Tóm tắt luận văn thạc sĩ kỹ thuật sử dụng phương pháp mạng noron nhân tạo để tối ưu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN

  Tối ưu hóa chế độ cắt là phương pháp xác định chế độ cắt tối ưu thông qua việc xây dựng mối quan hệ toán học giữa hàm mục tiêu về kinh tế hoặc kỹ thuật của quá trình gia công với các thông số của chế độ cắt tương ứng trên một hệ thống công nghệ xác định[1], nhằm đạt được các mục tiêu về kinh tế hoặc kỹ thuật của quá trình gia công. Đây là một trong những việc chính khi lập kế hoạch gia công, nó giúp phần làm tăng năng suất và hiệu quả gia công cũng như chất lượng sản phẩm. Tuy nhiên, đi sâu vào phân tích quá trình cắt nó bao gồm chi phí xác định, đặc biệt là trong sản suất loạt nhỏ hay trong trường hợp gia công đơn chiếc thì nó rất cần thiết để có thể rút ngắn nhất đến mức có thể các bước xác định chế độ cắt tối ưu. Nếu không chi phí phân tích có thể vượt quá hiệu quả kinh tế mà nó có thể đạt được khi làm việc ở các điều kiện tối ưu. Vì lí do đó mà quá trình tối ưu được đưa vào công tác chuẩn bị để tiết kiệm thời gian và giảm chi phí sản xuất. Như các biến đầu ra của quá trình gia công phụ thuộc vào các điều kiện cắt, các quyết định liên quan đến lựa chọn các thông số cắt có ảnh hưởng quan trọng đến mức độ sản xuất, chi phí sản xuất và chất lượng sản xuất. Với việc sử dụng máy CNC ngày càng tăng, tầm quan trọng của tối ưu hóa chính xác thông số điều kiện cắt thì rất cần thiết. Lựa chọn các thông số cắt tối ưu đã được nghiên cứu nhiều ở mặt lý thuyết và được hỗ trợ từ các số liệu thực nghiệm của các nhà sản xuất dụng cụ, nhưng với những việc trong thực tế thì nó chưa thể mang lại những phân tích chi tiết và các thông số tối ưu lý tưởng. Để tối ưu hóa các hoạt động của máy, các phương pháp định lượng đã được phát triển với sự xét đến chỉ một mục tiêu, chẳng hạn như giảm thiểu các Chi phí gia công hoặc tối đa hóa lợi nhuận, vv và các hàm mục tiêu đó là: chất lượng bề mặt (Ra), Chi phí sản xuất (Cp), thời gian gia công (Tp). Hoặc tối ưu hoá đa mục tiêu bằng phương pháp thực nghiệm [2,13] để tìm cực trị và miền tối ưu hoá theo các chỉ tiêu đã đề ra. Đã có nhiều nghiên cứu về tối ưu hóa đơn mục tiêu được nghiên cứu như: phương pháp vi phân[19], phương pháp phân tích hồi quy[16], phương pháp quy hoạch tuyến tính[19], phương pháp bề mặt chỉ tiêu [2,18] và mô phỏng máy tính. 1 Trong khi hầu hết các nghiên cứu tối ưu hóa đơn mục tiêu thì cũng đã có những nghiên cứu về tối ưu hóa đa mục tiêu. Tuy nhiên, trong thực tế ứng dụng, các nhà sản xuất thường gặp phải các vấn đề là tối ưu hóa đồng thời nhiều mục tiêu, các mục tiêu thường mâu thuẫn nhau và không thể so sánh. Ví dụ như khi gia công thì các biến năng suất gia công, Chi phí gia công, và chất lượng sản phẩm được đề cập. Chúng ta muốn giảm