پيش بيني پديده چتر در فرايند داخل تراشي با استفاده از نتايج آزمونهاي عملي و شبكه عصبي مصنوعي

Prediction of Chatter Phenomenon in the Internal Turning Process Using the Results of Experimental Tests and Artificial Neural Network

ماشين كاري فرايند پيچيده اي است كه متغيرهاي زيادي بر آن اثرگذار هستند. در ميان آنها، ارتعاش ابزار پديدهاي بحراني است چون باعث ايجاد خطاهاي ابعادي غيرقابل قبول در قطعه كار و كاهش شديد عمر ابزار مي شود. از آنجا كه ديناميك ابزار و قطعه كار به پارامترهاي زيادي وابسته است، پيش بيني ارتعاش ابزار با استفاده از روابط و فرمولها مشكل است. در اين تحقيق، ابتدا آزمونهاي داخل تراشي با پارامترهاي مختلف انجام مي شود كه با استفاده از شكل سطح نهايي و تبديل فوريه سريع و چگالي طيفي سيگنال شتاب، وقوع يا عدم وقوع پديده چتر مشخص شده است. سپس با نوشتن برنامه اي با نرم افزار متلب، با استفاده از شبكه هاي عصبي مصنوعي مختلف بر روي اين نتايج، پردازشهاي مختلفي انجام شده تا پردازشي با بالاترين راندمان در بين آنها، انتخاب و با استفاده از آن به پيش بيني پديده چتر در اين مجموعه آزمايشي خاص پرداخته شود. در نهايت، براي اعتبارسنجي نتايج، آزمونهايي طرح ريزي و انجام شده است. نتايج به دست آمده نشان مي دهد كه پيش بيني پديده چتر با درصد قابل قبولي به صورت صحيح انجام شده است.

Machining is a complex process that many variables affect it. The vibration of the tool is a critical phenomenon because it causes unacceptable dimensional errors on the segment and a drastic reduction in the life of the machine and its components. Because the dynamic of the tool and the work piece depends on many parameters, it is very difficult to predict the vibration of the tool by using relationships and formulas. In this research, at first, we performed internal tuning experiments with various parameters and shown the occurrence or non-occurrence of a chatter phenomenon using finishing surface shape, fast Furrier transform and spectral density of acceleration signal. Then, by writing a program in Matlab and using various artificial neural networks, we performed various processes to select the processing with the highest efficiency and used it to predict chatter phenomenon on this particular machine. Finally, the tests were designed and validated to confirm the results. The results show that the prediction of the chatter phenomenon, with acceptable percentages, is done correctly.