nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

3. Experimentation, Modelling, and Analysis of Machining of Hard Material

verfasst von : Manjunath Patel G. C., Ganesh R. Chate, Mahesh B. Parappagoudar, Kapil Gupta

Erschienen in: Machining of Hard Materials

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Planning and conducting experiments is the key in effective monitoring of system, which leads to success in manufacturing. The traditional approach of experimental study (i.e. one factor at a time, OFAT) requires more number of experiments and consequently consumes more resources. Moreover, the interpretations and analysis that can be made from the experimental data are also limited. Design of experiments (DOE) is a statistical tool, which uses well-planned set of experiments to collect the input–output data. Further, DOE can be used to analyse the experimental data, establish input–output relations, and optimize the process. Figure 3.1 shows the general steps followed in designing a statistical-based experiment.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Studies on Machining of Hard Materials

Nächstes Kapitel Intelligent Modelling of Hard Materials Machining

G.C.M. Patel, P. Krishna, M.B. Parappagoudar, Squeeze casting process modeling by a conventional statistical regression analysis approach. Appl. Math. Model. 40(15–16), 6869–6888 (2016)CrossRef

D.C. Montgomery, Design and Analysis of Experiments (Wiley, New York, 2012)

M.B. Parappagoudar, D.K. Pratihar, G.L. Datta, Linear and non-linear statistical modelling of green sand mould system. Int. J. Cast Met. Res. 20(1), 1–13 (2007)CrossRef

S.C. Ferreira, R.E. Bruns, H.S. Ferreira, G.D. Matos, J.M. David, G.C. Brandao, E.P. Da Silva, L.A. Portugal, P.S. Dos Reis, A.S. Souza, W.N.L. Dos Santos, Box-Behnken design: an alternative for the optimization of analytical methods. Anal. Chim. Acta 597(2), 179–186 (2007)CrossRef

I. Mukherjee, P.K. Ray, A review of optimization techniques in metal cutting processes. Comput. Ind. Eng. 50(1–2), 15–34 (2006)CrossRef

L.B. Abhang, M. Hameedullah, Power prediction model for turning EN-31 steel using response surface methodology. J. Eng. Sci. Technol. Rev. 3(1), 116–122 (2010)CrossRef

H.S. Payal, R. Choudhary, S. Singh, Analysis of electro discharge machined surfaces of EN-31 tool steel. J. Sci. Ind. Res. 67, 1072–1077 (2008)

N. Faisal, K. Kumar, Optimization of machine process parameters in EDM for EN 31 using evolutionary optimization techniques. Technologies 6(2), 54 (2018)CrossRef

D. Chakradhar, A.V. Gopal, Multi-objective optimization of electrochemical machining of EN31 steel by grey relational analysis. Int. J. Model. Optimization 1(2), 113 (2011)CrossRef

10.

M.K. Das, K. Kumar, T.K. Barman, P. Sahoo, Optimization of process parameters in plasma arc cutting of EN 31 steel based on MRR and multiple roughness characteristics using grey relational analysis. Procedia Mater. Sci. 5, 1550–1559 (2014)CrossRef

11.

K. Bouacha, M.A. Yallese, T. Mabrouki, J.F. Rigal, Statistical analysis of surface roughness and cutting forces using response surface methodology in hard turning of AISI 52100 bearing steel with CBN tool. Int. J. Refract Metal Hard Mater. 28(3), 349–361 (2010)CrossRef

Titel: Experimentation, Modelling, and Analysis of Machining of Hard Material
verfasst von: Manjunath Patel G. C.
Ganesh R. Chate
Mahesh B. Parappagoudar
Kapil Gupta
Verlag: Springer International Publishing
Buch: Machining of Hard Materials
Print ISBN: 978-3-030-40101-6

Electronic ISBN: 978-3-030-40102-3

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-030-40102-3_3

Premium Partner

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.

Zur Marktübersicht