BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  20,751,436
  • Công bố khoa học và công nghệ Việt Nam

Chế tạo máy công cụ

Trần Công Chi(1), Nguyễn Văn Tựu, Trần Công Lưu

Mô hình dự báo và xác định chế độ cắt tối ưu trên máy phay cnc dựa trên phương pháp tích hợp ANN-GA

Prediction model and optimization of machining parameters using integrated ann-ga method on cnc milling machine

Khoa học và Công nghệ - Đại học Thái Nguyên

2021

11

20-29

1859-2171

Chế độ cắt, Tối ưu hóa, Mô hình ANN, Thuật toán GA, Máy phay CNC

Cutting parameter, Optimization, ANN model, GA algorithm, CNC milling machine

Độ nhám bề mặt là một trong những chỉ số quan trọng được sử dụng rộng rãi để đánh giá chất lượng bề mặt trong gia công cơ khí. Bài báo này giới thiệu mô hình dự đoán và tối ưu hóa các thông số gia công bằng cách kết hợp mô hình mạng thần kinh nhân tạo (ANN) và thuật toán di truyền (GA) khi gia công trên máy phay CNC. Để đánh giá hiệu quả của phương pháp ANN-GA trong việc dự đoán và tối ưu hóa độ nhám bề mặt, một thí nghiệm gia công thép C45 bằng dao phay thép gió đã được thực hiện trên máy phay AGMA - A8. Kết quả nghiên cứu cho thấy, mô hình ANN được phát triển với cấu trúc mạng 3-8-1 có các giá trị hệ số tương quan (R) lớn hơn 0,9. Điều này chứng minh rằng, mô hình có khả năng dự báo độ nhám bề mặt chính xác và đáng tin cậy. Ngoài ra, thuật toán GA được kết hợp với mô hình ANN đã xác định thông số gia công tối ưu. Kết quả của nghiên cứu này chứng minh rằng, phương pháp kết hợp ANN-GA có đủ độ tin cậy để dự đoán được các thông số gia công tối ưu.

The surface roughness is one of the important indicators widely used to evaluate surface quality in mechanical processing. This paper introduces a predictive model and optimizes machining parameters by integrating the artificial neural network (ANN) model and genetic algorithm (GA) when machining on CNC milling machines. To evaluate the capability of the ANN-GA method for prediction and optimization of surface roughness, a real experiment on machining C45 steel with a high-speed steel tool was performed on an AGMA - A8 CNC milling machine. The results show that the 3-8-1 network structure of ANN proposed model has the correlation coefficient (R) values greater than 0.9, indicating that it can predict the surface roughness accurately and reliably. In addition, GA is integrated with neural network model to determine the optimal machining parameters leading to minimum surface roughness. The results of this study demonstrate that the ANN-GA method is capable of predicting and optimizing the optimum machining parameters.

TTKHCNQG, CTv 178

Xem toàn văn