CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بهینه سازی نرخ براده برداری ماشینکاری تخلیه الکتریکی با سیم بر روی مواد نانو کامپوزیت سرامیک تیتانیوم دی بوراید

عنوان مقاله: بهینه سازی نرخ براده برداری ماشینکاری تخلیه الکتریکی با سیم بر روی مواد نانو کامپوزیت سرامیک تیتانیوم دی بوراید
شناسه ملی مقاله: PFCONF01_170
منتشر شده در اولین همایش ملی علوم و فناوری های نوین ایران در سال 1394
مشخصات نویسندگان مقاله:

حامد فرخ زاد - دانشجوی کارشناسی ارشد مهندسی مکانیک، دانشکده مهندسی و فناوری های نوین صنایع و معادن ایران
محمدرضا سلیمانی یزدی - استادیار، دانشکده مهندسی مکانیک، دانشگاه امام حسین و مدرس دانشگاه صنایع و معادن ایران

خلاصه مقاله:
ماشینکاری تخلیه الکتریکی با سیم (وایرکات)، روشی تقریباً جدید برای ساخت قطعات دقیق، پیچیده و همچنین برش موادرسانا (نیمه رسانا) با سختی بالا می باشد ، تحقیقات مختلفی به منظور بهینه سازی متغیرهای این فرآیند انجام پذیرفته است. اینمطالعات نشان میدهد، کارایی فرآیند ماشینکاری تخلیه الکتریکی با سیم، ارتباط نزدیکی با چگونگی انتخاب پارامترهایماشینکاری دارد. در این تحقیق، بعد از بررسی اثر پارامترهای مختلف روی کارایی فرایند ماشینکاری تخلیه الکتریکی، به مدلسازی فرایند و سپس بهینه سازی پارامترهای ماشینکاری پرداخته می شود. کلیه ی آزمایش ها، روی قطعه کاری از جنس تیتانیومدی بوراید -که با توجه به سختی بالا و دانسیته ی کم که باعث کاربرد این ماده در صنایع نظامی کشورهای مختلف در بخشساخت موشک های بالستیک و فضا نوردها شده - انجام شده است.متغیرهای ورودی در این تحقیق پارامترهای توان تخلیه الکتریکی ، ولتاژ مدار باز ، ولتاژ سروو ، سرعت تغذیه سیم ،زمان خاموشیپالس می باشند همچنین نرخ براده برداری به عنوان متغیر خروجی فرآیند مورد ارزیابی قرار می گیرد . در ابتدا با استفاده ازداده های بدست آمده از آزمایشات تجربی، یک شبکه عصبی مصنوعی آموزش داده شده است تا مقادیر خروجی فرآیند را پیشبینی کند . در ادامه مدل شبکه عصبی طراحی شده با الگوریتم بهینه سازی گروهی ذرات ترکیب شده است تا مقادیر بهینه یپارامترهای ورودی تعیین شوند . نتایج نشان می دهند که ترکیب شبکه عصبی با الگوریتم بهینه سازی گروهی ذرات (PSO)بخوبی می تواند مقادیر بهینه پارامترهای تنظیمی را بمنظور کسب بهترین نرخ براده برداری تعیین نماید . نتایج نشان می دهد.

کلمات کلیدی:
نرخ براده برداری، فرآیند تخلیه الکتریکی، شبکه عصبی، بهینه سازی، الگوریتم گروهی ذرات

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/434668/