advancement to get better innovations and enhancement in the potentialities of EDM process [1]。这个过程是静态的,即,highly stable, and results in enhanced MRR and smoothened surface [2,3]。此外,EDM过程也称为热侵蚀过程(4]。在加工的过程中,会有一个改变加工表层物理性质由于瞬时温度的上升,也导致了残余应力的存在。这是影响加工的表面质量的主要因素及其功能的性能。另外,组件的属性也受到较高的热残余应力大小的影响,这是工件表面形成上层因为EDM快速固化的过程(5,6]。通常,利用组件电火花发生在某些情况下,如更高的温度,压力,疲劳载荷,导致组件的疲劳寿命显著缓解。因此,应利用粉混合方法,它不需要任何后处理程序找到EDM的优化加工参数,也抑制裂缝形成的铸层最大的生活即使在不同的疲劳载荷。扩张足够的粉末粒子的介电EDM导致增强质量最大速度的表面处理加工相比古典EDM过程(没有粉混合)。标准介质循环设备用于PMEDM如图1,这是安装在传统电火花操作箱的设置。它还包括微型泵和搅拌器,用于防止粉末粒子的沉降介质储层底部,并协助保持工件表面的粉末粒子从停滞不前。有些永久磁铁(蓝色所示)分布的过滤装置,以使碎片颗粒的粉末。

1.1。状参数

1.1.1。类型的粉

一般来说,MRR和表面耐久性提高,仪器通过添加介质粉磨损率降低。此外,流程的效率影响明显,这些粉末。一些影响参数的非磁性特征,热导率,暂停功能,和电导率。无机氧化物粉末不视为更好的输出特性由于介质粉的均匀分布。

1.1.2。粉末大小

在加工表面质量,一个有影响力的参数是添加剂颗粒大小(7]。更高的电极间的差距是造成更大的粒子基于实验结果的过程。它会导致较低的消电离工具和工件之间更大的污染。增加的差距大的粉末大小,但MRR降低,和Ra增加8]。

1.1.3。粉导电性

增加的排放差距通过添加导电细粉介电电,从而引发频率和提高碎片冲洗(7]。从电极间的差距,与大量热量被形成浅没收箱表面的工件由于这些粒子的高导热系数9,10]。

1.1.4。粉浓度

由于大量排放的增强粉浓度,使MRR [11),表面粗糙度降低而降低每个火花的能量(12]。需要一个最佳粉浓度与一致的增加使粉末颗粒的数量浓度的排放差距。放电能量转移妨碍工件和拱起和短路,同时减少的表面和质量MRR [13]。

