Heydarzadeh M S, Rezaei S M, Bin Mardi N A, Kamali A. Real-time estimation of micro-milling cutting tool deflections by using signals of stages driven by linear motors. Modares Mechanical Engineering 2017; 17 (6) :357-364
URL:
http://mme.modares.ac.ir/article-15-7837-fa.html
حیدرزاده محمد صادق، رضاعی مهدی، مردی نور عزیزی، کمالی علی. تخمین بههنگام خمش ابزار میکرو فرزکاری با استفاده از سیگنال های میزهای متحرک با موتورهای خطی. مهندسی مکانیک مدرس. ۱۳۹۶; ۱۷ (۶) :۳۵۷-۳۶۴
URL: http://mme.modares.ac.ir/article-۱۵-۷۸۳۷-fa.html
۱- دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر، تهران
۲- استاد عضو هیات علمی دانشگاه امیر کبیر
۳- دانشگده مهندسی مکانیک، دانشگاه مالایا، کوالالامپور، مالزی
۴- دانشکده مهندسی مکانیک، دانشگاه امیرکبیر
چکیده: (۵۲۱۲ مشاهده)
با وجود ابداع روشهای متنوع میکروساخت، میکروفرزکاری به علت ویژگیهایش در ساخت قطعات سه بعدی، نرخ براده برداری زیاد و دقت بالا مورد توجه ویژه است. با این حال این فرایند با چالشهایی روبروست که از مهمترین آنها خمش ابزار است که گاهی تا 90 درصد از خطای محصول نهایی را نیز در برمیگیرد. در این مقاله، یک روش به هنگام برای تخمین خمش ابزار میکروفرز برای ماشینهای میکروفرزی که مجهز به موتورهای خطی هستند، ارائه می شود. در این روش از یک فیلتر کالمن برای تخمین غیرمستقیم نیروی ماشینکاری از پسخوراند موقعیت و جریان ورودی آمپلیفایرهای موتورهای خطی میز تغذیه استفاده می شود. با توجه به اینکه خروجی تخمینگر نیرو، برایندی از تمامی نیروهای وارده به موتور است، بنابراین باید منابع اغتشاشی اضافی که عمدتا اصطکاک و موج های نیرویی است، حذف شود. در پژوهش پیش رو، از شبکه های عصبی برای حذف این نیروها استفاده شده است. برای این هدف از یک شبکه عصبی پرسپترون با یک لایه پنهان 16 گره ای و دو تاخیر زمانی در ورودی استفاده شد. نتایج آزمونهای تجربی نشان داد که روش مزبور به طور میانگین تا 75 درصد از خمش ابزار را پیش بینی کند.
نوع مقاله:
مقاله پژوهشی کامل |
موضوع مقاله:
روشهای ساخت دریافت: 1395/11/25 | پذیرش: 1396/1/27 | انتشار: 1396/4/8