《SS304的加工过程中电火花线切割加工工艺参数多目标优化-毕业论文外文文献翻译.doc》由会员分享，可在线阅读，更多相关《SS304的加工过程中电火花线切割加工工艺参数多目标优化-毕业论文外文文献翻译.doc（19页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、陕西理工大学毕业论文材料加工科学期刊5卷,2014年,第1408-1416页SS304的加工过程中电火花线切割加工工艺参数多目标优化作者：Dr.G.Harinath Gowd et al. 摘要：电火花线切割加工（WEDM）允许成功生产新的材料，特别是用于航空航天和医疗行业。通过使用线切割加工技术，可以使复杂难加工导电组件加工容易些。电火花线切割加工是因为其有优良的表面光洁度和高的精确度所以很有价值。线切割加工的过程非常复杂，使用试错方法很难把工艺参数设置在一个正确的范围内。因此，有必要开发方法用于求出最优的工艺参数或控制变量，使得所需的表面光洁度和MRR可以实现。在一般情况下，在任何加工过程
2、中加工参数的选择显著影响产率，产品质量和成品部件的生产成本。线切割机床是参与人数更多的控制变量或影响其性能参数的复杂过程。然而，在进行导频实验和文献调查多个影响参数后发现五个过程变量，即，脉冲时间，脉冲关时间，线张力，和水压力被考虑到研究当中。在目前的工作响应曲面法（RSM）被用于开发输入和收集按照美国能源部的实验数据的输出响应之间的定量关系。还输入处理参数在MRR和镭的影响作图和研究。以后它被配制成一个多目标优化问题，并解决了使用NSGA算法帕累托最优集合。1、介绍电火花线切割加工（WEDM）是工程基于热电原理的一个重要的现代加工过程。它被广泛用于切割复杂的形状和设计为硬质材料，然而这是难以
3、形成模具或操纵的。它是在电子和航空航天部门为原型设计制造各类零部件最有用的。大多数情况下，钢和钛在电火花线切割加工的帮助下进行处理。材料去除通过一系列电极与工件之间的离散火花发生。两者都放置在液体电介质。该电极是一个薄的导电金属丝。在此研究黄铜被使用。通常，导线通过在工件的上和下部分的销导向保持为如图1所示。在大多数情况下，金属丝将被丢弃使用一次。电火花的主要优点是，该加工过程使我们能够得到具有期望的形状和接近典型材料，用作电火花电极组件，包括铜，石墨，钨，铜，钢，铜 - 钨，铜 - 铬合金，急速合金等线切割机床的各种应用在航空航天，汽车，电子等行业中找到。电气放电加工（EDM）实际上是利用放
4、电的除去现象在电介质的过程。因此，电极起着重要的作用，这会影响材料去除率和刀具磨损率。任何加工过程中需要在最佳工艺参数进行操作。由于复杂性和更多数量的涉及输入控制参数，这是不可能的工艺工程师高效运行的机器，或设置在该更好的表面光洁度，更好的IRR可以实现的处理参数。因此，要解决上述问题有强烈的需求，找出在该较好的输出可以得到的最佳工艺参数。这项工作主要集中在通过使用所提出的方法找到最佳工艺参数。有建议的工作从以前的作品的创新，文学调查是在机器的参数，以及在加工过程的区域已经采用的方法进行两者。Venkaiah 2001进行使用灰色理性分析和用于研究的材料线切割加工的参数优化是哈氏合金C276。
5、塔恩等1995模拟使用神经网络的切割速度和表面粗糙度，并通过一个简单的加权方法来转换这两种目标函数成单一的复合目标函数，从而使用模拟退火最优化的切割参数。斯佩丁和王1997采用响应曲面法和人工神经网络的电火花线切割加工中的参数模型。曼纳和巴塔查里亚2005研究使用数控线切割放电加工铝/碳化硅MMC加工过程中的参数优化的双重反应的方法。他们认为时间脉冲，关闭时间，开路电压，放电电流和线张力，而材料切除率（MRR）和表面粗糙度被作为输出的措施。 Kanlayasiri和Boonmung 2007研究了影响脉冲时间，脉冲峰值电流分别显著上的表面粗糙度上DC53模具钢丝腐竹Han等2007进行了热分析
6、发现放电电流对加工表面的影响用有限元法和执行的单放电实验在不同的脉冲能量线切割机床的精切削。他们得出的结论是短持续时间的脉冲，应当被用来满足表面粗糙度的要求。普拉萨德和帕拉克里希纳2008使用具有五轴数控线放电加工机，并讨论对时代脉搏的影响，脉冲OFF时间，丝网张力，介质的流量，并在表面粗糙度送丝进行了AISI D3实验，刀具磨损和MRR。从文献调查，可以发现，经典的优化方法（加权和方法，目标规划，最小 - 最大的方法等），效率不高的处理多目标优化问题，因为他们无法找到在一次运行多个解决方案，虽然大多数研究者的应用优化的经典方法找到最佳的工艺参数，这项工作提出了用进化多目标优化方法，它可以给在
