Modélisation Générique de la Rugosité de Surface en Tournage Dur.

Abstract

Le but de ce travail est de prédire la rugosité de la surface usinée en tournage dur. Pour cela, nous avons procédé à une étude comparative par l’utilisation des outils de modélisation permettant la prédiction de façon intelligente à partir d’un nombre suffisant d’expériences dans une opération de chariotage paraxial de l’acier 100Cr6. Des modèles empiriques ont été établis à partir de la Régression Linéaire Multiple, les Réseaux de Neurones Artificiels et la modélisation géométrique. En conclusion, on remarque que la prédiction de la rugosité totale par les Réseaux de Neurones Artificiels est la plus performante ; elle présente un MAPE de 10,77 %. Par contre, la Régression Linéaire Multiple présente un MAPE 11,23 % et la modélisation géométrique elle donne un MAPE 36,63 %.