1.1.5。粉密度

表面力影响粉末粒子密度,使得粒子在介质均匀分布。这些力量可以通过较低的密度和平衡要求的粉量减少是由于粉末量的减少定居在罐底(14]。

2。相关工作

苏雷卡等。15)研究了铝粉加入EDM EN-19合金钢加工基于铜电极和峰值电流的披露和间隙电压( )参数有MRR值的影响。在[16],Tahsin等人检验Ti6A14V ELI材料PMEDM分析碳化硅粉末浓度的影响表面形貌,地下结构和粒子沉积。材料转移机制提高了悬浮粒子浓度和降低了脉冲电流。因为二次放电的稀缺性,当前物质传输的损耗机制表现在更高的脉冲速率。Selvarajan et al。17)综述了电火花与不同的工业要求复合材料和演示了各种参数对性能的影响。Choudhury et al。18)都集中在调查使用的粉末混合PMEDM微碳纳米管(CNT)和铝在煤油混合加工黄铜电极EN-19合金钢。Kumar et al。19825)检测铬镍铁合金的切削加工性能的石墨烯的技术电火花刻模介质流体。创建的条件优化过程中,响应面方法(RSM)是利用。输入工艺参数等的影响 ,脉冲在时间( ),和对输出响应特性,如MRR、Ra和TWR也检查了。后来,铬镍铁合金- 800可加工性使用PMEDM[已被调查20.),实验设计和优化使用愿望方法和RSM表现。最影响指标MRR包括工具材料, ,和而粉材料、工具材料、 ,和TWR。Mishra和Routaray21)实现的目标都集中在相关工件的热诱导硬度影响EDM表演和修改属性建立响应的输出响应行为偏差变化沉没电火花加工的过程。基于四个可控输入参数等 ,脉冲的时间( ), ,和 ,RSM使用中心复合设计方法实现了实验对比研究。在这里,所需的响应变量被选为能量密度,TWR, MRR。输出响应的变化如能量密度、TWR, MRR硬度变化的影响主要是通过观察基于基合金感应热硬化的过程。Sidhu和Yazdani22)评估预测最优加工条件particular-reinforced金属基复合材料(30卷% Sic / A359)电火花。在[23),作者调查了铬粉的效果,混合了电火花表面特征的合金工具钢SKD11。铬含量增加对加工表面如果铬粉浓度高,放电电流较低。Ekmekci et al。24)提出了一个替代现实的技术来生成涂层或生物相容性为医疗应用程序接口。在处理Ti6A14V EDM,去离子水和羟磷灰石(HA)粉作为电介质。Khazraji et al。25]研究的影响参数对铜和石墨电极时用RSM PMEDM处理。对石墨和铜电极,总热量的比例增加了通过添加碳化硅超细粉为介质流体。但是,生成的热量高于常用的煤油介质。110%和124%的提高取得了使用相同的煤油介质和电极在电缆测试,分别。在[26),作者测试了输入变量影响TWR, MRR、和过调制大小符合美国钢铁协会的1045 PMEDM期间,H11模具钢,HCHCr。煤油和商业EDM石油与三个粉作为电介质液体如钨、石墨、硅和铜、石墨、钨电极。根据结果,TWR减少,MRR和过调制大小与粉末浓度增加。Kuriachen et al。27)研究了碳化硅微粒效果混合介质媒体在Ti6A14V加工碳化钨电极。的统计设计RSM-Box Behnken提出了和流程变量影响粉末浓度等进行了测试,电容和电压/加工特性如TWR和MRR使用方差分析。至少粉浓度水平和中等水平的电压和电容,取得最大MRR、最低TWR达到最低水平的电压,电容,粉浓度。Baseri et al。28]研究了TiO的效果₂技术在电火花扶轮H13的工具。工具旋转速度的输入参数,火花能量,和粉浓度比例影响反应如类风湿性关节炎、TWR, MRR。基于旋转工具的集成和技术,电火花加工效率已得到改进。Tripathy和d . k . Tripathy [29日等参数进行了研究 , ,粉浓度, ,和责任周期TWR等加工特点及其影响,英文文宣写作研习营,MRR, Ra的铬粉电介质的电火花。田口方法的适应与这种技术集成还演示了偏好顺序尽可能相似的理想解决方案。PMEDM H11模具钢,优化多个性能特征讨论使用铜电极。取得了最优工艺条件和减少观察Ra提高铬粉浓度。最近,对二硫化钼粉混合在micro-EDM电介质的铬镍铁合金718研究[30.]。结果表明,MRR粉最佳规模最大化,即。,50 nm。在[31日],SS630年级EDM过程的研究和优化使用田口方法,冲洗压力, , ,和假定作为输入流程变量。测量的输出表现MRR和风湿性关节炎。此外,优化使用田口方法通过假设l₁₆正交阵列Minitab软件。然而,重要的是要做一个注意,基于PMEDM SS630内容没有被分析的文献。不锈钢物质SS630非常难加工由于高耐腐蚀性等因素,建设优势倾向高,导热性差。然而,在不同的行业,如医药行业产品应用,泵生产,和其他设备原型,此外,一些近期作品集中在优化工艺参数使用模糊网络(32)和人工神经网络(33- - - - - -35]。因此,本文提出了一种实验和热调查与过程参数优化使用摘要前馈结构对PMEDM SS630使用碳化硅粉作为电介质。此外,铜钨(自力型)被选中作为工具电极由于高导电的铜元素电。代替煤油,EDM石油作为电介质由于不幸的环境和其他外部条件。

2.1。提出的方法

在目前的实验研究,EDM被认为与自力型缸进行实验工具电极,直径10毫米,和我们测试介质流系统修改暂停电介质的碳化硅粉少量循环防止整个电介质污染。SS630选择工件的尺寸 毫米。选择输入参数作为碳化硅粉的浓度,伺服电压, ,和使用18的三因素三水平的实验因子设计实验。

