مدل سازی و بهینه سازی نیروی ماشینکاری و زبری سطح در فرایند فرزکاری سوپر آلیاژ اینکونل 738 با کمک شبکه عصبی و الگوریتم ژنتیک

فرزکاری یکی از مهم ترین و متداول ترین روش های براده برداری بوده و از دیرباز مطالعات زیادی بر روی آن انجام شده است. ضرورت مطالعه ماشینکاری سوپر آلیاژهای پایه نیکل به علت استحکام بالا و کاربردهای مختلفی که در صنایع هوا فضا، نیروگاهی و... دارند همچنان احساس می گردد. نیروی ماشینکاری و زبری سطح بدست آمده دو پارامتر مهم قابلیت ماشینکاری سوپرآلیاژها هستند که بدلیل اهمیت بالای آن مورد مطالعه قرار گرفته است. در این پژوهش نیز برای به منظور بررسی زبری سطح اینکونل 738 در فرایند فرزکاری پرداخته شده و جهت بدست آوردن پارامترهای بهینه پس از مدلسازی و پیش بینی اثر پارامترهای ورودی بر زبری سطح، بهینه سازی پارامترها جهت رسیدن به حداقل زبری صورت گرفته است. بدین منظور چهار پارامتر سرعت برشی، پیشروی، عمق برش محوری و وجود یا عدم وجود خنک کننده به عنوان متغیرهای تحقیق در نظر گرفته شده است. سرعت برشی و پیشروی هر یک در چهار سطح و عمق برش محوری و خنک کننده در دو سطح انتخاب گردیده، در مجموع 64 آزمایش بصورت فاکتوریل کامل انجام و مورد مطالعه قرار گرفت. از شبکه عصبی و الگوریتم ژنتیک به ترتیب جهت پیش بینی و بهینه سازی پارامترهای ماشینکاری بهره گرفته شد. از مدل بدست آمده برای بررسی تاثیر پارامترهای مختلف و پیش بینی پارامترهای بهینه فرزکاری جهت بدست آوردن نیرو و صافی سطح مطلوب استفاده گردید. مقایسه نتایج حاصل از مدل شبکه عصبی و نتایج تجربی نشان دهنده پیش بینی با دقت 97 درصد مدل سازی شبکه و همچنین دقت بالای بهینه سازی می باشد.