nhỏ nhất cho chi phí sản xuất, nhưng đồng thời là tăng tối đa năng suất và chất lượng sản phẩm. Việc tăng tốc độ cắt thì sẽ làm tăng năng suất nhưng đồng thời nó cũng làm tăng lượng mòn dụng cụ dẫn đến tăng chi phí sản xuất và làm giảm chất lượng bề mặt vì độ nhám cao hơn. Hơn nữa với các phương pháp tối ưu hóa này thì để tìm ra được các thông số cắt tối ưu sẽ mất rất nhiều thời gian, dẫn đến chi phí cho việc phân tích tìm các thông số tối ưu cũng tăng cao vì vậy nó chỉ phù hợp với sản xuất loạt lớn, hàng khối. Mà xu hướng ngày nay đã bắt đầu quay lại thời kỳ sản suất loạt vừa và nhỏ để đáp ứng những thay đổi liên tục của nhu cầu thị trường. Mạng nơ ron nhân tạo (Artificial Neural Network: ANN) là sự tái tạo bằng kỹ thuật những chức năng của hệ thần kinh con người với vô số các nơ ron được liên kết truyền thông với nhau qua mạng[5, 10]. Giống như con người, ANN được học bởi kinh nghiệm, lưu giữ những kinh nghiệm đó và sử dụng trong những tình huống phù hợp. Ngoài ra ANN có khả năng xử lý song song với tốc độ xử lý nhanh, có khả năng dạy học thích nghi, nó thích ứng trong quá trình tự điều chỉnh trong điều chỉnh tự động. Phương pháp này đảm bảo việc lựa chọn nhanh chóng và hiệu quả các điều kiện cắt tối ưu và quá trình xử lý các dữ liệu có sẳn[17]. Do vậy nó rất phù hợp với dạng sản xuất loạt nhỏ, đơn chiếc. Tối ưu hóa các thông số gia công là một tối ưu hóa phi tuyến tính với các rằng buộc, vì vậy rất khó cho các thuật toán tối ưu hóa thông thường để giải quyết vấn đề này bởi vì các vấn đề về tốc độ hội tụ và chính xác. Chính vì những lí do trên tác giả chọn đề tài nghiên cứu là: “Sử dụng phương pháp mạng noron nhân tạo để tối ưu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN.” Từ các phân tích trên, có thể nói cho đến nay trong nước ta đã có khá nhiều nghiên cứu về tối ưu hóa thông số chế độ cắt sử dụng các phương pháp truyền thống và có nhiều nghiên cứu về mạng nơ ron nhân tạo nhưng chủ yếu ở trong lĩnh vực điều khiển, dự đoán, phân loại vv Đến nay vẫn chưa có nghiên cứu nào của các tác giả 2 trong nước về sử dụng phương pháp mạng nơ ron nhân tạo để tối ưu hóa chế độ cắt, áp dụng để gia công thép 9XC với mảnh dao PCBN. Đề tài đi sâu nghiên cứu các thuật toán của mạng nơ ron nhân tạo để tìm ra bộ thông số tối ưu và thử nghiệm lại trên vật liệu và sản phẩm cụ thể trong điều kiện trong nước nhằm tìm ra chế độ cắt tối ưu nâng cao nâng suất, giảm chi phí gia công và nâng cao chất lượng bề mặt.   - Chứng minh khả năng của ANN ứng dụng cho việc tối ưu hóa các thông số chế độ cắt, và nó phù hợp cả với sản xuất loạt nhỏ và đơn chiếc. Phương pháp mô tả nhằm mục đích để tối đa hóa năng suất, giảm chi phí sản xuất và nâng cao chất lượng sản phẩm. ! - Sử dụng các thuật toán của ANN để tìm ra các thông số tối ưu khi tiện thép 9XC bằng dao PCBN, và kết quả thực nghiệm phải cho thấy được sự nâng cao năng suất cũng như chất lượng bề mặt. - Tiến hành thí nghiệm để phân tích, đánh giá kết quả mà phương pháp đã tìm ra. - Từ nghiên cứu có thể mở rộng phương pháp nghiên cứu này để tối ưu chế độ cắt khi gia công bằng các phương pháp khác nhau, các vật liệu khác nhau hoặc các vật liệu dụng cụ cắt khác nhau. "#$%&'(#$ 1. Phân tích và khai thác được đặc điểm đặc trưng của ANN cũng như lý thuyết cơ bản của quá trình gia công để xây dựng mô hình thí nghiệm cho nghiên cứu. 2. Từ bộ thông số tối ưu (v,f,t) xác định được bằng thuật toán của ANN khi gia công thép 9XC bằng dao PCBN, tiến hành thí nghiệm với trang thiết bị thí nghiệm cụ thể để kiểm chứng lại kết quả của phương pháp. )*+, *+,/0 )12 343 5 Nghiên cứu lý thuyết và nghiên cứu thực nghiệm. 3 )12 34367 8 Đề tài 9Sử dụng phương pháp mạng noron nhân tạo để tối ưu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN.: là một nghiên cứu trên vật liệu và sản phẩm thực. Dùng những thuật toán của ANN và các dữ liệu có sẵn để tiến hành tìm các thông số chế độ cắt tối ưu (v, f, t) sau đó tiến hành thí nghiệm lại với các thông số đó để kiểm tra lại kết quả mà thuật toán mang lại. ;<= ;< >?@A - Các kết quả nghiên cứu sẽ xác định được thông số cắt tối ưu khi gia công sản phẩm bằng thép 9XC qua tôi. Các kết quả này sẽ được ứng dụng để gia công các sản phẩm như con lăn dây truyền cán. ;< >?BC?D - Kết quả nghiên cứu sẽ là cơ sở khoa học cho việc tối ưu hóa quá trình tiện thép 9xc. - Đề tài sẽ bổ sung được một số kết quả nghiên cứu cơ bản về tiện thép 9XC trong điều kiện kỹ thuật và công nghệ cụ thể ở Việt Nam. 4 12  E%-FG*H$IJ E%-FG*H #4KLMNO >?P?Q1R? Tối ưu hóa quá trình gia công cắt gọt là phương pháp nghiên cứu xác định chế độ cắt tối ưu thông qua mối quan hệ toán học giữa hàm mục tiêu kinh tế với các thông số của chế độ gia công ứng với một hệ thống giới hạn về mặt máy, chất lượng, kỹ thuật và tổ chức của nhà máy. Các bước cơ bản của việc nghiên cứu tối ưu hóa quá trình cắt gọt bao gồm: - Xây dựng hàm mục tiêu của quá trình gia công - Xây dựng các giới hạn từ đó xác định miền giới hạn của bài toán - Khảo sát, biện luận để xác định chế độ công nghệ hợp lý. 4S5Q1R? Có hai phương pháp tối ưu hóa quá trình cắt gọt đó là tối ưu hóa tĩnh và tối ưu hóa động Q1R?> Tối ưu hóa tĩnh hay còn gọi là tối ưu hóa trước là quá trình nghiên cứu và giải quyết bài toán tối ưu dựa trên mô hình tĩnh của quá trình cắt. Q1R?TU Còn gọi là tối ưu hóa quá trình cắt gọt, là quá trình nghiên cứu tối ưu hóa dựa trên mô hình động của quá trình cắt gọt do đó trong quá trình nghiên cứu có chú ý tới các đặc điểm trên mang tính ngẫu nhiên và thay đổi theo thời gian. V.W,G*H$IJ 2XY6OZ[T!