3所示。材料和方法

SS630材料选择工件厚度8毫米和矩形的尺寸 毫米。在较低的温度,一个老化治疗会变硬,减少失真的风险使用这个SS630工件。此外,如果需要腐蚀,强度高,然后630级实验分析是一个理想的选择。钨和铜的混合物用于自力型电极材料,在一个金属包括材料的不同的粒子分散在一个矩阵的另一个钨和铜不溶性相互。它有一个21.5毫米的长度和直径12.5毫米。表1和2显示化学成分和材料特性对工件和电极,分别。

碳化硅粉都有一组独特的理化性质如大带宽、高耐氧化和腐蚀,低的热膨胀系数,良好的导热性,硬度高,机械稳定性更高的温度。碳化硅的化学成分在桌子上3。

3.1。性能度量

本节描述的性能度量利用PMEDM SS630的过程,MRR和SR一直用作输出性能验证。这里的平均绝对偏差测量的平均表面获得Ra的价值(在水平μ基于计算机控制的Ra试验机m)。用单位时间内材料的体积,MRR计算,因为它是一个至关重要的参数,显示了影响生产力和电火花加工的处理时间。MRR的定义是描述为之间的比例和postmachining重量差异工件和工件的乘法密度和加工时间,制定如下: 在哪里和(在 )表示工件加工过程之前和之后的重量,分别;作为工件材料密度表示为7750公斤/米³SS630年级;和是加工的处理时间。5分钟。

3.2。使用有限元建模和模拟的热通量

EDM和PMEDM模型的可行性问题是通过考虑以下假设来克服EDM等随机的问题,不确定性、复杂性和高自然:(1)工件和工具材料性能依赖于温度(2)瞬态温度分析的类型(3)假设热源的热流在工件材料表面在高斯分布(4)电火花放电火花的通道是视为一个统一的形状圆柱列(5)不影响元素形状和密度(6)工件材料的各向同性和均匀的特征(7)考虑一个轴对称模型(8)热流事件级电极上并不取决于表面轮廓的影响(9)一个通道的直径是10μ米和100μm和电极可以视为半无限的身体

3.3。ANN模型

造型复杂变量之间的非线性关系,人工神经网络作为一种智能的工具,模拟工作过程作为神经系统。它包含的人工神经元网络可以学习等输入变量之间的复杂关系 ,加工时间, ,和源电压( )和输出变量MRR、风湿性关节炎等。首先,我们设计了一组实验和美联储相关ANN模型,模型的输入和输出变量之间的相互关系。解决的结果数据集加工参数提供给安模型是使用这个模型预测分为两组被称为测试和训练数据集。对于神经网络的训练,训练数据集使用的预测模型精度验证使用的测试数据集。

4所示。实验装置

本节描述了实验装置过程进行的一个或多个因素的分析影响参数对加工表面光洁度通过专注于确定输入工艺参数等的影响 , , ,和 。绩效评估的实验已经完成使用电火花刻模机FORMATICS 50模型配备电子乐PRS 20,如图2。在加工过程中,电极表面和工件抛光和清洁。表4和5列出与所选择的输入因素和相应的水平和选定的试验条件下,分别。机加工表面,Ra计算基于表面光度仪表面粗糙度的测试,这是计算的考虑横向切断长度0.8毫米和估算的过程重复三次平均值。

4.1。使用有限元热调查

估算等离子体熔融材料变形的压力和温度分布,商业有限元软件ANSYS结合的电火花单放电分析过程。确定工程问题的解决方案,使用ANSYS有限元代码。所涉及的复杂的相互作用的各种物理现象是电火花加工是一个复杂的热力过程。因此,有限元法是用于模拟压力和温度分布到工件,需要一个强大的软件如ANSYS为提高有限元EDM模型考虑的复杂过程的各个方面。它可以用于不同的模型和分析任何复杂的几何形状,包括有限元法从一个线性的不同功能,简单,和一个非线性静态分析,复杂,结构力学和瞬态动力学分析,电磁和热系统和流体力学。

