سید احسان میر صادقی - دانشجوی دکتری، مهندسی مکانیک، دانشگاه بیرجند، بیرجند
حسین امیرآبادی - دانشیار، مهندسی مکانیک، دانشگاه بیرجند، بیرجند

ماشین کاری هیبریدی به کمک جت سیال پرفشار یک روش موثر در بهبود شرایط ماشین کاری می باشد. امتیاز اصلی این روش تمرکز سیال برشی پرفشار در محل ماشین کاری و کاهش سطح تماس ابزار– براده می باشد. در این پژوهش به منظور اعمال جت سیال پرفشار از مجموعه ای از پمپ ها شامل پمپ واترجت استفاده گردید. ابزارگیر ویژهای نیز به همین منظور طراحی و ساخته شد. آزمایش ها به گونه ای طراحی گردید تا بررسی پارامترهای فرآیند شامل فشار جت سیال برشی، سرعت برشی، نرخ پیشروی و عمق برش امکان پذیر باشد. حین انجام آزمایش ها نیروهای ماشین کاری و زبری سطح اندازه گیری شد. نتایج وجود شرایط بهینه مربوط به مقدارهای کمینه نیرو و زبری سطح را در فرآیند ماشین کاری هیبریدی به کمک جت سیال پرفشار نشان می دهد. بنابراین نیاز به بهینه سازی پارامترهای فرآیند به منظور به کارگیری موثرتر این روش ماشین کاری هیبریدی وجود دارد. از شبکه عصبی با پیکربندی مناسب که توسط الگوریتم ژنتیک آموزش داده هشد برای تعیین مدل پیشگوی فرآیند استفاده گردید. در نهایت الگوریتم ژنتیک به منظور بهینه سازی پارامترهای فرآیند به کارگرفته شد. نتایج بدست آمده نشان می دهد که الگوریتم بهکاررفته توانایی پیشبینی مقدارهای بهینه پارامترهای فرآیند با دقت مناسب را دارد

ماشین کاری هیبریدی، جت سیال، شبکه عصبی، مدل پیشگو، الگوریتم ژنتیک