没有合适的资源?快使用搜索试试~ 我知道了~
工程科学与技术,国际期刊19(2016)857全长文章基于灰色模糊逻辑的Al-4. 5% Cu-TiC复合材料数控铣削参数优化Biswajit Das*,S. Roy,R.N.南卡罗来纳州拉伊Saha国家技术学院,Agartala,Barjala,Jirania,Tripura,Pin-799046,印度A R T I C L E I N F OA B S不 R 一C T文章历史记录:收到日期:2015年8月24日收到日期:2015年2015年12月11日接受2016年1月4日在线发布保留字:MMCs灰色模糊逻辑表面粗糙度原位分析随着金属基复合材料的广泛应用,有必要开发一种合适的高效加工技术。铣削是不同加工工艺中最常见和最通用的技术,其特点是广泛的金属切削能力,使其在制造业中发挥核心作用。采用灰色-模糊算法对Al-4.5%Cu-TiC金属基复合材料的数控铣削加工工艺参数进行了优化。田口的L25正交表设计用于执行复合板上的数控铣削操作。数控铣削加工参数的灰色模糊优化由切削力Fc、表面粗糙度Ra和表面粗糙度Rz三个不同的输出特性组成。结果表明,切削速度600 rpm、进给量40 mm/min、切削深度0.30 mm是数控铣削参数的最佳组合,其灰色模糊推理度为0.8191,接近参考值。通过方差分析发现,在三种不同的工艺参数中,切削速度对GFRG的影响最大。© 2016,Karabuk University.出版社:Elsevier B.V.1. 介绍目前,金属基复合材料在不同的工程领域中有着广泛的应用,在材料科学的最新发展中具有重要的意义,并成为多种工程材料的替代品。特别是飞机、汽车和机车工业正在用更轻的高强度合金和复合材料(如铝(Al)基复合材料)替代不同机械部件中的钢和铸铁。作为这种趋势的结果,金属基复合材料的加工在制造的最后阶段变得非常重要,这需要进一步研究。缩略语:RSM,响应曲面法; RSA,响应曲面分析; GRG,灰色关联度; GFRG,灰色模糊关联度; TiC,碳化钛; MMC,金属基复合材料; Ra,中心线平均粗糙度;Rz,轮廓的平均最大高度;Fc,刀具行程方向上的切削力;CNC,计算机数控;ANOVA,方差分析; ANN,人工神经网络; GA,遗传算法; GRC,灰色关联系数。* 通讯作者。联系电话:+919612577589;传真:+910381 346630,2346360。电子邮件地址:erbiswajit1984@gmail.com(B. Das)。由Karabuk大学负责进行同行审查http://dx.doi.org/10.1016/j.jestch.2015.12.0022215-0986/© 2016,Karabuk University.出版社:Elsevier B.V.具有陶瓷增强体的第一代铝基复合材料显示出良好的质量强度重量比和更好的耐腐蚀性。目前,研究考虑的方向是具有多个增强相的混杂复合材料[1]。如果不解决与切割相关的问题,这些第二代金属基复合材料的广泛推广应用是不可能的[2,3]。Manna和Bhattacharyya[4]研究了切削速度、进给量和切削深度对切削刀具磨损的影响,以及在使用硬质合金材料的菱形无涂层刀具车削Al-SiC颗粒复合材料的过程中形成的积屑瘤然而,在较低的切削深度和较高的切削速度下,发现较少的累积边缘形成。Ciftci等人[5]研究了SiC颗粒尺寸对刀具磨损和立方氮化硼(CBN)刀具刀片在恒定切削深度、进给量和不同切削速度下的表面抛光结果表明,对于铝基体中30 μm和45 μm的SiC颗粒,最佳切削速度为150 m/min;对于更好的SiC颗粒(110 μm),CBN刀具不适合车削加工。Chambers[6]发现,当车削Al-5 Mg增强(5vol. %)SA和15 vol. %SiCp。