\]Z^@ _NC4 Các yếu tố ảnh hưởng đến việc lập kế hoạch công nghệ gia công đó là: Loại hình gia công (tiện, phay, v.v ), các thông số về máy gia công như: độ cứng vững, công 5 suất v.v , điều kiện gia công, phôi (vật liệu, hình dạng v.v ,) dụng cụ cắt (vật liệu, tuổi bền v.v ). Trong đó các thông số về chế độ cắt là quan trọng nhất. Trong các thủ tục tối ưu, yếu tố đầu ra quan trọng chính được gọi là mục tiêu tối ưu hoặc tiêu chuẩn tối ưu. Tiêu chuẩn tối ưu được sử dụng nhiều nhất trong trong gia công là chi phí gia công. Ngoài ra, thời gian gia công, tốc độ bóc tách phôi, tuổi thọ dụng cụ, chất lượng bề mặt cũng được sử dụng. Trong gia công như tiện cứng, chỉ tiêu về chất lượng bề mặt đóng vai trò quan trọng. Bên cạnh đó, tuổi thọ dụng cụ cũng đặc chưng cho chi phí gia công khi giá thành dụng cụ PCBN cao và ảnh hưởng trực tiếp tới chất lượng bề mặt, tuổi thọ của dụng cụ cắt cũng ảnh hưởng tới năng suất gia công thông qua thời gian sản suất. Mục đích của bài toán tối ưu là tìm ra bộ các thông số vận tốc cắt (v), bước tiến (f) và chiều sâu cắt (t) sao cho đáp ứng được các mục đích như chi phí thấp nhất, chất lượng tốt nhất và năng suất cao nhất. Tuy nhiên, việc tối ưu hóa đơn mục tiêu chỉ có giá trị giới hạn bởi vì bản chất phức tạp của quá trình gia công đòi hỏi các mục tiêu khác nhau và đối kháng phải được tối ưu hóa đồng thời[4, 25]. 4NLL Trong gia công, chất lượng bề mặt chi tiết là một trong những chỉ tiêu quan trọng nhất, thông số đặc chưng của chất lượng bề mặt đó là nhám bề mặt ngoài ra thì nhà sản suất luôn mong muốn nâng cao năng suất và giảm thiểu tối đa Chi phí gia công. Để nâng cao năng suất thì người ta có thể tính toán thông qua tốc độ sản suất (T p ) hay thông qua diện tích gia công, và việc giảm thiểu Chi phí gia công (C p ) thì có thể tính toán qua tuổi bền của dao (T). QTUX`\abc Xa ?d e Thông thường, tốc độ sản xuất được tính trong toàn bộ thời gian để gia công 1 sản phẩm (T p ). Nó là hàm phụ thuộc và tốc độ bóc tách phoi (MRR) và tuổi bền của dụng cụ (T). Tốc độ bóc tách phoi được tính theo công thức[17]: MRR = 1000.v.f.t. (1.1) Thời gian sản xuất: .(1.2) T s - thời gian điều chỉnh dao T c - thời gian thay dao 6 T i - thời gian nghỉ của dao trong quá trình làm việc, V – là khối lượng vật liệu được bóc tách. V = Sc.t (1.3) Trong đó: t – chiều sâu cắt. Sc - diện tích bề mặt chi tiết gia công được tính: Sc = πDL (1.4) Tuổi bền dụng cụ là thời gian được tính giữa các lần mài lại hoặc thời gian dụng cụ dùng đến khi thay dao. Mối quan hệ giữa tuổi bền của dụng cụ và các điều kiện cắt được thể hiện thông qua công thức Taylor: T = k T /v α1 .f α2 .t α3 (1.5) Trong đó: α1, α2, α3 là các hệ số phụ thuộc vào vật liệu dao, chi tiết và điều kiện gia công. Khi đo thực tế T cũng có thể được tính theo công thức: T = Sc./(3.14*D*f) (1.6) Trong đó: D – đường kính chi tiết gia công