Andere Kunden interessierten sich auch für
![Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN)]( "Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN)")
Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN)39,90 €![ANWENDUNG VON KÜNSTLICHEN NEURONALEN NETZEN:]( "ANWENDUNG VON KÜNSTLICHEN NEURONALEN NETZEN:")
ANWENDUNG VON KÜNSTLICHEN NEURONALEN NETZEN:39,90 €![Kryogenische Behandlung von verschiedenen Stahlsorten]( "Kryogenische Behandlung von verschiedenen Stahlsorten")
Kryogenische Behandlung von verschiedenen Stahlsorten79,90 €![EDM-Bearbeitung von AISI 4140 Stahl]( "EDM-Bearbeitung von AISI 4140 Stahl")
EDM-Bearbeitung von AISI 4140 Stahl39,90 €![Methode zur Klassifizierung von Unfallszenarien mithilfe von FE-Gesamtfahrzeugsimulationen, Wavelettransformierten und künstlichen neuronalen Netzen]( "Methode zur Klassifizierung von Unfallszenarien mithilfe von FE-Gesamtfahrzeugsimulationen, Wavelettransformierten und künstlichen neuronalen Netzen")
Methode zur Klassifizierung von Unfallszenarien mithilfe von FE-Gesamtfahrzeugsimulationen, Wavelettransformierten und künstlichen neuronalen Netzen49,50 €![Optimierung von Zerspanungsparametern mit RSM und SEM]( "Optimierung von Zerspanungsparametern mit RSM und SEM")
Optimierung von Zerspanungsparametern mit RSM und SEM35,90 €![Analyse der Bearbeitungseigenschaften bei Verwendung von Nano-Schneidstoffen]( "Analyse der Bearbeitungseigenschaften bei Verwendung von Nano-Schneidstoffen")
Analyse der Bearbeitungseigenschaften bei Verwendung von Nano-Schneidstoffen39,90 €
Das Hauptziel der Studie war es, den Einfluss der Temperatur in der Schneidzone auf die Form der Späne beim Drehen von Stahl 30CrNiMo8 zu bewerten. Es ist sehr wichtig, optimale Bearbeitungsparameter zu verwenden, um die besten Produktionsergebnisse oder eine hohe Kontrolle über den Bearbeitungsprozess zu erhalten. Die Temperaturverteilung in der Schneidzone während des Bearbeitungsprozesses kann die Spanform und die Oberflächenrauheit beeinflussen. Die Oberflächenrauheit kann als der wichtigste Indikator für die Qualität des Bearbeitungsprozesses angesehen werden. Da viele Bearbeitungsparameter verändert werden können, um optimale Bearbeitungsbedingungen zu erreichen, war das Hauptziel dieser Studie, die wichtigsten Parameter des Prozesses zu bestimmen. Der Neuro-Fuzzy-Ansatz wurde angewandt, da er für ein nichtlineares System mit vielen verschiedenen Parametern sehr gut geeignet ist. Es wurde festgestellt, dass die Punkttemperatur während des Bearbeitungsprozesses einen größeren Einfluss hat als die Maximaltemperatur.