JAGDISH PATTANAYAK / Rajendra Patel
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Streszczenie Obróbka elektroerozyjna (EDM) jest szeroko stosowanym nietradycyjnym procesem obróbki, który zapewnia wysoką precyzję i złożone kształty geometryczne w trudnych do obróbki materiałach. Jednak optymalizacja parametrów EDM pozostaje wyzwaniem ze względu na jej stochastyczny charakter i zależność od wielu zmiennych procesowych. Integracja technik sztucznej inteligencji (AI) w EDM stała się transformacyjnym podejściem do zwiększenia wydajności, precyzji i jakości powierzchni. W niniejszym badaniu przeanalizowano różne metodologie oparte na sztucznej inteligencji, takie jak uczenie maszynowe, sztuczne sieci neuronowe, logika rozmyta i algorytmy genetyczne do optymalizacji parametrów procesu EDM. Celem jest opracowanie kompleksowych ram optymalizacji opartych na sztucznej inteligencji w celu poprawy wydajności obróbki, zmniejszenia zużycia narzędzi i zwiększenia szybkości usuwania materiału.