7、一次运行多个解决方案。 （NSGA）适用于本文优化线切割机床工艺的工艺参数因此非劣排序遗传算法。为了优化，经验模型必须被开发。开发模型响应面分析法（RSM）被施加到那里的实验根据实验的设计进行的实验数据。制定多目标优化问题之前，开发模型，利用统计分析其充足的测试。还相对于所述各种工艺参数的输出响应的效果进行绘制和研究。图一：WEDM的过程2、实验工作加工实验是在具有五轴数控线放电加工机进行。该机（UltimalF）可与Venkateswara工具列兵。有限公司，海得拉巴。为了找到该多个影响对输出响应的工艺参数，第一样品实验用相同的材料进行，可以发现，像时间脉冲（X，）以下参数，脉冲OFF时间（
8、2次），丝张力（3），和电介质的流速（4个）更影响输出响应。因此，对于这个工作，他们被认为是输入（控制）参数。是在该实验进行的条件如下。并为每个控制因数的实际和编码值在表2中给出。1.实验在不锈钢304材质（160毫米点x75毫米Bx的16毫米高）进行的，由于各个行业和化学成分及其广泛的适用性如下图所示：化学成分：C-0.08以下，Si-0.75以下，Mn-2.00，P-0.045，铬17.50-19.50以下，Mo-0以下，Ni-8.00-10.50S-0.030，N-0.102，本研究中所用的黄铜线为0.25mm。3，做切口的长度为12.Sem。4，蒸馏水被用作电介质流体。5，电介质的温度
9、保持在250。6，送丝保持为恒定，并设定为2。7，伺服电压也保持恒定，并保持在35V。表1.随水平控制变量在实验的基础上，其中包含31套的编码条件运用中心组合旋转因子设计（CCD）即实验设计进行。使用上述加工条件进行实验和输出反应是测量和如表2所示记录选择用于研究的输出响应是金属去除率（MRR）以及表面粗糙度（Ra）。 MRR被计算为从工件的加工时间去除的材料的体积的比值。岭是通过使用轮廓仪表面粗糙度测试仪测得的。对于精确度，既MRR且Ra在三个不同的地方测定的三次测量的平均值取为最终值。表2：实验观察记录3.经验模型的发展响应面分析法（RSM）被用于预测，这将被用于配制目标函数的经验模型。
10、RSM被施加到实验数据用于开发控制变量和输出响应之间的经验公式。二阶模型，因为一阶模型用于本问题的下可预测的假定。以下是Ra和MRR得到的方程：所开发的模型必须进行检查，使用ANOVA分析其是否足够。因此，使用设计专家统计分析软件，对提出的模型回归系数计算。表3示出了方差分析的镭。表3. 镭的方差分析为模型低于0.05（即，在95置信水平）P值表明，该模型被认为是统计学显著。类似的分析是针对MMR进行，并在表4中给出。表4. MRR的方差分析在这些图的正态概率图显示，正常的残差和回归模型是输出响应残差示位于一条直线上，这意味着在图2和3的检查上的误差分布的相当好装了观测值。图2表面粗糙度残差正
11、态分布概率图图3 MRR的残差正态分布概率图检查拟合模型是否实际描述的实验数据，多回归系数（R 2）进行了计算。为Ra和MRR的多重回归系数（R 2）被认为是分别0.888和0.966。这表明，二阶模型可以分别解释在Ra和MRR的变异高达89和97的程度。因此可以断定，在第二阶模型在有效地代表过程足够。4.制定目标函数目标函数是使用利用RSM预测方程配制。通常的加工问题，应配制成多目标优化问题最小化Ra和最大化MRR.The性能的措施，因为它们分别表示的生产和加工部件的质量的速度金属去除率和表面粗糙度是非常重要的。在加工过程中，较高的MRR在镭的代价来实现。同样较好的表面质量在MRR的成本来实
12、现。既作为目标性质的相互矛盾的，但应该在Ra和MRR的值的妥协。因此，在这种情况下，问题被配制作为多目标优化问题其中Ra被最小化并且MRR同时最大化，受工艺控制变量的可行范围。多目标优化问题表示为如下：上述问题是通过使用提出NSGA算法求解，用VC +和一个奔腾IV系统上运行来实现。 NSGA从简单的遗传算法在选择运营商的工作方式而异。这将导致多个最优点的人口共存。作为迭代次数的增加，在人口中的多样性提高。最终生成结束后，可以观察到最佳的解决方案是沿帕累托前遍布所有。这说明NSGA中均匀分布的人口的能力。这是因为，等于繁殖潜力（虚设健身）被保持为所有非支配个人从而最大限度地减少对中间点的偏置的