Looney等人[7]表演出版社:Karabuk University,PressUnit ISSN (印刷版):1302-0056 ISSN(在线):2215-0986 ISSN(电子邮件):1308-2043主 办可 在 www.sciencedirect.com上 在 线ScienceDirect可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页:http://www.elsevier.com/locate/jestch858B. Das等人 /工程科学与技术,国际期刊19(2016)857-865使用CBN、碳化物和氮化硅刀片对Al-25%SiC金属基复合材料进行了一系列车削操作。从这些刀片中,立方氮化硼刀片形成了最好的切削,和氮化硅刀片是最差的所有。El-Gallab和Sklad[8]测定了Al-20%SiC复合材料在不同切削参数下高速车削的表面质量。在他们的研究中发现,与涂层硬质合金刀具和氧化铝相比,多晶金刚石刀具(PCD)具有适当的切削刀具寿命。Ding等人[9]研究了使用PCBN和PCD刀具的Al-SiC MMC的加工行为。在切削工具的前刀面表面观察到表面裂纹;在前刀面上观察到粒间断裂。PCD刀片的性能优于PCBN刀片。燕明和泽华[10]报道了Al-SiC复合材料加工过程中刀具磨损的机理切削刀具的表面粗糙度受磨粒磨损的影响,硬质合金刀具适用于SiC增强复合材料的细粒度切削研究还表明,增强体的尺寸和体积分数对刀具寿命有很大影响Muthukrishnan等人[11]报告称,在A356/SiC金属基复合材料车削过程中,可通过中等等级PCD 1500刀片实现更好的表面精加工质量,在提高切削速度时,其功率利用率更低。在较低的切削速度下,在切削刀具的尖端上观察到了积屑瘤的形成Pramanik等人[12]解释了刀具颗粒连接、应变差、热软化和加工硬化等因素对金属基复合材料及其合金切削力Tamer等人[13]研究了切削速度、进给量和切削深度等加工参数对AlSi7Mg2(5、10和15 wt.%)增强的切削刀具磨损和表面粗糙度的影响。关于SiCp Mahamani[14]优化了使用未涂层碳化钨刀片加工原位AlAnandakrishnan和Mahamani[15]研究了原位Al-6061-TiB 2金属基复合材料的可加工性。切削深度越大,刀具的磨损率、切削力和表面粗糙度越高Rai等人[16]研究了Al-TiC复合材料成形时切削力的发展和切屑的形成,随着复合材料中TiC增强颗粒数量的增加,加工表面质量得到改善。切削Al TiC复合材料时产生的切削力小于切削Al TiAl 3复合材料和Al Si合金时产生的切削力。Kumar等人[17]研究了使用无涂层陶瓷刀片干式车削Al-4.5%Cu/TiC复合材料的可行性和特性观察了输入工艺参数对表面粗糙度和切削力的影响。在较高的切削速度下,发现BUE形成较低,在较低的切削速度下,发现BUE形成较高。Razavykia等人[18]评价了加工工艺参数和变质剂元素对Al-Mg 2 Si原位MMC干车削中切削力和表面粗糙度的影响。Bi元素作为改性剂的加入导致较低的切削力和较低的表面粗糙度。Kumar和Chauhan[19]还研究了切削速度、进给、接近角对Al7075陶瓷复合材料(10% SiC)和Al7075混合复合材料(7% SiC和3%石墨)表面粗糙度的影响。结果发现,在车削操作的混合,复合材料的复合表面粗糙度小于陶瓷复合材料。Karabulut[20]采用粉末冶金技术制备了AA 7039/Al2O3 基于田口实验设计进行研磨测试。Shoba等人[21]还研究了切削速度、进给量和切削深度 切割力。 对增强和未增强的复合材料进行了对比研究,结果表明,切削力随着增强体重量百分比的增加而减小。多输出优化问题可以通过使用不同的方法来解决,例如灰色关联分析(GRA)、遗传算法(GA)、人工神经网络(ANN)、响应曲面法(RSM)和模糊逻辑[22]。基于模糊逻辑的研究在不确定和不确定的环境中找到了应用。在最近的研究趋势中,基于模糊逻辑的多准则决策技术在不同制造过程的优化中变得非常流行。邓[23]提出的灰色系统是处理贫、不完全、模糊数据的有力工具[24,25]。近年来,研究人员已经有效地使用灰色关联技术来解决制造业各个领域中多个目标之间错综复杂的相互关系[26通过对每个响应的灰色关联系数进行平均来计算灰色关联度(GRG),以将复杂性能特征的优化转换为单个GRG的优化[27]。