L- chiều dài chi tiết gia công. 3f ?d Chi phí gia công có thể được tính như là chi phí để sản suất một sản phẩm C p , nó phụ thuộc vào các giá trị điều kiện cắt: v, f, t thông qua T và T p được cho theo công thức[17]; (1.7) - Trong đó: C t - chi phí dụng cụ, C 1 - chi phí nhân công C 0 - chi phí quản lý. "a61g _hLi Tiêu chí quan trọng nhất cho việc đánh giá chất lượng sản phẩm đó là thông qua nhám bề mặt (Ra) và được tính theo công thức: R a =k.v x3 .f x2 .t x3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, ,,,,,,,,,,, (1.8) - Trong đó: k, x 1 , x 2 , và x 3 là các hằng số liên quan đến mối quan hệ giữa dao và phôi. 7 )4ThBKjN _U Từ những kết quả thống kê thực nghiệm, nhà sản xuất đưa ra những giới hạn cho việc lựa chọn các thông số v, f, t. v min ≤ v ≤ v max ; f min ≤ f ≤ f max ; t min ≤ t ≤ t max Điều kiện ràng buộc các thông số điều kiện cắt cũng phải được kiểm tra cụ thể theo khả năng của phôi và máy gia công. Lực cắt và công suất máy. Năng lượng được tiêu thụ trong quá trình cắt được tính theo công thức: P = F.v/(6122,45.η) (1.9) Trong đó: η - là hiệu suất máy, F là lực cắt được tính theo công thức: F = k F .f β2 .t β3 (1.10) từ (1.9) và (1.10) ta có: P = k n .v.f β2 .t β3 với k n = k F /(6122,45. η) , (1.11) từ đó ta tính được giới hạn lực cắt và công suất máy theo công thức: P(v,f,t) ≤ P max F(v,f,t) ≤ F max Bài toán tối ưu hóa chế độ cắt bây giờ được xây dựng để tối ưu hóa đa mục tiêu sau: minT p (v,f,t) minR a (v,f,t) minC p (v,f,t) "12 343 `_NC4Q1T?L Từ khía cạnh kỹ thuật giải bài toán, hầu hết các phương pháp truyền thống đều giảm đa mục tiêu xuống thành đơn mục tiêu, sau đó sử dụng các công cụ lập trình toán học để giải bài toán. Nhu cầu đã thúc đẩy sự phát sự phát triển các kỹ thuật vô hướng khác nhau để chuyển các bài toán tối ưu đa mục tiêu về dạng một mục tiêu hoặc một chuỗi ràng buộc, phương pháp qui hoạch đích, phương pháp tổng trọng số. 8 )UXQ312 343 `_NC4Q1T?L2_` ?12 343k jD XQ _12 343@!@TljD XQb312 343m_Zmnne 12 343ok !jD XQ ^12 3435@pT!D m12 343NLL_q rl n12 343sZClTf 12 343 `7^jZhbXe "#[6712  Chương này tác giả nghiên cứu tổng quan về tối ưu hóa quá trình gia công, cơ sở lý thuyết của bài toán tối ưu hóa chế độ cắt. Nghiên cứu các hàm mục tiêu trong quá trình gia công. Các mô hình của quá trình cắt có thể được xây dựng bằng nhiều phương pháp như: Phương pháp phân tích, phương pháp số và phương pháp thực nghiệm. Và một số phương pháp giải bài toán tối ưu đa mục tiêu trong quá trình gia công. Khi sử dụng các phương pháp tối ưu hóa này thì để tìm ra được các thông số cắt tối ưu sẽ mất rất nhiều thời gian, dẫn đến chi phí cho việc phân tích tìm các thông số tối ưu cũng tăng cao vì vậy nó chỉ phù hợp với sản xuất loạt lớn, hàng khối. Mà xu hướng ngày nay đã bắt đầu quay lại thời kỳ sản suất loạt vừa