Augmenting Milling Process Data for Shape Error Prediction

به منظور مستمر ارزیابی داده های فرایند، روش های خودکار مورد نیاز است. این با استفاده از نتایج شبیه سازی برای تعیین تمام شرایط برش مربوطه به دست می آید. وابستگی بین پارامترهای برش، سیگنال های سنسور و نتیجه برش شناسایی و اندازه گیری می شوند. با این حال، یک مدل یک بعدی خطا شکل را به طور دقیق پیش بینی نمی کند. به عنوان یک مدل جایگزین، یک مدل چند بعدی براساس یک ماشین پشتیبانی بردار، با استفاده از نیروهای فرایند و داده های شبیه سازی، آموزش داده می شود. دقت پیش بینی شده به میزان قابل توجهی نسبت به مدل یک بعدی بیشتر است و می تواند برای طراحی فرآیندهای برش بسیار قابل اعتماد مورد استفاده قرار گیرد.