Lin和Lin[30]的研究人员使用灰色模糊逻辑方法对具有多种工艺响应的SKD 11合金钢的电火花加工工艺进行了优化。Zadeh提出的模糊逻辑理论可以成功地处理不确定和模糊信息[31]。因此,将模糊逻辑理论应用于灰关联分析,可以进一步发挥其在解决过程参数优化多响应问题在过去,研究人员已经卓有成效地采用灰色模糊逻辑[24-29]优化复杂制造问题的多个他们发现基于灰色的模糊技术可以显著改善过程的性能特征。Rupajati等人[32]优化了几个性能,层厚度和表面粗糙度使用模糊逻辑方法与田口的L18混合正交表。结果发现,这种优化技术的应用显著改善了多个输出响应。Kumar等人[33]研究了在单向玻璃纤维增强塑料复合材料上进行车削操作时的田口Soepangkat和Pramujati应用了包括GRA和模糊逻辑的集成方法来优化AISI D2钢的线切割,以最大限度地减少表面粗糙度和层厚度[34]。相关的优化技术已被有效地应用于各种制造过程中,这些过程大多是在复杂和不确定的环境下进行的[24,35尽管很少有研究工作已经进行了研究数控铣削参数对不同的质量和生产率方面的影响,这是非常必要的,建立最佳的参数组合,以获得改善的加工表面的意图。因此,本文采用灰色-模糊分析法对Al- 实验工作是在田口L25正交表的基础上进行的.选择的基本输入铣削参数是切削速度、进给量和切削深度,考虑的输出是表面粗糙度和切削力。为了最小化所有性能特征的值,需要输入过程参数的最佳组合2. 实验描述实验所用材料为采用搅拌铸造工艺制备的Al0i我我B. Das等人 /工程科学与技术,国际期刊19(2016)857-865859Fig. 1. 搅拌铸造工艺示意图。它是在1250 °C下通过感应炉中的原位技术制备的。钛(99.8%纯度)、活性炭粉末(平均尺寸150 μm)和商业纯铝(99.9%纯度)和纯铜(99.8%纯度)用作炉中的装料材料。在感应炉(如图1所示)中,首先将纯铝(Al)锭在石墨坩埚中以20 ℃的温度熔化。表1切削参数与其水平。参数符号单元水平因素123 45切削速度Nrpm400450500 550600饲料Fmm/min202530 3540切削深度Dmm0.150.200.25 0.300.353. 方法3.1. 使用响应曲面法(RSM)设计实验响应面分析专注于一种基于物理实验、模拟实验和实验发现的输入过程参数模型优化的著名新方法这些近似模型需要统计评估其能力,然后它们可以用于初始模型的优化。响应面分析问题在响应和独立变量之间有一个方便的关系,这种关系可以通过下面所示的二阶多项式模型来解释。在685 °C的温度下,然后将纯铜(Cu)加入到800 °C的熔融铝中,并借助于石墨,伊什蒂克XK2一、一、二、三吉吉ijXi Xj(一)搅拌器将混合物无休止地搅拌。然后在1000 °C下将纯钛(Ti)加入到液体材料中,并将混合物不断搅拌。在1100 °C下,将活性炭粉末加入到Al-Cu-Ti液体熔体中,并保持5分钟以允许反应发生,从而在熔体中形成TiC金属间颗粒,并将混合物不断搅拌。氟化钾和氟化钠被用作一种氧化剂覆盖层,以去除熔融金属表面的氧化膜,并作为气体吸收的保护屏障,使颗粒有可能被脉冲掺入熔体中[39,40]。 随后,热液体熔化, 是 铸造 成矩形金属模具的大小 30 mm × 30 mm × 80 mm,用于执行CNC铣削过程。长度75 mm,直径8 mm,4号端铣刀在CNC铣削中,使用25 mm长的刀具对Al机器在干燥条件下,如图所示。 二、表1显示了本实验所选的切削速度、进给量和切削深度的五种水平变化。根据田口L 25正交实验阵列设计实 验 。本研究的实验装置如图所示。3.第三章。实验在数控立铣刀上进行哪里 y是估计响应;ω0是常数;ωi、ωii和分别表示线性项、二次项和叉积项的系数. X是编码变量。randomerror是随机误差项。响应面法的一般方法是使用基于最小二乘法的回归3.2. 灰色关联分析由于田口法是针对单一响应特性进行优化,而灰色关联分析则是针对多个响应特性进行优化。因此,灰色关联分析方法是复杂的[41,42]。在GRA中,优化过程分为以下三个步骤。