پیش بینی وقوع چتر در فرایند فرزکاری با استفاده از شبکه های عصبی مصنوعی

در چند دهه اخیر تحقیقات زیادی در زمینه اتوماسیون فرایند ماشینکاری انجام شده است. هدف اصلی از انجام این تحقیقات، بهبود کیفیت قطعات تولید شده، افزایش ظرفیت تولید و کاهش هزینه ها بوده است. در این میان یکی ازمحدودیت های موجود، ارتعاشات ابزار برشی یا چتر می باشد. چتر تأثیر نامطلوبی بر روی صافی سطح و دقت ابعادی قطعه کار می گذارد، عمر ابزار را کاهش می دهد و نیروهای زیادی را به اسپیندل وارد می کند، بعلاوه سایش ابزار را افزایش می دهد و باعث شکست ابزار و خسارت به ماشین ابزار می شود. تشخیص دقیق و پیش بینی پدیده چتر بدلیل پارامتر های غیرخطی نظیر اصطکاک، تغییرشکل پلاستیک، شرایط گذرای تشکیل براده و ارتعاشات ابزار و قطعهکار بسیاردشوار می باشد. این مقاله کاربرد هوش محاسباتی بوسیله شبکه های عصبی مصنوعی را برای پیش بینی وقوع چتر مورد مطالعه قرار داده است. نتایج حاصل از این روش شرایط مطلوب برای جلوگیری از بروز چتر در عملیات ماشینکاری را به دنبال خواهد داشت که کاربرد ویژه آن در اتوماسیون خواهد بود. نتایج نشان می دهد که شبکه های عصبی پرسپترون چند لایه قادر به پیش بینی پدیده چتر بر حسب سرعت اسپیندل و عمق برشی با دقت مناسبی می باشند.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، فرزکاری ، چتر ، سرعت اسپیندل ، عمق برش