مدل‌سازي و بهينه‌سازي برگشت فنري در فرآيند شكل‌دهي خزشي ورق‌هاي تركيبي ماشينكاري شده آلومينيوم 7075 با بهره گيري از شبكه فازي- عصبي تطبيقي و الگوريتم ازدحام ذرات

Modeling and optimization of the spring-back in creep forming process of tailor machined blanks for aluminum alloy 7075 using adaptive neuro-fuzzy inference system and particle swarm algorithm

شكل‌دهي ورق‌هاي تركيبي ماشينكاري شده به واسطه وجود ضخامت‌هاي متفاوت داراي پيچيدگي‌هاي بيشتري نسبت به ورق‌هاي يكپارچه مي‌باشد. وجود دو قسمت با ضخامت‌هاي متفاوت منجر ايجاد رفتارهاي متفاوت شكل پذيري و به دنبال آن برگشت فنري متفاوت در آنها مي‌شود. لذا بررسي برگشت فنري در قسمت هاي نازك و ضخيم ورق‌هاي تركيبي ماشينكاري شده به منظور كمينه كردن آنها اهميت بسزايي دارد. در اين مقاله، يك سيستم استنتاج عصبي- فازي تطبيقي براي مدل‌سازي اثر پارامترهاي مهم شامل زمان و دماي فرآيند براي پيش بيني درصد برگشت فنري ناحيه نازك و ناحيه ضخيم در ورق تركيبي ماشينكاري شده كه توسط فرآيند شكل‌دهي خزشي فرم دهي گرديده، استفاده شده است. همچنين در ادامه از مدل بدست آورده شده جهت بهينه‌سازي فرآيند شكل‌دهي خزشي با بهره گيري از الگوريتم بهينه‌سازي ازدحام ذرات استفاده شده است. به منظور مدل‌سازي رفتار فرآيند، آزمايش‌هاي تجربي بر روي فرآيند شكل‌دهي خزشي ورق‌هاي تركيبي ماشينكاري شده صورت پذيرفته است. دقت مدل بدست آورده شده با استفاده از نمودارهاي مختلف و همچنين بر اساس معيارهاي ، ، ، و بررسي شده است.

The forming of tailor machined blanks due to the different thicknesses is more complex than the monolithic sheets. The presence of two sections with different thicknesses leads to different formability behaviors and consequently their different spring-backs. Therefore, it is important to examine the spring-back in the thin and thick sections of tailor machined blanks in order to minimize the spring-back value. In this paper, an adaptive neural-fuzzy inference system is used to model the effect of important parameters to predict the percent of spring-back corresponding to the thin and thick sections on the creep age formed tailor machined blanks. In addition, the obtained model is used to optimize the creep forming process using particle swarm optimization algorithm. In order to model the process behavior, some experiments have been performed on the creep forming of tailor machined blanks. The accuracy of the obtained model is investigated using different figures as well as by the specific criteria , , , and .