Skip to main content

2021 | OriginalPaper | Buchkapitel

6. Optimization of Micro Milling Process

verfasst von : Apoorva Shastri, Aniket Nargundkar, Anand J. Kulkarni

Erschienen in: Socio-Inspired Optimization Methods for Advanced Manufacturing Processes

Verlag: Springer Singapore

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

search-config
loading …

Abstract

Micro-Milling refers to a basic end-milling process using tools up to 1 mm in diameter. The geometry that can be produced by micro-end-milling is more flexible than those produced by lithography and other traditional micro manufacturing techniques. Furthermore, a wide range of materials could be processed using micro end milling. This chapter is based on the optimization of process parameters of micro milling performed on polymethyl methacrylate (PMMA) workpiece.

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!

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!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
1.
Zurück zum Zitat Bao W, Chen P, Tansel I, Reen NS, Yang S, Rincon D (2003) Selection of optimal cutting conditions by using the genetically optimized neural network system (GONNS). In: Kaynak O, Alpaydin E, Oja E, Xu L (eds) Artificial neural networks and neural information processing—ICANN/ICONIP 2003. ICANN 2003, ICONIP 2003. Lecture Notes in Computer Science, vol 2714. Springer, Berlin, Heidelberg Bao W, Chen P, Tansel I, Reen NS, Yang S, Rincon D (2003) Selection of optimal cutting conditions by using the genetically optimized neural network system (GONNS). In: Kaynak O, Alpaydin E, Oja E, Xu L (eds) Artificial neural networks and neural information processing—ICANN/ICONIP 2003. ICANN 2003, ICONIP 2003. Lecture Notes in Computer Science, vol 2714. Springer, Berlin, Heidelberg
2.
Zurück zum Zitat Gopalsamy BM, Mondal B, Ghosh S (2009) Taguchi method and ANOVA: An approach for process parameters optimization of hard machining while machining hardened steel Gopalsamy BM, Mondal B, Ghosh S (2009) Taguchi method and ANOVA: An approach for process parameters optimization of hard machining while machining hardened steel
3.
Zurück zum Zitat Hayajneh MT, Tahat MS, Bluhm J (2007) A study of the effects of machining parameters on the surface roughness in the end-milling process. Jordan J Mech Ind Eng 1(1):1–5 Hayajneh MT, Tahat MS, Bluhm J (2007) A study of the effects of machining parameters on the surface roughness in the end-milling process. Jordan J Mech Ind Eng 1(1):1–5
4.
Zurück zum Zitat Jain VK (2008) Advanced (non-traditional) machining processes. In: Machining. Springer, London, pp 299–327 Jain VK (2008) Advanced (non-traditional) machining processes. In: Machining. Springer, London, pp 299–327
5.
Zurück zum Zitat Kulkarni AJ, Durugkar IP, Kumar M (2013) Cohort intelligence: a self supervised learning behavior. In: 2013 IEEE international conference on systems, man, and cybernetics. IEEE, pp 1396–1400 Kulkarni AJ, Durugkar IP, Kumar M (2013) Cohort intelligence: a self supervised learning behavior. In: 2013 IEEE international conference on systems, man, and cybernetics. IEEE, pp 1396–1400
6.
Zurück zum Zitat Kumar SL, Jerald J, Kumanan S, Aniket N (2014) Process parameters optimization for micro end-milling operation for CAPP applications. Neural Comput Appl 25(7–8):1941–1950CrossRef Kumar SL, Jerald J, Kumanan S, Aniket N (2014) Process parameters optimization for micro end-milling operation for CAPP applications. Neural Comput Appl 25(7–8):1941–1950CrossRef
7.
Zurück zum Zitat Lu X, Jia Z, Wang H, Si L, Liu Y, Wu W (2016) Tool wear appearance and failure mechanism of coated carbide tools in micro-milling of Inconel 718 super alloy. Ind Lubric Tribol 68(2):267–277CrossRef Lu X, Jia Z, Wang H, Si L, Liu Y, Wu W (2016) Tool wear appearance and failure mechanism of coated carbide tools in micro-milling of Inconel 718 super alloy. Ind Lubric Tribol 68(2):267–277CrossRef
8.
Zurück zum Zitat Patankar NS, Kulkarni AJ (2018) Variations of cohort intelligence. Soft Comput 22(6):1731–1747CrossRef Patankar NS, Kulkarni AJ (2018) Variations of cohort intelligence. Soft Comput 22(6):1731–1747CrossRef
9.
Zurück zum Zitat Pham DT, Elkaseera AM, Popova KP, Dimova SS, Olejnikc L, Rosochowskid A (2007) An experimental and statistical study of the factors affecting surface roughness in the micro milling process. In: Innovative Production machines and systems Pham DT, Elkaseera AM, Popova KP, Dimova SS, Olejnikc L, Rosochowskid A (2007) An experimental and statistical study of the factors affecting surface roughness in the micro milling process. In: Innovative Production machines and systems
10.
Zurück zum Zitat Rahman M, Kumar AS, Prakash JRS (2001) Micro milling of pure copper. J Mater Process Technol 116(1):39–43CrossRef Rahman M, Kumar AS, Prakash JRS (2001) Micro milling of pure copper. J Mater Process Technol 116(1):39–43CrossRef
11.
Zurück zum Zitat Saravanan M, Ramalingam D, Manikandan G, Kaarthikeyen RR (2012) Multi objective optimization of drilling parameters using genetic algorithm. Procedia Eng 38:197–207CrossRef Saravanan M, Ramalingam D, Manikandan G, Kaarthikeyen RR (2012) Multi objective optimization of drilling parameters using genetic algorithm. Procedia Eng 38:197–207CrossRef
12.
Zurück zum Zitat Shastri AS, Kulkarni AJ (2018) Multi-cohort intelligence algorithm: an intra-and inter-group learning behaviour based socio-inspired optimisation methodology. Int J Parallel Emergent Distrib Syst 33(6):675–715CrossRef Shastri AS, Kulkarni AJ (2018) Multi-cohort intelligence algorithm: an intra-and inter-group learning behaviour based socio-inspired optimisation methodology. Int J Parallel Emergent Distrib Syst 33(6):675–715CrossRef
14.
Zurück zum Zitat Zain AM, Haron H, Sharif S (2011) Estimation of the minimum machining performance in the abrasive water jet machining using integrated ANN-SA. Expert Syst Appl 38(7):8316–8326CrossRef Zain AM, Haron H, Sharif S (2011) Estimation of the minimum machining performance in the abrasive water jet machining using integrated ANN-SA. Expert Syst Appl 38(7):8316–8326CrossRef
Metadaten
Titel
Optimization of Micro Milling Process
verfasst von
Apoorva Shastri
Aniket Nargundkar
Anand J. Kulkarni
Copyright-Jahr
2021
Verlag
Springer Singapore
DOI
https://doi.org/10.1007/978-981-15-7797-0_6

    Marktübersichten

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