مدل سازی و بهینه سازی صافی سطح در فرآیند شیار تراشی با استفاده از شبکه عصبی و الگوریتم ژنتیک

امروزه با افزایش رقابت در صنعت ساخت و تولید، کیفیت سطوح قطعات تولیدی، به عنوان یکی از پارامتر های اصلی مرغوبیت کالا محسوب می شود. لذا در این تحقیق تلاش شده است، پارامترهای موثر بر زبری سطح (Ra) در فرایند شیارتراشی شناسایی و میزان تاثیر هر یک از این پارامترها با استفاده از آنالیز واریانس (ANOVA) و شبکه عصبی مصنوعی مورد بررسی قرار گیرد. در این تحقیق ابتدا یک مدل شبکه عصبی مصنوعی Back Propagation Feed Forward ، برای 4 پارامتر موثرتر تشکیل شده و سپس با استفاده از الگوریتم ژنتیک در نرم افزار MATLAB مقدار بهینه پارامتر های اصلی فرآیند شیار تراشی شامل پیشروی و سرعت برشی و عمق برش بدست آمده است .در انتها نتایج حاصل از بهینه سازی با نتایج تجربی مقایسه گردیده که نشان دهنده تطابق خوب روش تئوری ارائه شده با داده تجربی می باشد. انجام این پژوهش بر پایه داده های تجربی فرآیند در ماشین فرز CNC بر روی قطعه از جنس آلیاژ آلومینیوم 6061 است.

کلیدواژه ها:

فرایند شیار تراشی ، شبکه عصبی ، الگوریتم ژنتیک ، صافی سطح