và nhỏ để đáp ứng những thay đổi liên tục của nhu cầu thị trường. Phương pháp số sử dụng mạng nơ ron nhân tạo để giải bài toán tối ưu hóađảm bảo việc lựa chọn nhanh chóng và hiệu quả các điều kiện cắt tối ưu và quá trình xử lý các dữ liệu có sẵn. Do vậy nó rất phù hợp với dạng sản xuất loạt nhỏ, đơn chiếc. Tuy nhiên phương pháp chưa được nghiên cứu nhiều trong việc tối ưu hóa chế độ cắt ở Việt Nam. 9 *+ G*H$IJVt ,uv'wWxWywW E%-Fw+xW 2jCXD 5c zk5MNClTU P?_U{CC 1| Bộ não người có chức năng hết sức quan trọng trong đời sống của con người. Nó gần như kiểm soát hầu hết mọi hành vi của con người từ các hoạt động cơ bắp đơn giản đến những hoạt động phức tạp như học tập, nhớ, suy luận, tư duy, sáng tạo, Bộ não người được hình thành từ sự liên kết của khoảng 10 11 phần tử (tế bào), trong đó có khoảng 10 10 phần tử là nơron, số còn lại khoảng 9*10 10 phần tử là các tế bào thần kinh đệm và chúng có nhiệm vụ phục vụ cũng như hỗ trợ cho các nơron. Thông thường một bộ não trung bình cân nặng khoảng 1,5 kg và có thể tích là 235 cm 3 . Cho đến nay người ta vẫn chưa thực sự biết rõ cấu tạo chi tiết của bộ não.Tuy vậy về đại thể thì cấu tạo não bộ được phân chia ra thành nhiều vùng khác nhau. Mỗi vùng có thể kiểm soát một hay nhiều hoạt động của con người. Bộ não có cấu trúc nhiều lớp.Lớp bên ngoài thường thấy như là các nếp nhăn, là lớp có cấu tạo phức tạp nhất. Đây là nơi kiểm soát và phát sinh các hành động phức tạp như nghe, nhìn, tư duy, 10 [...]... III ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO ĐỂ TỐI ƯU HÓA CHẾ ĐỘ CẮT KHI TIỆN THÉP 9XC ĐÃ TÔI BẰNG DAO PCBN 1 Khái niệm chung về tiện cứng Tiện cứng là phương pháp tiện sử dụng dao bằng các vật liệu siêu cứng như Nitrit Bo, kim cương hoặc gốm sứ tổng hợp thay thế cho nguyên công mài khi gia công thép tôi có độ cứng 45÷70HRC[4] Ngày nay với việc sử dụng máy CNC nhiều thì so với mài, tiện cứng có nhiều ưu thế... 0.12mm 29 Các hàm mục tiêu được sử dụng trong quá trình tối ưu được xây dựng bằng phương pháp mạng nơ ron nhân tạo Sau khi xác định được các chế độ cắt tối ưu đơn mục tiêu, thì tác giả ứng mạng nơron nhân tạo để tìm ra thông số chế độ cắt tối ưu cho bài toán đa mục tiêu Việc giải bài toán tối ưu bằng mạng nơ ron nhân tạo cho kết quả có độ chính xác khá cao, thời gian áp dụng nhanh, và không cần phải... động 2 Tối ưu hóa sử dụng mạng nơ ron nhân tạo 15 Bằng các thuật toán mô tả, có thể giải các bài toán tối ưu hóa bằng cách tìm cực đại hay cực tiểu của hàm tối ưu trong phạm vi xét đến Khi sử dụng mạng nơ ron nhân tạo thì, mạng sẽ đưa ra hàm thể hiện mối quan hệ giữa đầu vào và đầu ra (hàm tối ưu) 2.1 Cấu trúc mạng nơ ron nhân tạo cho bài toán tối ưu Cấu trúc mạng truyền thẳng nhiều lớp đã được chứng... rpm , 15kw ( 20 hp ) Sức chứa ổ dao 12 21 Diện tích lắp đặt yêu cầu 