مهندسی مکانیک مدرس

مهندسی مکانیک مدرس

مدل سازی و بهینه سازی چند هدفه فرآیند اکستروژن پیچشی

نویسندگان
1 عضو هیئت علمی دانشگاه بوعلی سینا همدان
2 دانشگاه بوعلی سینا، دپارتمان مهندسی مکانیک، همدان، ایران
3 باشگاه پژوهشگران جوان، دانشگاه آزاد اسلامی واحد قزوین، ایران
چکیده
در این مقاله بهینه سازی چند هدفه فرآیند اکستروژن پیچشی برای یک قطعه آلومینیوم مورد بررسی قرار گرفته است. زاویه اکستروژن، ضریب اصطکاک و سرعت بارگذاری به عنوان متغیرهای طراحی و کرنش ایجاد شده، میزان همگنی کرنش و نیروی اکستروژن به عنوان توابع هدف در نظر گرفته شده اند. ابتدا چندین نمونه توسط نرم افزار المان محدود Deform-3d شبیه سازی شدند و با استفاده از نتایج شبیه سازی، یک شبکه عصبی مصنوعی برای مدل سازی فرآیند اکستروژن پیچشی با موفقیت آموزش داده شد. نتایج نهایی به صورت نقاط غیرمغلوب پرتو استخراج شده و به کمک دیاگرام های سطح، محدوده بهترین مقدار برای زاویه اکستروژن، ضریب اصطکاک و سرعت حرکت پانچ به ترتیب در جدود 45 درجه، 0.7 و 7 متر بر ثانیه به دست آمد. در انتها با تشکیل سطوح پاسخ برای هریک از توابع هدف، نشان داده شد که زاویه اکستروژن و ضریب اصطکاک، موثرترین پارامترهای فرآیند هستند.
کلیدواژه‌ها

عنوان مقاله English

Modeling and multiobjective optimization of twist extrusion process

نویسندگان English

Mahdi Karimi 1
Hamed Bakhtiari 2
Amin Keshavarz 3
1 Assistant Professor of Mechanical Engineering
2 Mech. Eng., Bu-ali Sina Univ., Hamedan, Iran
3 Islamic Azad University, Young Researchers Club, Qazvin Branch
چکیده English

In this paper, the multi-objective optimization of twist extrusion process is carried out using the artificial neural network model and the genetic algorithm. the target purpose functions are equivalent plastic strain, strain distribution and extrusion force. the design variables are twist angle, friction factor and the loading rate. the FEM model of the process is first created and used to create training cases for the ANN, and the well-trained ANN is used as a quick and exact model of the process. Then the optimization of the design variables is conducted by an integrated genetic algorithm and the ANN model to create a set optimal solutions (pareto front).

کلیدواژه‌ها English

Twist extrusion
multi-objective optimization
genetic algorithm