Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tối ưu hóa nhiều đặc tính hiệu suất của các tham số EDM cho AISI 5160 dựa trên RSM và NSGA-II
Tóm tắt
Trong bài báo này, các phương pháp xả khác nhau được sử dụng để nghiên cứu các đặc điểm gia công của gia công điện phân (EDM). Chế độ xả đóng vai trò quan trọng trong bất kỳ quy trình EDM nào. Việc xả không chính xác có thể dẫn đến việc cắt không ổn định và điều kiện gia công kém. Trong nghiên cứu hiện tại, thép hợp kim AISI 5160 được chọn làm vật liệu làm việc để điều tra hiệu suất của EDM. Hai biến phản ứng quan trọng nhất, độ nhám bề mặt (SR) và tỷ lệ loại bỏ vật liệu (MRR), được chọn để tính toán ảnh hưởng của các yếu tố kiểm soát đầu vào. Thiết kế tổ hợp trung tâm được sử dụng để lập kế hoạch thí nghiệm dựa trên phương pháp bề mặt phản hồi. Phân tích phương sai được sử dụng để điều tra ảnh hưởng của các yếu tố kiểm soát đối với phản ứng. Các mô hình toán học được giải bằng sự trợ giúp của thuật toán di truyền phân loại không chi phối II (NSGA-II). Các thí nghiệm xác nhận rằng tại các mức tối ưu của các tham số quy trình, các giá trị MRR và SR dự đoán lần lượt là 1.167 g/phút và 1.280 μm. Các giá trị MRR và SR dự đoán bởi NSGA-II cho thấy sự tương quan tốt hơn với các giá trị thí nghiệm, tức là 1.149 g/phút và 1.327 μm, tương ứng.
Từ khóa
Tài liệu tham khảo
Mcgeough, J.: Advanced Methods of Machining. Chapman & Hall, London (1998)
Kalpakjian, S.; Schmid, S.R.: Manufacturing Engineering and Technology. Prentice Hall, Upper Saddle River (2001)
Gostimirovic, M.; Kovac, P.; Sekulic, M.; Skoric, B.: Influence of discharge energy on machining characteristics in EDM. J. Mech. Sci. Technol. 26, 173–179 (2012)
Pandey, A.; Singh, S.: Current research trends in variants of electrical discharge machining: a review. Int. J. Eng. Sci. Technol. 2, 2172–2191 (2010)
Janmanee, P.; Muttamara, A.: Optimization of electrical discharge machining of composite 90WC-10Co base on Taguchi approach. Eur. J. Sci. Res. 64, 426–436 (2011)
Rahman, M.M.; Khan, A.R.; Kadirgama, K.; Noor, M.M.; Bakar, R.A.: Modeling of material removal on machining of Ti–6Al–4V through EDM using copper tungsten electrode and positive polarity. Int. J. Mech. Aerosp. Ind. Mech. Manuf. Eng. 4, 1319–1324 (2010)
Atefi, R.; Javam, N.; Razmavar, A.; Teimoori, F.: The investigation of EDM parameters on electrode wear ratio. Res. J. Appl. Sci. Eng. Technol. 4, 1295–1299 (2012)
Atefi, R.; Razmavar, A.; Teimoori, F.; Teimoori, F.: The investigation of EDM parameters in finishing stage on surface quality using hybrid model. J. Basic Appl. Sci. Res. 2(3), 3061–3065 (2012b)
Assarzadeh, S.; Ghoreishi, M.: Neural-network-based modeling and optimization of the electro-discharge machining process. Int. J. Adv. Manuf. Technol. 39, 488–500 (2008)
Khan, A.A.; Saifuddin, S.E.: Wear characteristics of copper and aluminum electrodes during EDM of stainless steel and carbide. In: Proceedings of the International Conference on Mechanical Engineering 2005 (ICME2005), 28–30 December, Dhaka, Bangladesh (2005)
Saha, S.K.; Choudhury, S.K.: Experimental investigation and empirical modelling of the dry EDM process. Int. J. Mach. Tool Manuf. 49, 297–308 (2009)