2630 × 1685 mm ( 103.5" × 66.1" ) b Thân dao Kiểu DDJNR 2525M 15 của hãng Sandvik như hình 3.3 Hình 3.3 Thân dao tiện ngoài của hãng Sandvik c Mảnh dao Mảnh dao PCBN ký hiệu: DNGA150404E Hình 3.4 Mảnh dao PCBN của hãng Sandvik d Phôi Thép 9XC là thép thép hợp kim dụng cụ thường được sử dụng chế tạo dụng cụ cắt với vận tốc thấp và... 3,6-4,9 100 5,0-7,5 560 0,8 Hình dạng các mảnh dụng cụ PCBN bị hạn chế bởi điều kiện chế tạo ngặt nghèo và thường được chế tạo theo ba loại (hình 3.2)[15]: - Mảnh dao có mũi lưỡi cắt PCBN gắn trên nền hợp kim cứng (hình 3.2a) - Mảnh dao có lớp bề mặt PCBN gắn trên nền hợp kim cứng (hình 3.2b) - Mảnh dao nguyên khối PCBN (hình 3.2c) Chiều dày lớp PCBN được chế tạo ở ba mức: 1,6; 3,2; 4,76 mm theo các... số vào và mục tiêu Tuy nhiên để có độ chính xác cao thi cần có số điểm thí nghiệm nhiều và phụ thuộc vào việc lựa chọn cấu trúc mạng nơ ron nhân tạo 30 KẾT LUẬN VÀ PHƯƠNG HƯỚNG NGHIÊN CỨU TIẾP THEO 1 Kết luận Từ những nghiên cứu của luận văn có thể rút ra những kết luận sau: - Ứng dụng ANN để tối ưu hóa khi tiện thép 9XC qua tôi bằng dao PCBN đã xác định được chế độ cắt phù hợp với từng mục tiêu... luận chương 3 Quá trình tối ưu hóa khi tiện thép 9XC qua tôi bằng dao PCBN đã xác định được chế độ cắt phù hợp với từng mục tiêu chất lượng Ra hay tuổi thọ dụng cụ thông qua diện tích gia công Sc, và đã tìm được ra chế độ cắt tối ưu khi tối ưu hóa đa mục là chi phí (Cp), Thời gian sản suất (Tp) và chất lượng sản phẩm Ra Cụ thể bài toán đã tìm được giá trị điều kiện cắt tối ưu cho bài toán đơn mục tiêu:... Tuy nhiên để có độ chính xác cao thi cần có số điểm thí nghiệm nhiều và phụ thuộc vào việc lựa chọn cấu trúc mạng nơ ron nhân tạo 2 Phương hướng nghiên cứu tiếp theo Phương hướng nghiên cứu tiếp theo cần tập chung vào các nội dung sau: - Phát triển và hoàn thiện nghiên cứu ứng dụng mạng nơ ron nhân tạo trong ngành chế tạo máy ở Việt Nam - Nghiên cứu lựa chọn cấu trúc mạng nơ ron tối ưu, ứng dụng trong... [6] Phạm Thị Hoàng Nhung; Sử dụng mạng Nơ ron nhân tạo trong dự báo lưu lượng nước đến hồ Hòa Bình trước mười ngày; Đại học Thủy lợi, 2007 [7] Tô Thị Mỹ Hồng; Tối ưu hóa chế độ cắt gọt theo phương pháp tuyến tính, Trường Đại học Sư phạm kỹ thuật Thành phố Hồ Chí Minh, 2006 [8] Lại Khắc Lãi; Điều khiển đón trước trong mạng nơ ron và áp dụng cho đối tượng phí tuyến Đại học kỹ thuật Công nghiệp – Đại học... tối ưu hóa chế độ cắt như sau [17]: Ts = 0.12 phút;Tc = 0.26 phút;Ti = 0.04 phút; Ct = 271000VNĐ;C1 = 6200VNĐ; C0 = 1600VNĐ; Vì đây là tiện tinh, lực cắt bé nên nó sẽ thỏa mãn các điều kiện về lực hay công suất máy Mỗi mảng dao PCBN được dùng để tiện liên tục bề mặt trụ ngoài của phôi thép 9XC cho đến khi chiều cao vùng mòn mặt sau đạt giá trị xác định là 120µm[4] 4 Sử dụng ANN đê tối ưu hóa chế độ