مطالعه تجربی و مدل سازی شبکه عصبی مصنوعی تاثیر پارامترهای ورودی بر روی سایش ابزار و زبری سطح در تراشکاری به کمک ارتعاشات التراسونیک آلیاژ تیتانیوم Ti۶Al۴V

در فرآیندهای ماشینکاری به کمک التراسونیک، ارتعاشی با دامنه تقریبی ۴ تا ۲۰ میکرون و فرکانس تقریبی۲۰ kHz  به ابزار یا قطعه کار اضافه می شود که سبب جدایش متناوب آنها از یکدیگر شده و موجب بهبود فیزیک فرآیند می گردد. در این تحقیق به بررسی تجربی تراشکاری و تراشکاری التراسونیک بر روی آلیاژ تیتانیوم Ti-۶Al-۴Vپرداخته شد. در ابتدا با بررسی پارامترهای مختلف، ۴ پارامتر به عنوان پارمترهای ورودی انتخاب شدند (سرعت برش، پیشروی، عمق برش و شرایط تراشکاری التراسونیک) و اثر این چهار پارامتر با انجام آزمایش های تجربی بر دو پارامتر خروجی یعنی سایش ابزار و زبری سطح مشخص گردید. پس از انجام آزمایش های تجربی، بر روی نتایج به دست آمده تحلیل آماری انجام گرفت و مدل شبکه عصبی برای برای پیش بینی سایش ابزار و زبری سطح پیشنهاد شد. بررسی میزان خطای مدل شبکه عصبی نشان داد که نتایج پیش-بینی شده توسط شبکه های عصبی درصد خطای کمی دارند. در تمامی آزمایش های انجام شده با استفاده از ارتعاشات التراسونیک، میزان سایش ابزار و زبری سطح نسبت به تراشکاری معمولی کاهش یافته است. علت کاهش سایش ابزار و زبری سطح در حالت التراسونیک، کاهش میانگین نیروهای وارد به ابزار و جدایش متناوب ابزار-قطعه کار و افزایش پایداری دینامیکی فرآیند است.

کلیدواژه ها:

Vibrating Assisted Turning ، Tool Wear ، Surface Roughness ، Ti-۶Al-۴V Titanium Alloy ، Artificial Neural Network ، Regression Model ، تراشکاری به کمک ارتعاشات ، سایش ابزار ، زبری سطح ، آلیاژ تیتانیوم Ti۶Al۴V ، شبکه عصبی مصنوعی