مدل‌سازی و بهینه‌سازی برگشت فنری در فرآیند شکل‌دهی خزشی ورق‌های ترکیبی ماشینکاری شده آلومینیوم 7075 با بهره گیری از شبکه فازی- عصبی تطبیقی و الگوریتم ازدحام ذرات

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک، اراک، ایران

2 دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک، اراک، ایران

چکیده

شکل‌دهی ورق‌های ترکیبی ماشینکاری شده به واسطه وجود ضخامت‌های متفاوت دارای پیچیدگی‌های بیشتری نسبت به ورق‌های یکپارچه می‌باشد. وجود دو قسمت با ضخامت‌های متفاوت منجر ایجاد رفتارهای متفاوت شکل پذیری و به دنبال آن برگشت فنری متفاوت در آنها می‌شود. لذا بررسی برگشت فنری در قسمت های نازک و ضخیم ورق‌های ترکیبی ماشینکاری شده به منظور کمینه کردن آنها اهمیت بسزایی دارد. در این مقاله، یک سیستم استنتاج عصبی- فازی تطبیقی برای مدل‌سازی اثر پارامترهای مهم شامل زمان و دمای فرآیند برای پیش بینی درصد برگشت فنری ناحیه نازک و ناحیه ضخیم در ورق ترکیبی ماشینکاری شده که توسط فرآیند شکل‌دهی خزشی فرم دهی گردیده، استفاده شده است. همچنین در ادامه از مدل بدست آورده شده جهت بهینه‌سازی فرآیند شکل‌دهی خزشی با بهره گیری از الگوریتم بهینه‌سازی ازدحام ذرات استفاده شده است. به منظور مدل‌سازی رفتار فرآیند، آزمایش‌های تجربی بر روی فرآیند شکل‌دهی خزشی ورق‌های ترکیبی ماشینکاری شده صورت پذیرفته است. دقت مدل بدست آورده شده با استفاده از نمودارهای مختلف و همچنین بر اساس معیارهای ، ، ، و بررسی شده است.

کلیدواژه‌ها

موضوعات


1-      

[1] Zhan L., Lin J. and Dean T., A Review of the Development of Creep Age Forming: Experimentation, Modelling and Applications. International Journal of Machine Tools and Manufacture, Vol.51(1), pp. 1-17, 2011.
[2] Lyu F., Li Y., Huang X., Shi Z., Zeng Y. and Lin J., An Investigation of Creep Age Forming of Aa7b04 Stiffened Plates: Experiment and Fe Modelling. Journal of Manufacturing Processes, Vol.37, pp. 232-241, 2019.
[3] Liu C., Liu Y., Li S., Ma L., Zhao X. and Wang Q., Effect of Creep Aging Forming on the Fatigue Crack Growth of an Aa2524 Alloy. Materials Science and Engineering: A, Vol.725, pp. 375-381, 2018.
[4] Li Y., Shi Z., Lin J., Yang Y.-L., Saillard P. and Said R., Effect of Machining-Induced Residual Stress on Springback of Creep Age Formed Aa2050 Plates with Asymmetric Creep-Ageing Behaviour. International Journal of Machine Tools and Manufacture, Vol.132, pp. 113-122, 2018.
[5] Li Y., Shi Z., Rong Q., Zhou W. and Lin J., Effect of Pin Arrangement on Formed Shape with Sparse Multi-Point Flexible Tool for Creep Age Forming. International Journal of Machine Tools and Manufacture, Vol.140, pp. 48-61, 2019.
[6] Yang Y., Zhan L., Shen R., Yin X., Li X., Li W., Huang M. and He D., Effect of Pre-Deformation on Creep Age Forming of 2219 Aluminum Alloy: Experimental and Constitutive Modelling. Materials Science and Engineering: A, Vol.683, pp. 227-235, 2017.
[7] Khamneh M. E., Askari-Paykani M., Shahverdi H., Hadavi S. M. M. and Emami M., Optimization of Spring-Back in Creep Age Forming Process of 7075 Al-Alclad Alloy Using D-Optimal Design of Experiment Method. Measurement, Vol.88, pp. 278-286, 2016.
[8] Hasheminejad S. M., Rabiee A. H. and Bahrami H., Active Closed-Loop Vortex-Induced Vibration Control of an Elastically Mounted Circular Cylinder at Low Reynolds Number Using Feedback Rotary Oscillations. Acta Mechanica, Vol.229(1), pp. 231-250, 2018.
[9] Rabiee A. H., Regenerative Semi-Active Vortex-Induced Vibration Control of Elastic Circular Cylinder Considering the Effects of Capacitance Value and Control Parameters. Journal of Mechanical Science and Technology, Vol.32(12), pp. 5583-5595, 2018.
[10] Jang J.-S., Anfis: Adaptive-Network-Based Fuzzy Inference System. IEEE transactions on systems, man, and cybernetics, Vol.23(3), pp. 665-, 685,5, 1993.
[11] Kennedy J. and Eberhart R. (1995). Particle Swarm Optimization (Pso). Proc. IEEE International Conference on Neural Networks, Perth, Australia.