>
Fa   |   Ar   |   En
   بهینه‌سازی برش ورق‌های اینکونل 718 با لیزر co2 به روش الگوریتم ازدحام ذرات  
   
نویسنده کیانی سعید ,ترکش اصفهانی رسول ,زجاجی زهرا
منبع روش هاي هوشمند در صنعت برق - 1401 - دوره : 13 - شماره : 51 - صفحه:109 -121
چکیده    در این پژوهش متغیرهای اثر گذار بر روی کیفیت برش ورق اینکونل 718 در فرایند برشکاری با لیزر بررسی شده است. با کمک طراحی آزمایش به روش تاگوچی، متغیرهای ورودی شامل توان لیزر دی اکسید کربن و سرعت برش برای برش سه ضخامت مختلف از آلیاژ اینکونل 718 مورد بررسی قرار گرفت تا شرایط بهینه در نهایت به دست آید. پس از مشخص شدن داده های تست های تجربی، مجموعه داده به دست امده به کمک الگوریتم شبکه عصبی مدل سازی گردید. این مدل در مرحله بعد توسط الگوریتم بهینه سازی تجمعی ذرات (pso) استفاده شد تا پارامترهای کاندید به دست امده را ارزیابی کند و کیفیت برش را بر این اساس پیش بینی نماید. در نهایت الگوریتم بهینه سازی تجمعی ذرات، مقدار بهینه شرایط برش را تعیین می کند. نتایج نشان داد که هنگامی که توان لیزر 1714 وات، سرعت برش 1382 میلی‌متر بر دقیقه و ضخامت قطعه 0.8 میلی‌متر باشد، بهترین کیفیت برای برش ورق سوپر آلیاژ اینکونل 718 با دستگاه برش لیزر دی اکسید کربن به دست می آید. نتایج به دست آمده برای مقادیر بهینه برای پارامترهای برش آلیاژ اینکونل با لیزر دی اکسید کربن با استفاده الگوریتم بهینه سازی تجمعی ذرات توسط یک آزمایش تجربی و تحقیقات مشابه راستی آزمایی شد. نتایج این آزمایش تجربی بسیار نزدیک به مقادیر بهینه الگوریتم بهینه سازی تجمعی ذرات است و این نشان دهنده کارایی مدل شبکه های عصبی در تخمین کیفیت برش و کارایی بهینه سازی انجام شده توسط pso در یافتن شرایط بهینه است.
کلیدواژه الگوریتم ازدحام ذرات، برش لیزر co2، بهینه‌سازی، صافی سطح، ورق اینکونل 718
آدرس دانشگاه آزاد اسلامی واحد نجف‌آباد, دانشکده فنی و مهندسی, ایران, دانشگاه آزاد اسلامی واحد نجف آباد, دانشکده فنی و مهندسی، مرکز تحقیقات فناوری‌های نوین ساخت و تولید, ایران, دانشگاه اصفهان, دانشکده مهندسی کامپیوتر, ایران
پست الکترونیکی z.zojaji@eng.ui.ac.ir
 
   optimizing the cutting of inconel 718 sheets with co2 laser by particle swarm algorithm  
   
Authors kiani saeid ,tarkesh esfahani rasoul ,zojaji zahra
Abstract    in this paper, the impact of different operative variables on the quality of cutting of inconel material 718 is studied. utilizing taguchi test design, the input variables including carbon dioxide laser power and the cutting speed for cutting three different thicknesses of inconel 718 alloy were investigated in order to achieve the optimal conditions. after obtaining experimental test results, dataset was modeled using artificial neural networks. the neural network model is then used for evaluating candidate solutions in particle swarm optimization (pso) algorithm which is employed for optimization of cutting conditions. the results indicated that when the laser power of is 1714 (w), the cutting speed is 1382 (mm/min) and the thickness of the material is 0.8 (mm), the best quality for cutting inconel 718 is achieved with a carbon dioxide laser cutting machine. the results of optimal cutting parameters of inconel alloy with carbon dioxide laser which were obtained by pso were verified through an experimental test and similar papers. the results of this experimental test were very close to the optimal values of the pso, which demonstrates the efficiency of neural network model in predicting the quality of cutting and the efficiency of pso in finding optimal conditions.
Keywords co2 laser cutting ,particle swarm optimization ,inconel 718 sheet ,optimization ,surface smoothness
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved