| پیش بینی سایش ابزار در ماشینکاری فولاد سخت کاری شده با استفاده از مطالعات تجربی و شبکه عصبی مصنوعی |
| کد مقاله : 1022-CAMMT |
| نویسندگان |
|
سجاد دهقانی *1، فرشید جعفریان2، محمد مقداد فلاح3 1دانشگاه تربیت دبیر شهید رجایی، تهران، ایران 2دانشکده مهندسی، مرکز آموزش عالی محلات، محلات، ایران 3گره آموزشی ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران |
| چکیده مقاله |
| توانایی پیش بینی سایش ابزار در هنگام ماشینکاری بخش بسیار مهمی از تشخیص است که باعث می شود ابزار در زمان مربوطه جایگزین شود. ازاین‌رو، در این پژوهش از رویکرد شبکه عصبی مصنوعی برای پیش بینی سایش ابزار استفاده شد. ابتدا فولاد سخت‌کاری شده 4140 با ابزار کاربید سیمانی بدون پوشش TCMW 16T304 H13A و با پارامترهای ورودی شامل سرعت برشی، نرخ پیشروی و زمان ماشینکاری در سه سطح مختلف و با عمق برش ثابت تراشکاری شد و میزان سایش ابزار اندازه گیری شد و از نتایج آزمایش تجربی برای آموزش و اعتبارسنجی شبکه عصبی مصنوعی استفاده شد. معماری بهینه شبکه عصبی با 3 گره در لایه ورودی، دو لایه پنهان با 12 و 36 گره به ترتیب در لایه های اول و دوم پنهان و 1 گره در لایه خروجی برای پیش بینی سایش ابزار به دست آمد. مقادیر پیش بینی مدل شبکه عصبی مصنوعی با نتایج تجربی مقایسه شد و میانگین درصد خطای داده های اعتبارسنجی برابر با 3/32 درصد محاسبه شد. |
| کلیدواژه ها |
| شبکه عصبی مصنوعی، فولاد 4140، ماشینکاری، سایش ابزار، سرعت برشی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |