پیش بینی سایش مته در عملیات سوراخ کاری با کمک شبکه عصبی

سوراخکاری یکی از رایج ترین فرآیندهای مورد استفاده در صنعت است. مته مورد استفاده عموما0 از جنس فولاد تندبر است که افزایش سایش لبه های آن می تواند موجب افزایش نیروی اعمالی به دستگاه های مورد استفاده شود . در این مقاله نتایج تجربی اندازه گیری شده برای سایش لبه برشی (سطح آزاد ) مته با پیش بینی انجام شده توسط شبکه عصبی مقایسه شده است. در این تحقیق با استفاده از نتایج بدست آمده از آزمایش اثر پارامتر های سرعت برشی، نرخ پیشروی و قطر مته بر روی سایش ابزار و اندازه گشتاور مته بررسی شده است. آزمایش های سوراخکاری برروی فولاد AISI1040 انجام شده است. از دو مته با قطرهای 12mm و 14/5mm سه سرعت برشی ، پنج مقدار برای نرخ پیشروی استفاده شده است و در یک شرایط ثابت تعداد سوراخ های ایجاد شده تا زمانی که مته به لحظه شکست کامل برسد (معیار عمر ابزار) مورد اندازه گیری قرار گرفته است. با استفاده از نتایج بدست آمده، یک شبکه عصبی پیشخور در نرم افزار متلب طراحی شده است و پس از آموزش آن، به منظور پیش بینی گشتاور و سایش مته از شبکه آموزش داده شده استفاده شده است. مقایسه نتایج تجربی و نتایج تخمین با کمک شبکه عصبی نشان می دهد که نتایج پیش بینی شده توسط شبکه عصبی بسیار نزدیک به نتایج بدست آمده از آزمایش های تجربی می باشد. نتایج نشان می دهد که با افزایش پارامترهای مانند سرعت برشی، نرخ پیشروی، قطر مته و سختی قطعه کار گشتاور افزایش پیدا می کند. این افزایش در مقدار گشتاور باعث افزایش سایش مته و نزدیک شدن مته به پایان عمر خود موثر است.

کلیدواژه ها:

سوراخ کاری ، عمر ابزار ، گشتاور ، سایش سطح آزاد ، شبکه عصبی مصنوعی