Clarification des mécanismes de traitement et optimisation de multiples propriétés par analyse statistique Akira Ogawa, doctorant en 3e année, Graduate School of Business Administration, Université Mejiro Takenori Takahashi, professeur invité, Université Keio
Les données représentant la forme d'usinage sont appelées données de profil. Les données de profil sont généralement représentées en coordonnées cartésiennes ou polaires bidimensionnelles ou tridimensionnelles. Si l'objet à évaluer est tridimensionnel, plusieurs données de profil concernant la surface et les sections transversales peuvent être obtenues à partir d'un seul objet. En analysant les données de profil obtenues à partir d'expériences d'usinage conçues de manière appropriée à l'aide d'une régression linéaire ou non linéaire, la relation causale entre la forme d'usinage et les facteurs d'usinage peut être clarifiée. De plus, en combinant ces informations avec des informations technologiques spécifiques, il est possible de clarifier le mécanisme de traitement. Une fois le mécanisme élucidé, plusieurs données de profil peuvent être considérées comme des fonctions objectives, qui 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 optimiser plusieurs caractéristiques d'usinage.
Dans cette présentation, nous proposons une méthodologie d'optimisation du processus d'usinage en analysant les données de profil de forme d'usinage basées sur un modèle statistique utilisant la régression non linéaire dans JMP et en obtenant la solution optimale à l'aide de la programmation mathématique.
