بهینه سازى متغیرهاى فرآیند کشش عمیق با استفاده ازالگوریتم ژنتیک
Publish place: The Second National Conference on Applied Research in Electrical, Mechanical and Mechatronics
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,063
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ELEMECHCONF02_002
Index date: 14 October 2015
بهینه سازى متغیرهاى فرآیند کشش عمیق با استفاده ازالگوریتم ژنتیک abstract
هدف از این تحقیق بدست آوردن شرایط بهینه ى فرآیند کشش عمیق است. در شرایط بهینه مى توان از ورقى با مساحت اولیه ى کمتر بدون رخ دادن پارگى استفاده کرد. در این مقاله از روش بهینه سازى الگوریتم ژنتیک براى بهینه سازى فرآیند کشش شامل مقدار نازک شدگى در ورق وباطبع مقدار اولیه ورق، استفاده شده است. پارامترهاى مهم فرآیند شامل سرعت حرکت سنبه، نیروى ورقگیر، شعاع ماتریس، شعاع سنبه، اصطکاک بین ورق و ماتریس، اصطکاک بین ورق و ورقگیر و اصطکاک بین ورق و سنبه به عنوان ورودى در نظر گرفته شده اند. از نرم افزار آباکوس براىمدل سازى فرآیند استفاده و با نتایج تجربى، صحه آزمایى مدل شبیه سازى انجام شد. با استفاده از داده هاى حاصل از مدل شبیه سازى و روش آمارى رگرسیون، رابطه اى بین پارامترهاى ورودى و خروجى فرآیند بدست آمد. نتایج بدست آمده نشانگر کاهش 2% در مقدار ورق استفاده شده اولیه است.
بهینه سازى متغیرهاى فرآیند کشش عمیق با استفاده ازالگوریتم ژنتیک Keywords:
بهینه سازى متغیرهاى فرآیند کشش عمیق با استفاده ازالگوریتم ژنتیک authors
محمد رضا سلیمانی یزدی
دانشیار گروه مکانیک دانشگاه امام حسین(ع)- تهران- ایران
اکبر سراداران
دانشجوی کارشناسی ارشد دانشگاه صنایع و معادن- تهران- ایران
بهنام کوهی
دانشجوی کارشناسی ارشد دانشگاه صنایع و معادن- تهران- ایران
محسن غفاری
دانشجوی کارشناسی ارشد دانشگاه صنایع و معادن- تهران- ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :