Автори | Sandeep1, Deepak Chhabra1 , R.K. Gupta2 |
Афіліація |
1Department of Mechanical Engineering, UIET, Maharshi Dayanand University, Rohtak Haryana India 2Department of Mechanical Engineering, Manipal University Jaipur, Jaipur, Rajasthan India |
Е-mail | deepak.chhabra@mdurohtak.ac.in |
Випуск | Том 13, Рік 2021, Номер 2 |
Дати | Одержано 12 січня 2021; у відредагованій формі 25 березня 2021; опубліковано online 09 квітня 2021 |
Цитування | Sandeep, Deepak Chhabra, R.K. Gupta, Ж. нано- електрон. фіз. 13 № 2, 02004 (2021) |
DOI | https://doi.org/10.21272/jnep.13(2).02004 |
PACS Number(s) | 68.35.Ct, 62.23.Pq |
Ключові слова | Моделювання методом наплавлення; Штучна нейронна мережа, інтегрована з генетичним алгоритмом; Шорсткість поверхні; Експериментальна проектна матриця; Оптимізація. |
Анотація |
На поверхневі характеристики компонентів, виготовлених методами адитивного виробництва, сильно впливають вхідні параметри. У роботі важливі вхідні коефіцієнти (товщина шару (LT), температура (T), швидкість друку (S), швидкість зовнішньої стінки (OWS), кут растру (RA), орієнтація (Or.), ширина лінії зовнішньої стінки (OWLW), заповнення перекриття (IO), ширина лінії заповнення (ILW) принтера для моделювання методом наплавлення (FDM) змодельовані та оптимізовані для отримання кращої шорсткості поверхні (SR) деталей, виготовлених з нейлонових композиційних матеріалів на основі вуглецю (PA-CF). Для розробки вхідної експериментальної матриці був використаний метод центрального композитного проектування, і на основі цих вхідних параметрів вимірювали шорсткість поверхні кожного прогону за допомогою приладу для вимірювання шорсткості поверхні Mitutoyo Talysurf. Було виготовлено загальну кількість зразків (61) з різними вхідними параметрами та випробувано їх шорсткості поверхні. Мінімальне значення шорсткості поверхні досліджуваних зразків з експериментальною проектною матрицею складало 6,331 мкм. Моделювання та оптимізація експериментальної проектної матриці було проведено з використанням еволюційного алгоритму, тобто штучної нейронної мережі, інтегрованої з генетичним алгоритмом (ANNGA). Мінімальне значення, отримане з використанням ANNGA для шорсткості, становить 5,01788 мкм, що відповідає різним оптимальним вхідним коефіцієнтам, таким як LT = 0,1776 мм, T = 236,0609 °C, S = 40,7369 мм/с, OWS = 20,0676 мм/с, RA = 43,9177°, OWLW = 0,3445 мм, Or. = 0,0018°, IO = 56,6295 %, ILW = 0,3488 мм. При цих оптимізованих значеннях вхідних коефіцієнтів також виготовляється одна частина кінцевого використання та перевіряється розроблена гібридна модель. ANNGA можна використовувати для передбачення, оптимізації факторів та результатів у будь-яких інженерних застосуваннях. |
Перелік посилань |