13、事实。然而，该算法是为了得到最佳的前面的解决方案的一个更数目重复几次。目标函数值和对应的控制变量在表5中给出由于没有在非支配集的解决方案之一是明显比任何其他更好，其中的任何一个是可接受的解决方案。在另一种解决方案的选择取决于工艺工程师的要求。如果他需要一个更好的表面光洁度或更高的生产速率，变量的适当组合能够从表5进行选择。表5.帕累托最优值的集合5、结论在电火花线切割加工输入参数正确组合的选择是困难的，因为这个过程涉及大量的控制变量。输入的效果参数脉冲时间，脉冲关闭时间，丝网张力和表面粗糙度的水压，金属切除率，同时加工不锈钢304材质进行了分析。为Ra和MRR的多元回归系数（RZ）被发现分别为
14、0.888和0.966。这表明，二阶模型可以分别解释在Ra和MRR的变异高达89和97的程度。脉冲时间和脉冲关闭时间被发现是影响研究了两个实验组的所有响应的最显著的因素。在时代的脉搏增加值导致的加工反应，如表面光洁度低质量。由提出的方法中得到的最佳值可以作为一个准备计算者以非常方便操作机器来实现的质量和由消费者所要求的生产速度。总之，所提出的工作使制造工程师选择取决于生产要求和作为结果，该方法的自动化可以基于最优值来实现的最佳值。参考文献：1Dr. N. venkaiah, Parametric optimization of WEDM for HastelloyC276, using GRA
15、 method, INTERNATIONAL JOURNAL OF ENGINEERING DEVELOPMENT AND RESEARCH ISSN: 2321-9939, Page Number: 1-7, 2001.2Tamg YS, Ma SC, Chung LK (1995) Determination of optimal cutting parameters in wire electrical discharge machining. Int J Mach Tools Manuf 35:1693-1701 doi:10.1016/0890-6955(95) 00019-T3Sp
16、edding TA, Wang ZQ (1997) Study on modeling of wire EDM process. J Mater Process Technol 69:18-28 doi:10.1016/509240136(96)00033-74Bhattacharyya B. Manna A., Taguchi and Gauss Elimination method: A dual response approach for parametric optimization of CNC wire cut EDM of PRAISICMMC. International Jo
17、urnal of Advanced Manufacturing Technology,20055Kanlayasiri K, Boonmung S (2007), An Investigation on Effects of Wire-EDM Machining Parameters on Surface Roughness of Newly Developed DC53 Die Steel, Journal of Materials Processing Technology, Vol6Fuzhu Han, Jun Jiang, Dingwen Yu (2007), Influence of
18、 Discharge Current 187-188, ppnn Machined26-29.Surfaces by Thermo-Analysis in Finish Cut of WEDM, International Journal of Machine Tools and Manufacture, Vol. 47, pp 1187-11967D. V. S. S. S. V. Prasad&A. Gopala Krishna, Empirical modeling and optimization of wire electrical discharge machining, Int J Adv Manuf Technol, DOI 10.1007/s00170-008-1769-x, September 2008附录B 第19页 共46页