پیش بینی سایش ابزار در ماشینکاری فولاد سخت کاری شده با استفاده از مطالعات تجربی و شبکه عصبی مصنوعی | ||
| مهندسی مکانیک مدرس | ||
| Article 16, Volume 23, Issue 10, 1402, Pages 89-93 PDF (543.31 K) | ||
| Document Type: پژوهشی اصیل | ||
| DOI: 10.22034/mme.23.10.89 | ||
| Authors | ||
| فرشید جعفریان1; محمد مقداد فلاح2; سجاد دهقانی* 2 | ||
| 1مرکز آموزش عالی محلات | ||
| 2دانشگاه تربیت دبیر شهید رجایی | ||
| Abstract | ||
| توانایی پیشبینی سایش ابزار در هنگام ماشینکاری بخش بسیار مهمی از تشخیص است که باعث میشود ابزار در زمان مربوطه جایگزین شود. ازاینرو، در این پژوهش از رویکرد شبکه عصبی مصنوعی برای پیشبینی 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 اندازهگیری 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 لایههای اول و دوم پنهان و 1 گره در لایه خروجی برای پیشبینی سایش ابزار به دست آمد. مقادیر پیشبینی مدل شبکه عصبی مصنوعی با نتایج تجربی مقایسه شد و میانگین درصد خطای دادههای اعتبارسنجی برابر با 32/3 درصد محاسبه شد. | ||
| Keywords | ||
| شبکه عصبی مصنوعی; فولاد 4140; ماشینکاری; سایش ابزار; سرعت برشی | ||
| References | ||
|
| ||
|
Statistics Article View: 3,148 PDF Download: 4,541 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,572 |
| Article View | 19,877,467 |
| PDF Download | 16,059,654 |