Fuzzy-alapú értékelési modell az 1.2379 szerszámacél forgácsolhatóságának vizsgálatára
DOI:
https://doi.org/10.12700/bk.2026.8.1.259Kulcsszavak:
fuzzy logika, forgácsolhatóság, döntéstámogató rendszer, ötvözőelemek hatásaAbsztrakt
A tanulmány egy Mamdani-típusú fuzzy következtető rendszer kidolgozását mutatja be az 1.2379 szerszámacél forgácsolhatóságának meghatározására. A modell célja, hogy rugalmasabban és valósághűbben kezelje a forgácsolási folyamatokban megjelenő bizonytalanságokat és nemlineáris összefüggéseket, mint a hagyományos, egyszerű arányszámítási eljárások. A kutatás során három különböző fogszámú és spirálszögű marószerszámmal végeztünk forgácsolási vizsgálatokat, ahol a fogankénti előtolást négy szinten változtattuk (0,03; 0,05; 0,07; 0,09 mm/fog). A kísérletek során a felületi érdesség (Ra) mérési, míg a szakítószilárdság (Rm) értékei a szerszámacél katalógusadatai alapján kerültek be a fuzzy modellbe. A fuzzy rendszer két almodulból épül fel: az első az ötvözőelemek hatását egy Ötvöző Hatás Indexben (ÖHI) foglalja össze, míg a második az ÖHI, az Ra és az Rm értékek alapján számítja ki a Forgácsolhatósági Indexet (FOI). A módszer eredményeit összehasonlítottuk egy általunk összeállított, hagyományos lineáris számításokon alapuló értékelési modellel, amely a fuzzy rendszerhez képest kevésbé érzékeny, és diszkrét, éles határértékeken alapuló átmeneteket ad. A fuzzy alapú megközelítés ezzel szemben folyamatosabb, valósághűbb viselkedést mutat, így hatékonyabb eszközt biztosít a forgácsolhatóság prediktív elemzéséhez és döntéstámogatásához.
Hivatkozások
M. Chandrasekaran, D. Devarasiddappa (2012). Development of Predictive Model for Surface. World Academy of Science, Engineering and Technology 68.
Md. Rezaul Karim et. al. (2019) Predictive Modeling of Surface Roughness in MQL assisted Turning of SiC-Al Alloy Composites using Artificial Neural Network and Adaptive Neuro Fuzzy Inference System. Journal of Advanced Research in Manufacturing, Material Science & Metallurgical Engineering Volume 5, Issue 3 - 2018, Pg. No. 12-28.
Mohsen Marani Barzani et. al. (2015) Fuzzy logic based model for predicting surface roughness of machined Al–Si–Cu–Fe die casting alloy using different additives-turning. Measurement 61 (2015) 150–161. DOI: http://dx.doi.org/10.1016/j.measurement.2014.10.003
Böhler elektronikus katalógus.: https://www.boehler.hu/app/uploads/sites/248/productdb/api/k110_hu_hu.pdf ( Letöltve: 2025.07.21.)
G. Rajkumar et.al. (2023) Parametric Optimization of Powder-Mixed EDM of AA2014/Si3N4/Mg/Cenosphere Hybrid Composites Using Fuzzy Logic: Analysis of Mechanical, Machining, Microstructural, and Morphological Characterizations. Jurnal of Composites Science. DOI: https://doi.org/10.3390/jcs7090380
W. Sitek et.al. (2023) Hardenability modelling and the performance of computational intelligence tools in research on structural alloy steels. Journal of Achievements in Materials and Manufacturing Engineering. DOI: 10.5604/01.3001.0054.3226.
##submission.downloads##
Megjelent
Hogyan kell idézni
Folyóirat szám
Rovat
License
Copyright (c) 2026 Béla Mészáros, Balázs Mikó, Edit Laufer

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.