在第一步中,中心线平均粗糙度(Ra)、轮廓的平均最大高度(Rz)和切削力(Fc)的测量值将在0到1的范围内标准化。这被称为灰色关联归一化。由于一个响应的范围和单位可能与其他响应不同,因此需要进行这种归一化。如果响应具有由MTAB Engineers Pvt. Ltd.制造。x*xkminxk我(二)切削工具行进方向(Fc)用dy-纳米计使用3D轮廓仪在20倍放大率和4.7 mm截止距离下测量表面粗糙度参数所有后续测量重复5次。最大xk最小xk如果图二. 整体硬质合金立铣刀。 我我我的公元860年Das等人 /工程科学与技术,国际期刊19(2016)857-865图三. 实验设置。xmaxx xk我(三)但是,这一现象表明,在这一过程中存在着一些不确定性。最大xk最小xk其中xik和k分别是使用第k次响应的第i次实验的在对响应进行归一化之后,下一步是计算灰色关联系数(GRC)。它可以通过使用Eq.(4).取得成果。可以通过使用以下命令来有效地检查此错误模糊逻辑[23]。在第一步中,模糊器使用隶属函数来模糊化输入(R1 = Ra的灰色关联系数,R2 = Rz的灰色关联系数,R3 = Fc的灰色关联系数)。隶属函数用于定义输入值(η 1,η 2和η 3)和输出值(η0=灰色模糊关联度(GRFG))ikminmax阿吉克 日本最大(四)映射到0到1之间的值。在下一步中,为三个输入和一个输出开发了25个模糊规则使用Eq.(4)从实验结果中得出的结论其中,k是x0k与xi*k之间的差的绝对值,ik是|xi*x0|. 最大值x和最小值m分别是不同数据系列中的最大值和全局最小值。区分系数(λ)介于0和1之间,是为了扩大或压缩GRC的范围,一般取λ= 0.5第三步,通过求各指标用于推理。规则1:如果R1是A1,R2是B1,R3是C1,那么R4是D1;否则规则2:如果R1是A2,R2是B2,R3是C2,那么R4是D2;否则 规则n:如果1是An,2是Bn,3是Cn,则是Dn(七)性能特点该度数用以下公式估算其中Ai、Bi、Ci和Di是由相应的隶属函数定义的模糊子集,即, 李艾、李碧1、李慈1和我的天啊推理机然后执行模糊推理1nnk1吉吉克河(五)模糊规则,采取最大-最小推理(方程。(8)),用于生成模糊值ΔD0Δ。其中,n是灰色关联度,n是过程响应的数量。GRG的最佳值可以通过使用Eq. (6).联系我们A11B12C13D1A21 B22 C23 D2A31B32 C33 D3 (八) q(六)A1B2C3DemiIm无无无无无无无式中,m是GRG值的总平均值,q是输入过程参数的数量,m是第i个参数在最佳水平下的平均GRG值。方差分析方法也用于找出每个因素的统计重要性和每个输入参数对响应的百分比贡献。其中,分别地,最小操作和最大操作。最后,解模糊器使用质心解模糊方法将模糊值转换为清晰的输出(等式2)。(9));即灰色模糊推理等级(η0)使用以下等式从模糊多响应输出D0计算:3.3. 模糊规则建模(九)在灰色关联分析中,使用低越好,高越好和名义上的更好的性能,GFRG对应于多响应特性的输入过程参数的最佳设置。B. Das等人 /工程科学与技术,国际期刊19(2016)857-865861见图4。 提出了灰色模糊逻辑方法。3.4. 灰色模糊逻辑方法的步骤确定多响应优化的最佳加工参数所采用的程序如图4所示。该方法包括以下六个步骤:步骤1:选择加工参数及其级别。采用完全析因设计进行实验步骤2:通过使用等式2获得的所有响应的归一化(数据预处理)。(二)、通过使用方程计算每个响应的灰色关联系数εi(k)。(4). 当量(5)生成综合灰色关联度γi。第三步:模糊化从每个响应中获得的灰色关联系数,并使用隶属函数模糊化总体灰色关联度建立了灰关联系数与总体灰关联度的语言形式的模糊规则。步骤4:通过使用最大-最小接口操作(等式4),(8))计算模糊多响应输出ΔD0模糊度,然后采用质心解模糊(等式(9)计算灰色-模糊推理等级η0.步骤5:通过响应表和响应选择最佳参数组合 graph. 通过方差分析(ANOVA)找出各因素及其交互作用对多响应输出的贡献。