بهینه سازی چند هدفه پارامترهای ماشینکاری الکتروشیمیایی با استفاده از روش سطح پاسخ | ||
| مکانیک سازه ها و شاره ها | ||
| مقاله 5، دوره 7، شماره 4، دی 1396، صفحه 49-60 اصل مقاله (1.11 M) | ||
| نوع مقاله: مقاله مستقل | ||
| شناسه دیجیتال (DOI): 10.22044/jsfm.2017.4934.2233 | ||
| نویسندگان | ||
| علی مهرور1؛ علی باستی* 2؛ علی جمالی3 | ||
| 1عضو هیات علمی، گروه مهندسی مکانیک، دانشکده فنی، دانشگاه شهرضا | ||
| 2دانشگاه گیلان، دانشکده فنی و مهندسی | ||
| 3دانشیار، مهندسی مکانیک، دانشگاه گیلان، رشت | ||
| چکیده | ||
| در فرآیندماشینکاری الکتروشیمیایی به سبب پدیده‌های فیزیکی و شیمیایی پیچیده‌ای که در حین فرآیند رخ می‌دهد، پیش‌بینی پارامترهای بهینه و تدوین تکنولوژی براده‌برداری بسیار دشوار می‌باشد. در این مقاله از روش سطح پاسخ بعنوان روش طراحی آزمایش‌ها و با توجه به رویکرد تابع مطلوبیت با استفاده از روش Derringer، راهکاری مناسب جهت دستیابی به این مهم و بهینه‌سازی همزمان متغیرهای پاسخ ارائه شده است. از این‌روچهار پارامتر ماشینکاری ولتاژ، پیشروی ابزار، جریان الکترولیت و غلظت الکترولیت بعنوان متغیر طراحی و زبری سطح و نرخ براده‌برداری بعنوان متغیر پاسخ در نظر گرفته شده است. از روش سطح پاسخ جهت مدل‌سازی و تعیین مدل‌های حاکم بین متغیر پاسخ با پارامترهای ورودی استفاده شده است. دو متغیر پاسخ رفتار عکس و متناقض دارند و پاسخی که بطور همزمان هر دو متغیر پاسخ در بهترین حالت خود قرار دهد، وجود ندارد. بدین جهت بهینه‌سازی چند هدفه متغیرهای پاسخ با استفاده از راهکار ذکر شده انجام شده است. در این مرحله پارامترهای ورودی بهینه که بطور همزمان دو متغیر پاسخ را در حالت بهینه قرار دهد برابر ولتاژ 56/25 ولت، پیشروی ابزار 5/0 میلی متر بر دقیقه، جریان الکترولیت 45/6 لیتر بر دقیقه و غلظت الکترولیت 1/138گرم در لیتر تعیین شده است. خطای نسبی در اعتبارسنجی برای نرخ براده‌برداری و زبری سطح 4/6 و 7/6 درصد بدست آمده که صحت و اطمینان روش اجرا شده را نشان می‌دهد. | ||
| کلیدواژه‌ها | ||
| ماشینکاری الکتروشیمیایی؛ بهینه سازی؛ سطح پاسخ؛ روش Derringer | ||
| مراجع | ||
|
[1] Rumyantsev E, Davydov A (1989) Electrochemical machining of metals. MIR Publishers, Moscow. [2] Hinduja S, Kunieda M (2013)Modelling of ECM and EDM processes.CIRP Ann: Manuf Techn 62: 775–797. [3] VenkataRao R, Kalyankar VD (2014) Optimization of modern machining processes using advanced optimization techniques: a review. Int J Adv Manuf Technol 73: 1159-1188. [4] Neto JCS, Silva EM, Silva MB (2006) Intervening variables in electrochemical machining. J Mater Process Technol179: 92–96. [5] Munda J,Malapati M, Bhattacharyya B (2007) Control of micro-spark and stray-current effect during EMM process.J Mater Process Technol194: 151–158. [6] Senthilkumar C, Ganesan G, KarthikeyanR (2011) Parametric optimization of electrochemical machining of Al/15% SiCp composites using NSGA-II.Trans Nonferrous Met Soc China 21: 2293-2300. [7] Chiou YC, Lee RT, Chen TJ, Chiou JM (2012) Fabrication of high aspect ratio micro-rod using a novel electrochemical micro-machining method. Precision Eng 36:193-202. [8] Bähre D, Weber O, Rebschläger A (2013) Investigation on pulse electrochemical machining characteristics of lamellar cast iron using a response surface methodology-based approach. Procedia CIRP 6: 362 – 367. [9] Klocke F, Zeis M, Klink A, Veselova D (2013) Experimental research on the electrochemical machining of modern titanium- and nickel-based alloys for aero engine components.Procedia CIRP 6: 368-374. [10] Samanta S, Chakraborty S (2011)Parametric optimization of some non-traditional machining processes using artificial bee colony algorithm. Eng Appl Artif Intell 24: 946-957. [11]Landolt D, Chauvy PF, Zinger O (2003) Electrochemical micromachining, polishing and surface structuring of metals: fundamental aspects and new developments. Electrochimica Acta 48: 3185-3201. [12] Bhattacharyya B, Munda J (2003) Experimental investigation on the influence of electrochemical machining parameters on machining rate and accuracy in micromachining domain. Int J Adv Manuf Technol 43: 1301-1310. [13] Yusup N, Zain AM and Hashim SZM. Evolutionary techniques in optimizing machining parameters: Review and recent applications (2007-2011). Expert Syst Appl 2012; 39: 9909-9927. [14] Moradi M, Ghoreishi M, Frostevarg J, Kaplan AFH (2013)An investigation on stability of laser hybrid arc welding. Optics and Lasers in Eng 5: 481–487. [15]Sivaprakasam P, Hariharan P, Gowri S (2013) Optimization of Micro-WEDM Process of Aluminum Matrix Composite (A413-B4C): A Response Surface Approach. Mater Manuf Processes 28(12): 1340-1347. [16] Montgomery DC (2009) Design and analysis of experiments. John Wiley, New York. [17] MyersRH, Montgomery DC (1995) Response surface methodology: process and product optimization using designed experiments. Wiley, New York. [18] Derringer G, Suich R (1980) Simultaneous Optimization of Several Response Variables. J Quality Tech 12(4): 214-219. [19] Castillo ED, Montgomery DC, Mc Carville DR (1996) Modified desirability functions for multiple response optimization. J Quality Tech 28(3): 337-345. [20] AssarzadehS, Ghoreishi M (2013)A dual response surface-desirability approach to process modeling and optimization of Al2O3 powder-mixed electrical discharge machining (PMEDM) parameters.Int J Adv Manuf Technol 64: 1459-1477. | ||
|
آمار تعداد مشاهده مقاله: 1,823 تعداد دریافت فایل اصل مقاله: 1,509 |
||