Operações de corte ortogonal de metais
Modelação por elementos finitos e otimização estatística de Taguchi
Versandkostenfrei!
Versandfertig in 6-10 Tagen
32,99 €
inkl. MwSt.
PAYBACK Punkte
16 °P sammeln!
Com o advento dos computadores potentes, a modelação numérica dos processos de fabrico ganhou muita importância. Como técnica de modelação numérica, a Modelação por Elementos Finitos (MEF) é uma das técnicas mais importantes que os engenheiros utilizam para simular muitos problemas físicos e mecânicos difíceis de resolver. O corte é considerado um problema extremo, uma vez que é quase impossível para qualquer dispositivo físico determinar exatamente o que se passa nas áreas de contacto entre a ferramenta e a pastilha. Por outro lado, a conceção de experiências (DoE) é u...
Com o advento dos computadores potentes, a modelação numérica dos processos de fabrico ganhou muita importância. Como técnica de modelação numérica, a Modelação por Elementos Finitos (MEF) é uma das técnicas mais importantes que os engenheiros utilizam para simular muitos problemas físicos e mecânicos difíceis de resolver. O corte é considerado um problema extremo, uma vez que é quase impossível para qualquer dispositivo físico determinar exatamente o que se passa nas áreas de contacto entre a ferramenta e a pastilha. Por outro lado, a conceção de experiências (DoE) é um conjunto de técnicas estatísticas destinadas a reduzir o número de experiências com o mínimo de efeitos adversos no resultado final de toda a configuração experimental. As matrizes ortogonais são exemplos de matrizes equilibradas que o método de Taguchi adoptou para otimizar economicamente os processos de experimentação. Este livro associa o MEF e a otimização estatística de Taguchi para otimizar as operações de corte ortogonal utilizando o software Deform 2D. O resultado deste livro deve ajudar os engenheiros a enfatizar as capacidades de acoplamento do MEF e do método de Taguchi na otimização de um dos cenários mais extremos dos processos de fabrico.
Andere Kunden interessierten sich für
