Decision tree-based parametric analysis of a CNC turning process

Article Type:
Research/Original Article (دارای رتبه معتبر)
Computer numerical control (CNC) is a manufacturing concept where machine tools are automated to perform some predefined functions based on the instructions fed to them. CNC turning processes have found wide ranging applications in modern day manufacturing industries due to their capabilities to produce low cost high quality parts/components with very close dimensional tolerances. In order to exploit the fullest potential of a CNC turning process, it should always be operated while setting its different input parameters at their optimal levels. In this paper, two classification tree algorithms, i.e. classification and regression tree (CART) and Chi-squared automatic interaction detection (CHAID) are applied to study the effects of various turning parameters on the responses and identify the best machining conditions for a CNC process. It is perceived that those settings almost match with the observations of the earlier researchers. The CART algorithm outperforms CHAID with respect to higher overall classification accuracy and lower prediction risk.
3653 to 3674  
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!