|
|
پیشبینی پدیده چتر در فرایند داخلتراشی با استفاده از نتایج آزمونهای عملی و شبکه عصبی مصنوعی
|
|
|
|
|
نویسنده
|
خلیلی گشنیگانی مریم ,رفیعیان منصور ,ابوترابی محمد مهدی
|
منبع
|
مكانيك سازه ها و شاره ها - 1399 - دوره : 10 - شماره : 3 - صفحه:121 -133
|
چکیده
|
ماشینکاری فرایند پیچیدهای است که متغیرهای زیادی بر آن اثرگذار هستند. در میان آنها، ارتعاش ابزار پدیدهای بحرانی است چون باعث ایجاد خطاهای ابعادی غیرقابلقبول در قطعهکار و کاهش شدید عمر ابزار میشود. از آنجا که دینامیک ابزار و قطعهکار به پارامترهای زیادی وابسته است، پیشبینی ارتعاش ابزار با استفاده از روابط و فرمولها مشکل است. در این تحقیق، ابتدا آزمونهای داخلتراشی با پارامترهای مختلف انجام میشود که با استفاده از شکل سطح نهایی و تبدیل فوریه سریع و چگالی طیفی سیگنال شتاب، وقوع یا عدم وقوع پدیده چتر مشخص شده است. سپس با نوشتن برنامهای با نرمافزار متلب، با استفاده از شبکههای عصبی مصنوعی مختلف بر روی این نتایج، پردازشهای مختلفی انجام شده تا پردازشی با بالاترین راندمان در بین آنها، انتخاب و با استفاده از آن به پیشبینی پدیده چتر در این مجموعه آزمایشی خاص پرداخته شود. در نهایت، برای اعتبارسنجی نتایج، آزمونهایی طرحریزی و انجام شده است. نتایج به دست آمده نشان میدهد که پیشبینی پدیده چتر با درصد قابل قبولی بهصورت صحیح انجام شده است.
|
کلیدواژه
|
داخلتراشی، پدیده چتر، شبکه عصبی مصنوعی، پیش بینی
|
آدرس
|
دانشگاه آزاد اسلامی واحد شهرکرد, ایران, دانشگاه یزد, ایران, دانشگاه یزد, ایران
|
|
|
|
|
|
|
|
|
|
|
Prediction of chatter phenomenon in the internal turning process using the results of experimental tests and artificial neural network
|
|
|
Authors
|
Khalili M. ,Rafieian M. ,abootorabi M. M.
|
Abstract
|
Machining is a complex process that many variables determine the result. Among them, tool vibration is a critical phenomenon because it causes unacceptable dimensional errors on the work pieces and a sharp reduction in tools life. Whereas the dynamic of the tool and the work piece depends on many parameters, it’s very difficult to prediction tool vibration by using relationship and formulas. In this research, internal tuning experiments done with various parameters. Output of experiments shows occurrence or non occurrence of chatter phenomenon by finishing surface shape, Fast Furrier transform and Spectral density of acceleration signal. Then, by writing a program with Matlab software, using different artificial neural networks, various processes are performed to make the program with highest efficiency between them and using it to predict chatter phenomenon this specific turning machine. Finally, for the validation of results, tests have been designed and planned. The results show that the predication of chatter phenomenon with an acceptable percentage is done correctly.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|