Experimental and Artificial Neural Network Modeling of the Effects of the Input Parameters on Tool Wear and Surface Roughness in Vibration Assisted Turning of Ti6Al4V. Modares Mechanical Engineering 2022; 22 (10) :187-193
URL:
http://mme.modares.ac.ir/article-15-66070-fa.html
مفضلی مجید، نصوحی رضا. مطالعه تجربی و مدلسازی شبکه عصبی مصنوعی تاثیر پارامترهای ورودی بر روی سایش ابزار و زبری سطح در تراشکاری به کمک ارتعاشات التراسونیک آلیاژ تیتانیوم Ti۶Al۴V. مهندسی مکانیک مدرس. ۱۴۰۱; ۲۲ (۱۰) :۱۸۷-۱۹۳
URL: http://mme.modares.ac.ir/article-۱۵-۶۶۰۷۰-fa.html
۱- دانشگاه آزاد اسلامی واحد نجف آباد
۲- دانشگاه آزاد اسلامی واحد نجف آباد ، rezanosuhi@pmc.iaun.ac.i
چکیده: (۱۲۶۶ مشاهده)
در فرآیندهای ماشینکاری به کمک التراسونیک، ارتعاشی با دامنه تقریبی 4 تا 20 میکرون و فرکانس تقریبی20 kHz به ابزار یا قطعهکار اضافه میشود که سبب جدایش متناوب آنها از یکدیگر شده و موجب بهبود فیزیک فرآیند میگردد. در این تحقیق به بررسی تجربی تراشکاری و تراشکاری التراسونیک بر روی آلیاژ تیتانیوم Ti-6Al-4Vپرداخته شد. در ابتدا با بررسی پارامترهای مختلف، 4 پارامتر به عنوان پارمترهای ورودی انتخاب شدند (سرعت برش، پیشروی، عمق برش و شرایط تراشکاری التراسونیک) و اثر این چهار پارامتر با انجام آزمایشهای تجربی بر دو پارامتر خروجی یعنی سایش ابزار و زبری سطح مشخص گردید. پس از انجام آزمایشهای تجربی، بر روی نتایج به دست آمده تحلیل آماری انجام گرفت و مدل شبکه عصبی برای برای پیشبینی سایش ابزار و زبری سطح پیشنهاد شد. بررسی میزان خطای مدل شبکه عصبی نشان داد که نتایج پیش-بینی شده توسط شبکههای عصبی درصد خطای کمی دارند. در تمامی آزمایشهای 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.
نوع مقاله:
پژوهشی اصیل |
موضوع مقاله:
ماشینکاری دریافت: 1401/9/22 | پذیرش: 1401/7/10 | انتشار: 1401/7/10