第6步:进行确认测试,以验证所获得的结果(使用公式(6))。4. 结果和讨论4.1. 灰色关联系数的计算表2中给出了实验结果的预处理数据、每个参数组合的灰色关联系数和总体灰色关联度。对于所有的重新-因此,另一方面,为了提高GFRG的计算质量,减少数据的不确定性,采用灰色模糊逻辑方法计算GFRG。4.2. 灰色模糊推理分析本文采用三输入一输出(GFRG)模糊逻辑系统。推理机(Mamdani模糊推理系统)利用模糊规则执行模糊推理以生成模糊值。 这些模糊规则以“if-then”控制规则的形式表示。Ra、Rz和Fc 的 灰 关 联 系 数是模糊逻辑系统的输入。 用语言隶属度函数Lowest、Low、Medium、High和Highest表示输入变量Ra、RZ和Fc的灰色关联系数。 同样地,输出灰色关联度由隶属函数表示,诸如最 低 ( L ) 、 非 常 低 ( VL ) 、 中 低 ( ML ) 、 低 、 中 高(MHIGH)、较高(H)、中高(MH)、最高。 三角形的隶属函数,这是在这项工作中使用的,如图2和3所示。 5和6. 共有25个模糊规则用于此目的。基于规则的模糊逻辑推理如图所示。7.第一次会议。通过跟踪模糊推理的最大-最小合成操作产生模糊输出。最后,反模糊器利用MATLAB(R2010b)模糊逻辑工具箱将模糊预测值转化为GRFG该GFRG值列于表2中。较高的GFRG值表现出最佳的多重性能特征。对GFRG进行平均值分析。基于Δ(Delta)统计量,即每个因子的GFRG最高和最低平均值之间的差异,影响多重性能应答的参数的秩列于表3中。这些值如加工参数的响应曲线图一样绘制在图8 响应曲线的倾斜度越大,工艺参数对多重性能响应的影响越大。1一 阿克斯862B. Das等人 /工程科学与技术,国际期刊19(2016)857-865表2数据预处理、灰关联系数与灰关联度。实验结果的归一化值灰关联系数GFRGRaRzFcRaRzFc(N)关联度讨论单位X中的模糊集由一个模糊集函数表示,它将X中的每个元素x映射到[0,1]中的一个实数。 函数值a∈ ∈x表示x在中的位数。单位y中x的平均值越小,单位y中x的平均值越大。三角模糊隶属度函数表示为α1,α2,α3α。给出了三角模糊数的最优函数为:Xa如果a为1,则为2图5显示了三个输入的模糊化,例如Ra(取其灰色关联系数值)。三角形隶属函数图用于定义输入和输出的值(Y = GFRG)如何映射到0和1之间的值。语言隶属度函数LOWEST、LOW、MEDIUM、HIGH、HIGHEST用于表示输入变量的灰色关联系数。类 似 地 , 输 出 灰 关 联 度 由 诸 如 LOWEST ( L ) 、 VERY LOW( VL ) 、 MEDIUM LOW ( ML ) 、 LOW 、 MEDIUM HIGH(MHIGH)、HIGH(H)、MEDIUM HIGH(MH)、HIGH的隶属函数表示。的图2图1x1如果x≤a2三角形的隶属函数在这项工作中所使用的是图。 六、一个小女孩如果a为2,则为3根据表3和图8,找到了加工工艺参数的最佳设置,以实验图3图2否则运行编号25,即切削速度为五级(600 m/min)(N5),进给速度为五级(40 mm/min)(f5),切削深度为五级其中a1,a2,a3是实数。对于三角模糊数aa1,a2,a.四个(0.30 mm)(d4)。这在表3中以粗体显示。这些条件的使用将同时最小化Ra,图五. 切削力和表面粗糙度的隶属函数。0(μm)(μm)(N)(μm)(μm)10.32200.360700.42440.54620.33330.4350.50220.30240.66210.56070.41750.33330.53230.4280.37230.38050.58450.13390.44660.51920.36600.4440.44540.4488000.47560.52190.33330.4440.55950.30240.53690.51160.41750.50130.50590.4750.29460.32680.54190.56740.42620.48450.53610.4820.33970.51220.50250.45120