这里,已经利用ANSYS 14.5软件模拟的结果PMEDM造型通过创建工作通过适当的几何边界约束和应用不同类型的负载。映射网格技术用于啮合工件域。如前所述,SS630和自力型是利用作为一个放电组标本。图3描述了温度分布获得 与 ,结束时温度分布的最大工件,工件和最小的。,100°C和22.001°C,分别。温度的分布后,热流计算和绘制,如图4,最大热通量是1.7577 W /毫米²工件一端地区和最小热流密度为0.1553 W /毫米²在工件的中部地区。结构错误披露在图5的最大和最小MRR 0.01209 mJ和0.0013343 mJ在地区和中部地区的工件,分别。

5。结果与讨论

5.1。计算分析MRR (A-MRR)

从样本估计移除材料数量,使用温度曲线,从有限元方法和形成圆形抛物线几何,火山口形成由于每个放电。抛物面几何用于定义理论坑体积如下规定: 在哪里表示深度;是坑半径;(有限元)体积,和3 d点包含在代表点液体温度;和和值是通过估算深度和工件半径方向的温度分布。

5.2。计算实验MRR (E-MRR)

MRR被描述为预处理和分工的商价值postmachining体重差异和密度和工件加工时间。这是定义如下: 在哪里显示工件的密度;是加工处理时间;和和代表加工前后工件的重量。表6A-MRR获得值,列出T-MRR, Ra有不同的输入使用有限元方法和实验过程变量PMEDM SS630的过程。此外,性能比较图A-MRR E-MRR显示在图6。

5.3。原因A-MRR和E-MRR偏差值

实际上,有些偏差值的注意到A-MRR E-MRR相比,这是由于一些简化假设,如没有点火延迟,同时加工,倍材料冲洗效率,而不是沉淀重铸层加工后的工件。融化的冲洗工件材料还没有完全从火山口和相当数量的融化材料固化在火山口又形成了重铸层。实现理想的加工条件不是因为不当的碎片冲洗这些结果在拱形的电极间的差距在处理加工高能源排放和减少MRR的实际价值。由于火花隙等参数,灵敏度、电介质,提升媒介,MRR受到影响。除此之外,一个重要的角色是由电介质媒介进入图片仅供对流,但加工过程中是至关重要的考虑。通过蒸发和融化材料,材料去除是工件的主要造成的。熔融金属的介电材料带走,但熔融金属在沉重的压力下由于等离子体通道。此外,材料去除问题起源于工件由于熔融金属的粘结力。然而,这是一个艰巨的任务设计模式包含的实际影响的分析模型。

5.4。方差分析

对于每个控制因子,方差分析估计需要访问的因素对反应的影响。调查设计参数影响显著特征,实验结果评估使用方差分析的方法,可以确定在Ra和MRR输入参数的贡献。检测工艺参数的方差在设计空间中影响输出响应指标,应用方差分析在选择实验调查90%的置信区间。如果计算出的概率值约为10%或更少,意义的因素是考虑。方差分析后,获得的价值是显示在表7和他们的意义对输出响应指标如Ra和MRR、分别。

5.5。回归分析

PMEDM的过程后,根据获得的数据进行回归分析结果和线性方程推导相关的依赖和独立变量,使用Minitab软件执行,回归方程如下:

基于列的值 ,的- - - - - - ,和Pred -在表8方程的效力(4)和(5)可以实现预测设计空间内的方差。采用方差分析后,提取模型方程已经发现了估计设计空间内的变化过程必须基于结果的输出响应。

5.6。造型提出了前馈摘要

图7显示了拟议的可扩展的基于共轭梯度的框图前馈摘要,输入过程变量等C_p, , , ,和给出了作为输入前馈摘要的提议5-10-2架构,如图8由单个输入层、隐藏层和输出层。输入层包含5节点表示C_p, , , ,和作为输入节点。隐藏层由10个节点标记为隐藏节点和输出层由两个节点组成,即。,MRR和Ra作为输出节点。两个阶段参与拟议中的PMEDM过程建模,即。、测试和培训的网络使用实验加工数据。的值 , , , ,C_pRa, MRR已经包含在训练数据集。这种类型的96数据集已经被使用,其中82是随机选择的,用于培训目的的碳化硅粉添加电火花而剩余14数据集提出了培训网络新应用程序数据测试和验证网络模型的预测精度。因此,数据没有被用于训练用于评估网络。预测MRR和Ra与目标MRR值和Ra相比,即。,E-MRR E-Ra。最后的优化值P-MRR和P-Ra将计算基于权重的调整,这减少了误差值。

