Élucidation du mécanisme de traitement et optimisation de propriétés multiples grâce à l'analyse statistique
Aki Ogawa, doctorant de 3e année, Graduate School of Business Administration, Mejiro University Takenori Takahashi, professeur invité, Keio University
Les données représentant la forme traitée sont appelées données de profil. Les données de profil sont généralement exprimées en coordonnées rectangulaires ou polaires bidimensionnelles ou tridimensionnelles. Si la cible d'évaluation est tridimensionnelle, plusieurs données de profil concernant les surfaces et les sections transversales peuvent être obtenues à partir d'une seule cible. En analysant les données de profil obtenues à partir d'expériences d'usinage menées dans le cadre d'une planification appropriée utilisant une régression linéaire ou non linéaire, il est possible de clarifier la relation causale entre la forme d'usinage et les facteurs d'usinage. De plus, en les combinant avec des informations technologiques spécifiques, il est possible d’élucider le mécanisme de traitement. Une fois le mécanisme clarifié, plusieurs données de profil peuvent être considérées comme des fonctions objectives, et celles-ci peuvent être optimisées à l'aide d'une programmation mathématique sous des contraintes appropriées, et les conditions optimales peuvent être renvoyées au processus d'usinage pour contrôler plusieurs caractéristiques d'usinage.
Dans cette présentation, nous analyserons les données de profil de forme d'usinage basées sur des modèles statistiques utilisant la régression non linéaire de JMP, obtiendrons des solutions optimales à l'aide de la programmation mathématique et proposerons une méthodologie pour optimiser les processus d'usinage.
