نادر ملایی - مربی، گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند
معین غلامی - دانشجوی کارشناسی ارشد، مهندسی مکانیک، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند
ابوالفضل فورگی نژاد - استادیار، گروه مهندسی مکانیک، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند

فرآیند ماشین کاری تخلیه الکتریکی، روشی نسبتا جدید برای ساخت قطعات دقیق، پیچیده و همچنین برش مواد رسانا (نیمه رسانا) با سختی بالا می باشد. یکی از مسایل مهم در این فرآیند، بهینه سازی متغیرهای آن، جهت نیل به حداکثر نرخ براده برداری توام با حداقل نرخ فرسایش ابزار می باشد. با توجه به اثر بسیار پیچیده چندمتغیره و غیرخطی متغیرهای ورودی فرآیند بر پارامترهای مطلوب، تاکنون رابطه مستقیم قابل قبولی برای مدلسازی آن، ارایه نگردیده است. لذا، استفاده ازابزارهای یادگیری ماشین در این حوزه می تواند مفید باشد. در این تحقیق، ابتدا به مدلسازی پارامترهای مطلوب در این فرآیند با استفاده از رگرسیون فرآیند گاوسی، به عنوان یکی از روش های کارآمد در یادگیری ماشین پرداختیم. نتایج نشان دهنده دقت و قابلیت تعمیم بالای این روش در این مدلسازی می باشد. در ادامه، بر مبنای مدل های ایجاد شده، بهینه سازی پارامترهای ماشین کاری را با استفاده از الگوریتم شیرمورچه چند هدفه، بررسی نمودیم و دسته ای از پارامترهای بهینه بر مبنای نمودار پارتو ارایه نمودیم. با استفاده از این نقاط بهینه میتوان پارامترهای ورودی را جهت نیل به مقادیر بهینه نرخ براده برداری و نرخ فرسایش ابزار تنظیم نمود.

ماشین کاری تخلیه الکتریکی، رگرسیون فرایند گاوسی، الگوریتم شیر مورچه چند هدفه، نمودار پارتو