5.6.1。数据预处理

有必要执行前的实验数据模式训练神经网络和测绘学。一个输入条件向量是用于创建培训和测试模式向量,它包含C_p, , ,和和相应的目标向量 ,由MRR和风湿性关节炎。这是一个重要的事情需要考虑具体的输入和输出数据规模不同的操作工艺参数范围。没有任何变量结果的偏差,安将训练有效地确保伸缩或正常化。训练,同样重要的是,所有输入参数和每一项映射到一个值在−1和1之间基于线性映射的下列公式: 在哪里是真正的变量的归一化值;和分别指的是归一化最小和最大值;和和实变量的最小和最大价值而是真正的变量。表9演示了获得输出响应的比较如MRR和Ra用实验和预测表示P-MRR和P-Ra。获得值的性能比较图E-MRR, P-MRR E-Ra, P-Ra数据中所示9和10,分别。

图11演示了使用有限元法获得MRR值的性能比较和实验,并提出了可伸缩conjugate-based前馈摘要模型。它显示的值A-MRR、E-MRR P-MRR非常类似于较小的误差值。最后确认测试结果显示在表10,A-MRR的值和比较E-MRR获得P-MRR使用ANN模型输入工艺参数的最佳组合C_p9%,16μ年代,30μ年代,10,5 V。同样,Ra相比也在相同的输入过程变量的组合。此外,相对误差也披露的意义有限元分析计算和ANN模型误差小于4%。

6。结论

本文解决调查PMEDM SS630年级使用碳化硅的过程进行了分析其性能的添加剂混合粉为电介质的有利影响,四个输入过程变量等C_p, , ,和被认为是有两个输出响应措施,即。,E-MRR E-Ra。此外,有限元分析是用于发现温度的分布,热通量和统计误差。然后,A-MRR计算基于温度分布的值SS630工件材料。另外,摘要与前馈模型架构是利用寻找最优工艺参数组合的输入变量等C_p, , ,和和测量输出响应P-MRR和P-Ra。最后,确认测试结果给出的MRR A-MRR, E-MRR, P-MRR和表面质量E-Ra和P-Ra。结果表明,相对误差低于4%。

以下结论导出使用仿真和验证结果:(1)过程中PMEDM, ANN模型有效性证明预测Ra和MRR值。(2)最优输入条件可以适当使用方差分析模型合成除了PMEDM安。(3)MRR最大化,和Ra是最小化的最优输入设置让必要的过程约束。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

