Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
So sánh hai kỹ thuật tối ưu hóa kết hợp: phương pháp Taguchi-BBD-firefly và phương pháp Taguchi-hồi quy-firefly trong bài toán khoan tấm thép IS 2062-E250
Tóm tắt
Sự phát triển mở rộng của các thành phần cho ứng dụng kỹ thuật yêu cầu tối ưu hóa nhiều thông số hơn, điều này dẫn đến nhu cầu lớn hơn cho quy trình khoan hiệu quả. Thiết kế Taguchi Pareto-Box Behnken là một quy trình tối ưu hóa hiệu quả cho việc tối ưu hóa thông số quy trình của các tấm thép IS 2062 E250. Tuy nhiên, điểm yếu của phương pháp Taguchi là không thể phân biệt các thông số nào có ảnh hưởng lớn hơn đến quy trình khoan cần được khắc phục thêm. Do đó, nghiên cứu này điều tra việc kết hợp thuật toán đom đóm với phương pháp thiết kế Taguchi-Pareto-Box Behnken cho việc chế biến các tấm thép IS 2062 E250 trong quá trình khoan. Các chương trình tuyến tính đã được phát triển cho việc hình thành bài toán với hai biến thể của định nghĩa hàm mục tiêu. Ở biến thể đầu tiên, các thông số tối ưu hóa theo thiết kế Box Behnken và quy trình tối ưu hóa theo hướng đom đóm được đề cập để đạt được các giải pháp tối ưu. Đối với biến thể thứ hai, một phương trình hồi quy được thay thế làm hàm mục tiêu và quy trình đom đóm đã được thực hiện để thu được các giải pháp tối ưu. Dựa trên một quần thể xác định cho vấn đề, một bài kiểm tra hội tụ ban đầu đã được thực hiện và 50 lần lặp đã được tìm thấy là điểm hội tụ hiệu quả cho các lần lặp. Mô phỏng số học kết hợp với phân tích dữ liệu thực nghiệm đã được thực hiện để xác định hiệu quả của phương pháp đề xuất. Dữ liệu tài liệu về chế biến tấm thép IS 2062 E250 trên máy CNC đã được sử dụng trong thử nghiệm. Kết quả cho thấy phương pháp đề xuất thể hiện hiệu suất tốt cho các hoạt động khoan trong các xưởng gia công. Bằng cách sử dụng thuật toán Taguchi-Pareto-Box Behnken-firefly, các kết quả thu được là hứa hẹn. Ứng dụng đề xuất này sẽ giúp quá trình gia công đưa ra những quyết định tốt hơn, cải thiện chất lượng sản phẩm và giảm chi phí sản xuất.
Từ khóa
Tài liệu tham khảo
Dostál, P. (2013). The use of optimization methods in business and public services. In: Zelinka, I., Snášel, V., Abraham, A. (eds) Handbook of Optimization. Intelligent Systems Reference Library, vol 38. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-30504-7_29
Dutta A, Das A, Joshi SN (2017) Optimum process parameters for efficient and quality thin wall machining using firefly algorithm. Int J Additive Subtract Mat Manufact 1:3–22
Kant G, Sangwan KS (2014) Prediction and optimization of machining parameters for minimizing power consumption and surface roughness in machining. J Clean Prod 83:151–164
Kumari S, Kumar A, Yadav RK, Vivekananda K (2018) Optimisation of machining parameters using grey relation analysis integrated with harmony search for turning of AISI D2 steel. Materials Today: Proceedings 5:12750–12756
Lee YZ, Ponnambalam SG (2012) Optimisation of multipass turning operations using PSO and GA-AIS algorithms. Int J Prod Res 50:6499–6518
Nalbant M, Gökkaya H, Sur G (2007) Application of Taguchi method in the optimization of cutting parameters for surface roughness in turning. Mater Des 28:1379–1385
Nee CY, Saad MS, Mohd Nor A, Zakaria MZ, Baharudin ME (2018) Optimal process parameters for minimizing the surface roughness in CNC lathe machining of Co28Cr6Mo medical alloy using differential evolution. Int J Adv Manufact Technol 97:1541–1555
Senthilkumar N, Tamizharasan T, Gobikannan S (2014) Application of response surface methodology and firefly algorithm for optimizing multiple responses in turning AISI 1045 steel. Arab J Sci Eng 39:8015–8030
Abdullahi YU, Oke SA (2022) Optimizing the boring parameters on CNC machine using IS 2062 E250 steel plates: Taguchi-Pareto-Box Behnken design and Taguchi-ABC-Box Behnken design perspectives. Engineering Access 8(2):219–241
Abdullahi YU, Oke SA (2022) Optimization and selection of boring process parameters for IS 2062 E250 steel plates using hybrid Taguchi-Pareto Box Behnken-genetic algorithm method. Indones J Ind Eng Manag 3(2):131–150
Patel, M., & Deshpande, V. 2014. Application of taguchi approach for optimization roughness for boring operation of E 250 B0 for standard IS: 2062 on CNC TC 2(2) :2528–2537.
