بهينه سازي فشار داخلي و تغذيه محوري در فرآيند هيدروفرمينگ لوله هاي كامپوزيت فلزي آلومينيوم- مس به كمك الگوريتم ژنتيك

Optimization of internal Pressure and Axial Feed in Metal composite Al-Cu Tubes Hydroforming Process with Genetic Algorithm

لوله هاي كامپوزيت فلزي مي توانند از طريق فرآيند هيدروفرمينگ چندلايه توليد شوند كه در صنايع مختلفي از جمله هوافضا و نفت كاربرد دارد. مسيرهاي بارگذاري فشار و پيشروي دو پارامتر مهم در فرآيند هيدروفرمينگ لوله هاي دولايه مي باشند كه روابط تئوري براي بدست آوردن مسيرهاي بارگذاري دقيق اين پارامترها وجود ندارد. از طرف ديگر مسير بارگذاري اين پارامترها تاثير زيادي روي كيفيت محصول توليدي دارد. از اين رو در اين مقاله به تعيين مسير بارگذاري اين پارامترها با استفاده از روش بهينه سازي فراابتكاري پرداخته شده است. براي اين كار ابتدا مدل المان محدود فرآيند هيدروفرمينگ لوله هاي دولايه، ايجاد و سپس اين مدل با داده هاي تجربي صحت سنجي شده است. در نهايت اين مدل المان محدود فرآيند با الگوريتم بهينه سازي فراابتكاري براي تعيين مسيرهاي بارگذاري فشار و پيشروي تركيب شده است. در اين مقاله از الگوريتم فرا ابتكاري ژنتيك براي تعيين اين مسيرهاي بارگذاري استفاده شده است. در اين الگوريتم تابع هدف، مطابقت ابعاد محصول توليدي با مشخصات طراحي محصول نهايي تعريف شده است. همچنين دو قيد حداكثر ميزان تغييرات ضخامت و تنش ايجاد شده در طول لوله ها در نظر گرفته شده است. در اين مقاله مسير بارگذاري فشار داخلي و پيشروي محوري خطي فرض شده است. برنامه نويسي پايتون و نرم افزار المان محدود آباكوس براي پياده سازي الگوريتم و شبيه سازي فرآيند بكار گرفته شده اند.

Metalic composite tubes، used in special applications such as aerospace and oil industries، can be produced by multi-layered tube hydroforming. Pressure and feed loading paths are two important parameters in two-layered tube hydroforming process. Theoretical formulas don’t exist to obtain correct pressure and feed loading paths. On the other hand، these loading paths have a significant influence on the quality of products. Therefor determining of optimal pressure and feed loading paths with meta-heuristic algorithm was studied in this paper. First، finite element (FE) model of two-layered tube hydroforming process was created and validated with experimental data. Then FE model and meta-heuristic optimization algorithm were combined to determine of the loading paths. In this paper، genetic algorithm was used as a meta-heuristic optimization. Conformation of the geometrical dimension of the product with the design dimension of final product was goal function in this algorithm. Also، the maximum amount of thickness changing and Von-mises stress were considered as constrains of optimization. Both loading paths were assumed linear. Python programming and ABAQUS software are utilized for process simulation and linking the FE model and genetic algorithm.