信息披露

本研究作为就业的一部分执行Dambi Dollo大学,埃塞俄比亚。

的利益冲突

作者宣称没有利益冲突。

引用

1. r . Atefi n . Javam a Razmavar, f . Teimoori“电火花加工参数的影响在表面质量的完成阶段,MRR、英文文宣写作研习营”研究应用科学学报,工程和技术,4卷,不。10日,1287 - 1294年,2012页。视图:谷歌学术搜索
2. 您正在和b . k . Vinayagam”分析表面特征的AISI D2的工具钢材料使用电火花加工过程与单壁碳纳米管,”国际工程和技术杂志》上,卷2,35-41,2010页。视图:出版商的网站|谷歌学术搜索
3. n . s . Khundrakpam h·辛格,s . Kumar和g . s . Brar”调查和建模的硅粉混合EDM使用响应面方法,”Int。j .咕咕叫。Eng。抛光工艺。,4卷,不。2、1022 - 1026年,2014页。视图:出版商的网站|谷歌学术搜索
4. b . Reddy, g·n·库马尔和k . Chandrashekar”实验调查过程性能的混粉电火花加工AISI D3钢铁和EN-31钢铁,“Int。j .咕咕叫。Eng。抛光工艺。,4卷,不。3、1218 - 1222年,2014页。视图:谷歌学术搜索
5. h·辛格,”实验研究利用电火花加工过程中能量分布的热模型,”国际期刊的传热传质,55卷,第5064 - 5053页,2012年。视图:出版商的网站|谷歌学术搜索
6. b . Izquierdo j·A·桑切斯广场,Pombo, n .奥尔特加,“EDM过程的数值模型考虑多个放电的影响,“国际机床制造杂志》上卷,49号3 - 4、220 - 229年,2009页。视图:出版商的网站|谷歌学术搜索
7. t . Yih-fong和c . Fu-chen”调查一些表面特征的电火花加工SKD-11使用powder-suspension绝缘油,“材料加工技术杂志》上卷,170年,第391 - 385页,2005年。视图:出版商的网站|谷歌学术搜索
8. a . a . Bhattacharya Batish, n . Kumar“表面特征和物质迁移过程中模钢的表面改性硅、石墨和钨粉在电火花加工过程中,“机械科学与技术杂志》上,27卷,不。1,第140 - 133页,2013。视图:出版商的网站|谷歌学术搜索
9. b . Jabbaripour m . h . Sadeghi和m . r . Shabgard”调查表面粗糙度、材料去除率和耐腐蚀的PMEDM r-TiAl金属间化合物,”《生产流程,15卷,不。1,第166 - 158页,2013。视图:出版商的网站|谷歌学术搜索
10. h . m . Chow b h .严,f . y .黄”研究粉添加煤油micro-slit加工钛合金的使用放电加工,“材料加工技术杂志》上,卷101,不。1,第103 - 95页,2000。视图:出版商的网站|谷歌学术搜索
11. 美国Padhee: Nayak, s . k .熊猫“多目标参数优化粉末混合放电加工使用响应面方法和non-dominated排序遗传算法,”成就法,37卷,不。2、223 - 240年,2012页。视图:出版商的网站|谷歌学术搜索
12. g . s . Prihandana”应用程序的粉末悬浮在电介质表面光洁度micro-EDM铬镍铁合金718”国际先进制造技术杂志》上,卷75,不。1 - 4、599 - 613年,2014页。视图:出版商的网站|谷歌学术搜索
13. m . m .纱丽,m . y .诺丁和e .囊”评估电火花加工(EDM)参数使用碳纳米管,”IOP会议系列:材料科学与工程40卷,ID 012019条,2012年。视图:出版商的网站|谷歌学术搜索
14. c·j·l·普埃尔塔和l . Alvarez”分析电火花加工参数对表面质量的影响,MRR WC-Co电子战,”材料加工技术杂志》上卷,153年,第1032 - 1026页,2004年。视图:出版商的网站|谷歌学术搜索
15. 苏雷卡,t·s·拉克希米·h·耶拿,和p . Samal“响应面建模和模糊灰色关联分析应用到优化EN-19 multi-response特征使用粉末混合电火花加工,“澳大利亚机械工程杂志》上,19卷,不。1,19-29,2019页。视图:出版商的网站|谷歌学术搜索
16. t . Tahsin y Hamidullah、e·罗德里和e .两国“粒子迁移和表面改性在SiC Ti6Al4V混粉电火花加工,“《生产流程31卷,第758 - 744页,2018年。视图:出版商的网站|谷歌学术搜索
17. l . Selvarajan j . Rajavel诉Prabakaran, b . Sivakumar和g . Jeeva”审查论文电火花加工参数的复合材料和工业材料加工的需求,”诉讼,板牙。今天,5卷,不。2、5506 - 5513年,2018页。视图:出版商的网站|谷歌学术搜索