Prasanth, P., Sekar, T., & Sivapragash, M. (2021). Investigations on the effects of nitrogen gas in CNC machining of SS304 using Taguchi and Firefly Algorithm. Bull Polish Acad Sci Tech Sci 69(1):e136211. https://doi.org/10.24425/bpasts.2020.136211
Singh D, Shukla RS (2016) Optimisation of electrochemical micromachining and electrochemical discharge machining process parameters using firefly algorithm. Int J Mechatron Manufact Syst 9:137–159
Hebbar G, D’Mello G, Pai PS (2018) Surface roughness optimization in machining of biodegradable magnesium alloys. Materials Today: Proceedings 5:11787–11793
Raja SB, Pramod CVS, Krishna KV, Ragunathan A, Vinesh S (2015) Optimization of electrical discharge machining parameters on hardened die steel using Firefly Algorithm. Eng Comput 31:1–9
Majumder A, Das A, Das PK (2018) A standard deviation based firefly algorithm for multi-objective optimization of WEDM process during machining of Indian RAFM steel. Neural Comput Appl 29:665–677
Johari NF, Zain AM, Mustaffa NH, Udin A (2017) Machining parameters optimization using hybrid firefly algorithm and particle swarm optimization. J Phys Conf Ser 892:012005
Thamizhmanii S, Saparudin S, Hasan S (2007) Analyses of surface roughness by turning process using Taguchi method. J Ach Materials Manufact Eng 20:503–506
Rudrapati R, Patil A (2019) Optimization of cutting conditions for surface roughness in VMC 5-Axis. Mater Sci Forum 969:631–636
Pujara JM, Kothari KD, Gohil AV (2017) Process parameter optimization for MRR and surface roughness during machining LM6 aluminum MMC on WEDM. Adv Eng Forum 20:42–50
Liu Z, Li X, Wu D, Qian Z, Feng P, Rong Y (2019) The development of a hybrid firefly algorithm for multi-pass grinding process optimization. J Intell Manuf 30:2457–2472
Zubair AF, Mansor MS (2019) Embedding firefly algorithm in optimization of CAPP turning machining parameters for cutting tool selections. Comput Ind Eng 135:317–325
Dhandapani K, Vasanthkumar P, Nagarajan S (2014) A meta-heuristic evolutionary algorithm to optimize machining parameters in turning AISI 4340 steel. J Adv Eng Res 1:105–113
Palanikumar K, Karunamoorthy L, Karthikeyan R (2006) Assessment of factors influencing surface roughness on the machining of glass fiber-reinforced polymer composites. Mater Des 27:862–871
Yang WH, Tarng YS (1998) Design optimization of cutting parameters for turning operations based on the Taguchi method. J Mater Process Technol 84(1–3):122–129
Abiola IT, Oke SA (2022) Fuzzy analytic hierarchy process and markov chain-WSM/WPM/WASPAS approaches to solving the surface roughness problem in the boring of carbon steel IS 2062 GR E250 plates on CNC. Indones J Indus Eng Manag 3(1):47–71
Ighravwe DE, Oke SA (2015) The application of artificial neural network and fuzzy inference system for machine process with respect to material removal rate and surface roughness. Kenya J Mech Eng 8(1):9–23
Ighravwe DE, Oke SA (2022) Surface roughness prediction and optimization using novel joints artificial neural network and bat algorithm. Int J Integrat Eng 14(4):20–34
Yang X-S (2010) Firefly algorithm, stochastic test functions and design optimisation. Int J Bio Inspired Comput 2:78–84
Abdullahi YU, Oke SA (2022) Optimising the machining process of IS 2062 E250 steel plates with the boring operation using a hybrid Taguchi-Pareto Box Behnken-teaching learning-based algorithm. Indones J Ind Eng Eng Manag 4(2):49–63