Ứng dụng mạng noron nhân tạo trong việc tối ưu hóa chế độ cắt khi tiện thép 9XC đã tôi

Bài báo này đưa ra một hướng nghiên cứu dụng mạng nơron nhân tạo (artificial neural networks) để tối ưu hóa đa mục tiêu. Các mục tiêu đó là: chất lượng bề mặt (Ra), chi phí sản xuất (Cp), thời gian gia công (Tp). Kết hợp nghiên cứu thực nghiệm để lựa chọn chế độ cắt tối ưu khi tiện thép hợp kim 9XC sau tôi bằng mảnh dao PCBN.
Nội dung trích xuất từ tài liệu:
Ứng dụng mạng noron nhân tạo trong việc tối ưu hóa chế độ cắt khi tiện thép 9XC đã tôiNguyễn Văn Tùng và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆ118(04): 23 - 28ỨNG DỤNG MẠNG NORON NHÂN TẠO TRONG VIỆC TỐI ƯU HÓACHẾ ĐỘ CẮT KHI TIỆN THÉP 9XC ĐÃ TÔI1Nguyễn Văn Tùng2, Nguyễn Quốc Tuấn1,*Nguyễn Hoài Nam2, Đặng Văn Thanh2Đại học Thái Nguyên, 2 Trường ĐH Kỹ thuật Công nghiệp – ĐH Thái NguyênTÓM TẮTLựa chọn chế độ cắt tối ưu là một việc làm hết sức quan trọng trong quá trình gia công, nó gópphần làm tăng năng suất, chất lượng và giảm chi phí gia công. Hiện nay, trên thế giới và trongnước đã có nhiều nghiên cứu để lựa chọn điều kiện cắt tối ưu trên máy CNC. Tuy nhiên, nhữngnghiên cứu này thường sử dụng các phương pháp phổ biến như: phương pháp vi phân [3], phươngpháp phân tích hồi quy [4], phương pháp quy hoạch tuyến tính [1, 5], phương pháp chỉ tiêu bề mặt[2, 5]. Bài báo này đưa ra một hướng nghiên cứu dụng mạng nơron nhân tạo (artificial neuralnetworks) để tối ưu hóa đa mục tiêu. Các mục tiêu đó là: chất lượng bề mặt (Ra), chi phí sản xuất(Cp), thời gian gia công (Tp). Kết hợp nghiên cứu thực nghiệm để lựa chọn chế độ cắt tối ưu khitiện thép hợp kim 9XC sau tôi bằng mảnh dao PCBN.Từ khóa: Tối ưu hóa, điều kiện cắt, mạng nơron nhân tạo.GIỚI THIỆU*Lựa chọn các thông số cắt hợp lý đã đượcnghiên cứu nhiều về mặt lý thuyết và được hỗtrợ từ các số liệu thực nghiệm của các nhà sảnxuất dụng cụ. Trong thực tế nó chưa thể manglại những phân tích cụ thể, chưa đầy đủ chocác loại vật liệu chi tiết gia công trong thựctế. Để tối ưu hóa các hoạt động của máy, cácphương pháp định lượng đã được phát triểnvới sự xét đến tối ưu đơn mục tiêu, hoặc tốiưu hoá đa mục tiêu [1, 2] để tìm cực trị vàmiền tối ưu hoá theo các chỉ tiêu đã đề ra. Đãcó nhiều nghiên cứu về tối ưu hóa đơn mụctiêu được nghiên cứu như: phương pháp viphân [3], phương pháp phân tích hồi quy [4],phương pháp quy hoạch tuyến tính [1, 5],phương pháp bề mặt chỉ tiêu [2, 5] và môphỏng máy tính. Tuy nhiên, trong thực tế ứngdụng, các nhà sản xuất thường gặp phải cácvấn đề là tối ưu hóa đồng thời nhiều mục tiêu,các mục tiêu thường mâu thuẫn nhau vàkhông thể so sánh, hoặc mất rất nhiều thờigian để cho kết quả, dẫn đến chi phí tăng vìvậy nó chỉ phù hợp với sản xuất loạt lớn,hàng khối. Mà xu hướng ngày nay đã bắt đầuquay lại thời kỳ sản suất loạt vừa và nhỏ đểđáp ứng những thay đổi liên tục của nhu cầuthị trường.