Read more
In questo libro, gli autori presentano un approccio basato sulla regressione multilineare per la modellazione della rugosità superficiale durante la tornitura di una lega di ottone commerciale. Due modelli di regressione sono stati sviluppati utilizzando i dati sperimentali raccolti secondo una metodologia di progettazione degli esperimenti basata su fattori completi. Mentre la prassi convenzionale è quella di sviluppare modelli di regressione utilizzando l'intero set di dati sperimentali, noi ci discostiamo da questa prassi e utilizziamo solo un sottoinsieme dei dati disponibili, mentre i dati rimanenti vengono utilizzati per la validazione del modello. La suddivisione dei dati sperimentali in dati di addestramento e dati di prova è stata effettuata in modo casuale, senza ricorrere ad alcuna regola matematica. I risultati ottenuti rivelano che il modello di regressione del secondo ordine è statisticamente migliore nella previsione della rugosità superficiale per entrambi i set di dati. La rugosità superficiale minima globale viene determinata utilizzando i modelli di regressione sviluppati insieme all'ottimizzazione a obiettivo singolo basata sull'algoritmo genetico. I risultati dell'ottimizzazione rivelano che il minimo globale ottenuto con il modello di regressione del secondo ordine è in stretto accordo (accuratezza - 94%) con i risultati sperimentali.
About the author
Suhail Ahmed Manroo e Suhail Ganiny estão a trabalhar como séniores investigadores e estão associados ao Departamento de Mecânica Engenharia, Instituto Nacional de Tecnologia Srinagar, J&K, Índia.