Rao, G.K.M.; Rangajanardhaa, G.; Rao, D.H.; Rao, M.S.: Development of hybrid model and optimization of SR in EDM using artificial neural networks and genetic algorithm. J. Mater. Process. Technol. 209, 1512–1520 (2009)
Wang, K.; Gelgele, H.L.; Wang, Y.; Yuan, Q.; Fang, M.: A hybrid intelligent method for modeling the EDM process. Int. J. Mach. Tool Manuf. 43, 995–999 (2003)
Cao, F.G.; Yang, D.Y.: The study of high efficiency and intelligent optimization system in EDM sinking process. J. Mater. Process. Technol. 149, 83–87 (2004)
Su, J.C.; Kao, J.Y.; Tarng, Y.S.: Optimization of the electrical discharge machining process using a GA-based neural network. Int. J. Adv. Manuf. Technol. 24, 81–90 (2004)
Karthikeyan, R.; Lakshmi Narayanan, P.R.; Naagarazan, R.S.: Mathematical modelling for EDM of aluminium–silicon carbide particulate composites. J. Mater. Process. Technol. 87(13), 59–63 (1999)
Dewangan, S.; Datta, S.; Patel, S.K.; Mahapatra S.S.: A case study on quality and productivity optimization in EDM. In: 14th International Conference in Advanced Materials and Processing Technologies, AMPT2011, 13–16 July, Istanbul, Turkey (2011)
Mandal, D.; Pal, S.K.; Saha, P.: Modeling of electrical discharge machining process using back propagation neural network and multi-objective optimization using nondominating sorting genetic algorithm-II. J. Mater. Process. Technol. 186, 154–162 (2007)
Lin, J.L.; Lin, C.L.: The use of the orthogonal array with grey relational analysis to optimize the electrical discharge machining process with multiple performance characteristics. Int. J. Mach. Tool Manuf. 42, 237–244 (2002)
Kansal, H.K.; Singh, S.; Kumar, P.: Parametric optimization of powder mixed electrical discharge machining by response surface methodology. J. Mater. Process. Technol. 169, 427–436 (2005)
Bandyopadhyay, S.; Bhattacharya, R.: Applying modified NSGA-II for bi-objective supply chain problem. J. Intell. Manuf. 24, 707–716 (2013)
Torabi, S.H.R.; Alibabaei, S.; Bonab, B.B.; Sadeghi, M.H.; Faraji, G.: Design and optimization of turbine blade preform forging using RSM and NSGA II. J. Intell. Manuf. (2015). doi:10.1007/s10845-015-1058-0
Ganeshan, H.; MohanKumar, G.: Optimization of machining techniques in CNC turning centre using genetic algorithm. Arab. J. Sci. Eng. 38, 1529–1538 (2013)
Visalakshi, S.; Baskar, S.: Multiobjective decentralized congestion management using modified NSGA-II. Arab. J. Sci. Eng. 36, 827–840 (2011)
Sharma, N.; Khanna, R.; Gupta, R.D.; Sharma, R.: Modeling and multiresponse optimization on WEDM for HSLA by RSM. Int. J. Adv. Manuf. Technol. 67, 2269–2281 (2013)
Sharma, N.; Raj, T.; Jangra, K.K.: Parameter optimization and experimental study on wire electrical discharge machining of porous Ni\(_{40}\)Ti\(_{60}\) alloy. Proc. IMechE Part B J. Eng. Manuf. (2015). doi:10.1177/0954405415577710.
Deb, K.; Pratap, A.; Agarwal, S.; et al.: A fast and elitist multi-objective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6, 182–197 (2002)
Srinivas, N.; Deb, K.: Multi objective optimization using non-dominated sorting algorithm. Evol. Comput. 2, 241–248 (1994)
Sharma, N.; Kumar, K.; Raj, T.; Kumar, V.: Porosity exploration of SMA by Taguchi, regression analysis and genetic programming. J. Intell. Manuf. (2016). doi:10.1007/s10845-016-1236-8