18. s . d . Choudhury n . j . Sahari苏雷卡,和g . Mondal”研究杂化粉混合介质的影响电火花加工的合金钢、”今天材料:诉讼,5卷,不。9篇文章ID 18410 2018。视图:出版商的网站|谷歌学术搜索
19. 库马尔,a . k . Dhingra和s . Kumar“参数优化混粉电火花加工镍基高温合金的铬镍铁合金- 800使用响应面方法,”先进材料和现代力学过程,3卷,不。7日,2017年。视图:出版商的网站|谷歌学术搜索
20. a·库马尔库马尔,a . Mandal和a。r .武断的话,“调查粉混合电火花加工工艺参数对加工铬镍铁合金合金使用响应面方法,”今天材料:诉讼5卷,第6188 - 6183页,2018年。视图:出版商的网站|谷歌学术搜索
21. b . p . Mishra和b . c . Routaray感应淬火工件硬度对电火花加工性能的影响,“材料和制造工艺,33卷,不。6,626 - 633年,2018页。视图:出版商的网站|谷歌学术搜索
22. Sidhu和m . Yazdani”指标的比较分析电火花SiC / A359复合技术,”阿拉伯科学与工程》杂志上,43卷,第1102 - 1093页,2018年。视图:出版商的网站|谷歌学术搜索
23. r . Toshimitsu a。冈田克也、r . Kitad和冈本y”“改善表面特征通过电火花铬粉混合液体,“18岁^thCIRP会议上电物理和化学加工(ISEM十八),“Procedia CIRP,42卷,第235 - 231页,2016年。视图:出版商的网站|谷歌学术搜索
24. n Ekmekci和b . Ekmekci电火花加工的Ti6Al4v羟磷灰石粉末混合介质的液体,“材料和制造工艺没有,卷。31日。13日,1663 - 1670年,2015页。视图:出版商的网站|谷歌学术搜索
25. a . a . Khazraji s a阿明,s·m·阿里”“碳化硅粉末混合的影响电火花加工在白层厚度,热通量和疲劳寿命AISI D2模具钢,“工程科学与技术”,一个国际期刊,19卷,2016年。视图:出版商的网站|谷歌学术搜索
26. a . Batish a·巴塔查里亚和n . Kumar”“粉混合介质:在EDM方法改进过程性能”,微粒科技”,国际期刊,33卷,不。2、150 - 158年,2015页。视图:出版商的网站|谷歌学术搜索
27. 答:Kuriachen和j·马修粉混合介质对材料去除的影响和表面改性在Ti-6Al-4V微电火花加工,“材料和制造工艺没有,卷。31日。4、439 - 446年,2016页。视图:出版商的网站|谷歌学术搜索
28. h . Baseri和s Sadeghian”技术TiO2-mixed电介质的影响和旋转工具,”EDM“国际先进制造技术》杂志上卷,83年,第528 - 519页,2016年。视图:出版商的网站|谷歌学术搜索
29. Tripathy和d . k . Tripathy”、“多属性优化加工工艺参数在粉混合放电加工运用TOPSIS和灰色关联分析”,工程科学与技术”一个国际期刊,19卷,不。1,第70 - 62页,2016。视图:出版商的网站|谷歌学术搜索
30. g . s . Prihandana t . Sriani m . Mahardika et al .,“应用粉末悬浮在电介质表面光洁度micro-EDM铬镍铁合金718”国际先进制造技术杂志》上卷,75年,第613 - 599页,2014年。视图:出版商的网站|谷歌学术搜索
31. v . n . r . Jampana和p . s . v .拉饶,“Experiemntal调查和优化模具电火花630级不锈钢使用田口方法,”Metrialtoday:诉讼,2021年。视图:出版商的网站|谷歌学术搜索
32. a·阿帕德海耶和诉Sharma”,优化材料去除率为micro-EDM使用人工神经网络,”机械工程产品的设计和优化,第233 - 209页,2018年。视图:出版商的网站|谷歌学术搜索
33. h . Payal s Maheswari, p . s . Bharti”过程建模的电火花加工铬镍铁合金825使用人工神经网络,”国际机械及机电一体化工程杂志》上,11卷,不。3、562 - 566年,2017页。视图:谷歌学术搜索
34. j·辛格和r·k·夏尔马”建模和优化multi-performance powder-mixed EDM碳化钨合金的特点使用智能决策工具,“16卷,没有。2、101 - 128年,2017页。视图:出版商的网站|谷歌学术搜索
35. m .四开,c . g . Urso g . Maccarini和m . Carminati”比较仿真有限元模型(fem)和集成人工神经网络(ANN)粒子群优化(PSO)的方法来预测性能的微放电加工(micro-EDM)钻井,”机器,12卷,不。6,667年,页2021。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Venkata n Raju Jampana等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。