عنوان پایان‌نامه
بهینه سازی عوامل طراحی قید وبند وماشینکاری بر اساس کمینه سازی میزان تغییر الاستیک قطعه کار
- رشته تحصیلی
- مهندسی مکانیک- ساخت و تولید
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 1650;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 42943;کتابخانه پردیس 2 فنی شماره ثبت: 1650;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 42943
- تاریخ دفاع
- ۳۱ شهریور ۱۳۸۸
- دانشجو
- مسعود فهامی
- استاد راهنما
- محسن حامدی
- چکیده
- قید و بند ماشینکاری ابزاری مهم در فرآیند ساخت و تولید است که به صورت مستقیم بر روی کیفیت و عملکرد نهایی قطعه تأثیر می گذارد. صحت عملکرد قید و بند متأثر از دقت در طراحی دقیق عواملی چون پیکربندی، نیروهای نگهدارنده، استفاده صحیح از اصطکاک و نیروهای ماشینکاری است. یک قید و بند ایده آل علاوه بر پایداری مناسب در برابر نیروهای ماشینکاری در طراحی عوامل ذکر شده بهینه بوده تا کیفیت قطعه در فرآیند ماشینکاری از حد مورد انتظار و تلرانس های تعیین شده دور نماند. اما طبیعت پیچیده تماس میان قید و بند و قطعه متأثر از ماهیت غیر خطی اصطکاک و رفتار دینامیکی آن حل این نوع مسئله، پیش بینی رفتار آن در فرآیند ماشینکاری و تحلیل نتایج حاصل بر روی قطعه و در نتیجه بهینه سازی عوامل مهم در طراحی قید و بند و ماشینکاری را جهت کمینه سازی خطای کیفی قطعه بسیار مشکل می سازد. در این مطالعه سعی شده است تا با بکارگیری روش شبیه سازی مبتنی بر اجزاء محدود در یک محیط مجازی توسط کامپیوتر، به مدل کردن، تحلیل و شبیه سازی رفتار قید و بند در فرآیند ماشینکاری و ارزیابی تأثیر عوامل طراحی قید و بند و ماشینکاری بر روی کیفیت قطعه ناشی از تغییر شکل الاستیک قطعه کار در محل ماشینکاری پرداخت. تحلیل اجزاء محدود در شرایط دینامیکی در حالی انجام می شود که سیکل یا پروفیل نیروهای ماشینکاری شبیه سازی شده تا محدودیت متداول اعمال نیروی بیشینه نرمال برداشته شود. همچنین فرآیند براده برداری جهت اعمال تغییرات دینامیکی سیستم ناشی از تغییرات قطعه شبیه سازی می شود. درگام بعدی با استفاده از نتایج حاصل از تحلیل اجزاء محدود، یک شبکه عصبی مصنوعی طراحی و آموزش داده شده تا بتواند رابطه میان عوامل طراحی قید و بند و ماشینکاری را از یک سو و میزان بیشینه تغییر شکل الاستیک قطعه در محل ماشینکاری را سوی دیگر به شرط تأیید پایداری دینامیکی قید و بند شناسایی کند. با استفاده از روش طراحی آزمایش موسوم به طرح های عاملی تأثیر عوامل طراحی قید و بند بر میزان تغییر شکل الاستیک قطعه کار در محل ماشینکاری مورد بررسی و ارزیابی قرار می گیرد. با طراحی یک الگوریتم ژنتیک جهت کمینه سازی میزان بیشینه تغییر شکل الاستیک قطعه کار در محل ماشینکاری سیستمی یکپارچه از شبکه عصبی مصنوعی و الگوریتم ژنتیک بدست می آید که می تواند با پرهیز از نمونه سازی و روند زمان بر و پرهزینه "آزمون و خطا" طرح بهینه یک قید و بند خاص را بدست دهد.
- Abstract
- Machining fixture is a decisive link in machining operations, as it directly affects the operational safety and part quality. Design of a machining fixture must enable the workpiece to remain stable throughout the machining process in order to ensure that the workpiece is manufactured according to specified dimensions and tolerances. A vital consideration in fixture design is optimizing the fixture-machining parameters so that the quality of the workpiece is maximized. The nonlinear nature of frictional contact between workpiece-fixture and complex dynamic behavior of these systems maks the fixture design a delicate task hence designing a good fixture heavily relies on the designer’s experience. Prototyping a designed fixture to evaluate its performance is a very costly and time-consuming method. In this article by implementing FEA in a virtual cmputer assisted design and engneering (CAD/CAE) environment, unnecessary and uneconomical “trial and error” experimentation on the shop floor is eliminated. A FEA based model is devloped that is capable of predicting the dynamic behavior of workpiece-fixture system, elastic deformation of workpiece surface with consideration of chip removal effect by using numerically simulated cutting force profile. An artificial neural network (ANN) is designed and trained base on adequate set of FEA inputs/outputs capable of predicting the workpiece elastic deformation and dynamic stability of fixture along the machining path. A multi-objective optimization model is presented to optimize the fixture main parameters while adaptive clamping forces and spindle speed are applied to compute the effect of chip removal on system stiffness and its frequency properties. The aim of this procedure is to minimize the workpiece surface elastic deformation range near the cutting area (Peak-to-Valley).
