مدل سازي و بهينه سازي تاثير پارامترهاي ماشين كاري بر سايش ابزار و زبري سطح قطعه با روش رويه پاسخ و تابع مطلوبيت

Modeling and optimization of the machining parameters effects on the tool wear and surface roughness by the response surface and desirability function method

سايش ابزار و زبري سطح قطعه دو پارامتر مهم در ارزيابي فرآيندهاي ماشين كاري هستند. در اين تحقيق با استفاده از روش هاي رويه پاسخ و تابع مطلوبيت، تاثير پارامترهاي ماشين كاري بر سايش سطح براده ابزار و زبري سطح قطعه كار از جنس فولاد 4140 مدل سازي و بهينه سازي شده است. ابتدا با انتخاب سطوح براي هر يك از پارامترهاي ورودي (سرعت پيشروي، عمق برش، مدت زمان و سرعت برش)، آزمايش هاي لازم طراحي شده است. سپس با انجام عملي آزمايش ها به وسيله ماشين تراش كنترل عددي، ميزان سايش سطح براده ابزار و زبري سطح نمونه ها به عنوان توابع هدف استخراج شده است. در مرحله بعد تاثيرات اصلي و متقابل پارامترها بررسي شده و مدل رويه پاسخ توابع هدف بدست آمده است. در نهايت با استفاده از روش بهينه سازي چند هدفه تابع مطلوبيت، مقادير بهينه براي پارامترهاي ورودي بدست آمده است. نتايج نشان مي دهد كه فرايند با روش رويه پاسخ با دقت خوبي مدل سازي شده است و با بهينه سازي مقادير پارامترهاي ورودي، مقدار سايش و زبري سطح كمينه حاصل شد. همچنين بررسي اثر پارامترها نشان مي دهد كه با افزايش پيشروي، زبري سطح قطعه و سايش ابزار افزايش يافته و با افزايش سرعت برشي، سايش افزايش يافته و زبري سطح كاهش مي يابد.

Tool wear and surface roughness of the workpiece are the important parameters in evaluation of the machining processes. In this research, effect of the machining parameters on the tool wear and surface roughness of the 4140 steel workpiece have been modeled and optimized using the response surface and desirability function approaches. First, required experiments have been designed by specifying the level of the input parameters (feed rate, cutting depth, operation time and cutting speed). Then, the experiments have been performed using a CNC lathe and tool wear and workpiece surface roughness have been measured as objective functions. In the next stage, main and interaction effects of the parameters investigated and response surface model of the objective functions obtained. At last, optimized value of the input parameters have been gained using the desirability function method as a multi objective optimization approach. Results showed that the process has been modeled precisely and minimized value of the surface roughness and tool wear obtained by optimizing the input parameters. Investigation of the parameters effects showed that the surface roughness and tool wear increase as the feed rate increases and tool wear increases and surface roughness decreases as the cutting speed increases