Deep Learning-Driven Multi-Objective Optimization of Surface Finish and Tool Wear in CNC Dry Turning
Cet article présente un cadre d'optimisation multi-objectif piloté par l'apprentissage profond qui surpasse les modèles classiques de loi de puissance pour prédire l'état de surface et l'usure de l'outil pour le tournage à sec CNC, identifiant avec succès un front de Pareto supérieur et des paramètres de fonctionnement robustes grâce aux analyses NSGA-III et TOPSIS.