*Tel: 0913364889Mạng nơron nhân tạo có thể được ứng dụngđể tối ưu hóa chế độ cắt trong những trườnghợp như vậy.Cho đến nay trên thế giới đã có nhiều nghiêncứu về ứng dụng mạng nơ ron vào sản xuấttích hợp máy tính và nhất là trong ngành giacông cơ khí như: Điều khiển thích nghi quátrình cắt [6]; dự đoán độ nhám bề mặt, lựccắt, rung động, hình dạng phoi [7]; dự đoánvề mòn dụng cụ và phá hủy dụng cụ; giảiquyết các vấn đề tối ưu hóa. Ở Việt Nam đã cónhững nghiên cứu về mạng nơ roron nhân tạo.Tuy nhiên những nghiên cứu sử dụng phươngpháp mạng nơ ron nhân tạo chỉ mới ứng dụngtrong các nghiên cứu về dự đoán, nhận dạng,phân loại [9]; Có rất ít nghiên cứu về mạng nơron nhân tạo vào trong ngành cơ khí.Bài báo này trình bày việc ứng dụng mạngnơron nhân tạo để tối ưu hóa đa mục tiêu cácđiều kiện cắt. Các bước thực hiện được đưa rađể giải các bài toán tối ưu đa mục tiêu mộtcách tương đối chính xác và nhanh chóng trênmáy tính. Do có tốc độ xử lý nhanh, tốn ít tàinguyên của máy tính, đảm bảo tối ưu hóa cácđiều kiện cắt trong thời gian ngắn; nó rất phùhợp với quá trình sản suất loạt nhỏ với cácsản phẩm đa dạng và thay đổi liên tục.23Nguyễn Văn Tùng và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆBÀI TOÁN TỐI ƯU HÓA CHẾ ĐỘ CẮTKế hoạch thực hiệnKhi lựa chọn điều kiện cắt tối ưu cho một sốquá trình gia công, chúng tôi căn cứ vào quanhệ giữa tốc độ bóc tách phôi và mòn dụng cụ.Mục đích là tìm ra bộ các thông số vận tốc cắt(v), bước tiến (f) và chiều sâu cắt (t) sao chođáp ứng được các mục đích như chi phí thấpnhất, chất lượng tốt nhất và năng suất cao nhất.Các hàm mục tiêuBài toán tối ưu hóa chế độ cắt gồm ba mụctiêu sau: Nâng cao năng suất, giảm chi phí vànâng cao chất lượng bề mặt.Năng suấtThông thường, tốc độ sản xuất được tínhtrong toàn bộ thời gian để gia công một sảnphẩm (Tp ). Nó là hàm phụ thuộc và tốc độbóc tách phoi (MRR) và tuổi bền của dụngcụ (T).Tốc độ bóc tách phoi được tính theo côngthức: MRR = 1000.v.f.t. [8] (1)Tuổi bền dụng cụ: T = kT/vα1.fα2.tα3 (2)Hay được tính theo công thức:T = Sc./(3.14*D*f) (3)Trong đó: D – đường kính chi tiết gia côngSc - diện tích bề mặt chi tiết gia công đượctính: Sc = π.D.L (4)L- chiều dài chi tiết gia công.Thời gian sản xuất [8]:Tp = Ts+V.(1+Tc/T)/MRR+T (5)Trong đó: α1, α2, α3 là các hệ số. Ts, Tc, Ti làthời gian cài đặt dao, thời gian thay dao và thờigian nghỉ của dao trong quá trình làm việc. V –là khối lượng vật liệu được bóc tách.V = Sc.t (6) Trong đó: t – chiều sâu cắt.Chi phí sản suấtChi phí để sản ...