مدلسازی زبری سطح (RA )و نرخ برداشت براده برداری (MRR)در ماشین کاری تخلیه الکتریکی (EDM)با شبکه عصبی -فازی و بهینه سازی آن با استفاده از الگوریتم ژنتیک

فرایند EDM یکی از روشهای پیشرفته براده برداری است که در آنولتاژ پالسی و منقطع برقرارشده بین دو الکترود ابزار و قطعه کار (که هر دو در سیالی به نام دیالکتریک غوطه ورند) باعث ایجاد جرقه در نزدیکترین نقطه در حدفاصل بین آنهاگردیده و هر جرقه جزء کوچکی از ماده سطح قطعه کار را جدا میکند و درنهایت بعد از تعداد زیادی جرقه شکل مکمل پیشانی ابزار درروی قطعه کار حک میگردد. مدلسازی کلاسیک از نخستین قدم خطای بزرگی مرتکب میشود که فقط در سیستم های ساده (خطی یا نزدیک به خطی) قابل صرف نظر است و آن محاسبه ی شاخص های تمایل به مرکز و پراکندگی است که به این ترتیب اهمیت فردی تک تک داده ها از بین میرود و درنتیجه سیستم قادر به کشف پیچیدگی ها نخواهد بود؛ و برای اغلب مسئله های مهندسی با ویژگیهای گوناگون و روابط غیرخطی قابل استفاده نمیباشد. در این تحقیق یک مدل شبکهانفیس بر مبنای داده های حاصل از مدل مقیاس ازمایشگاهی برای شبیه سازی ارائه گردیده است. برای این منظور از یکسیستم شبکه عصبی فازی استفادهشده که پارامترهای شبکه فازی توسط الگوریتم ژنتیک بهینه گردیده است

کلیدواژه ها:

ماشین کاری تخلیه الکتریکی ، شبکه عصبی- فازی ، بهینه سازی ، الگوریتم ژنتیک