.50620.33330.47670.4390.40680.56100.46800.25580.53250.50760.40190.4810.83790.395100.89770.45250.65160.83020.6450.500100.49760.51490.66980.49880.51270.60230.5380.8151110.73270.837210.49030.75440.7480.501120.56410.52480.46050.53420.55490.48100.5230.847130.35260.480210.43580.677910.7050.500140.51280.599010.50650.497510.6680.499150.41670.76240.97600.461610.95420.8050.954160.65380.49500.20360.59090.33330.38570.4370.537170.647410.74850.58640.34910.66530.5340.687180.4167010.46160.364910.6090.5711900.06790.07590.333310.35110.5610.597200.96610.129600.93650.75940.33330.6760.85021110.820010.55860.63540.7310.8522210.39670.470010.55860.37180.6430.857230.704500.6800110.4950.8320.500240010.73330.546110.760.937250.40.66210.372710.333310.7780.710第一B. Das等人 /工程科学与技术,国际期刊19(2016)857-865863其中工艺参数对多个性能特性具有显著影响。F值越大,说明工艺参数的变化对性能的影响越大。ANOVA结果见表4。如GFRG的ANOVA表中,切割速度的P值小于0.05。这表明切割速度对GFRG起主要作用通过验证性实验验证了所得结果。表5显示了与初始和最佳加工条件相关的表面完整性方面的确认测试结果。结果表明,采用最佳参数组合加工,Ra从2.04 μ m减小到1.88 μm,Rz从2.57 μ m减小到1.91 μm,Fc从600 μ m减小到499 μm。在加工参数的最佳水平下的估计或预测GFRG(平 均 值)可以通过使用方程计算。(十一)、见图6。多响应输出的隶属函数。埃内斯托·埃内斯托·埃内斯托 im(十一)Rz和Fc在整个加工过程中的因素范围内的研究。GFRG的响应方程如方程所示(十)、多性能的主要影响因素是该值的最大值(即等级1),即切割速度(N)。同样的信息也可以从图中获得。8.第八条。GFRG1.90 0.0886 3.95其中,λm是所有实验运行的GFRG总平均值,q是输入参数的数量,λi是第i个参数在最佳水平下的平均GFRG值。表5还表明,最佳设置的加工将导致预测值和实验值分别为0.2833和0.2100的GFRG因此,本研究清楚地表明,灰色模糊逻辑方法可以有效地用于多特性的工艺参数优化。CNC铣削前后表面的显微图像价格0.000004 N 0.000336 f 7.93 d0.000116 N f 0.01518 N d(十)加工如图所示。 9(a、b).在将石墨坩埚中的热液体材料浇注到矩形金属模具中后,采用方差分析法分析各因素对多个绩效特征的作用。分析在95%的置信水平下进行采用Fisher在CNC铣床中进行加工操作之前,先在牛头刨床中进行加工。在成型机中对样本进行机加工,以使样本的表面没有任何表面缺陷。见图7。模糊逻辑规则查看器。表3灰色模糊推理等级(GFRG)响应表加工参数1级2级3级4级5级Δ(最大值-最小值)秩切割速度(N)0.43440.57940.66020.64840.72760.29321释放率(f)0.54620.63380.57060.61840.68100.13482切削深度(d)0.64880.55240.62780.66280.56660.11043表中的粗体值分别表示切削速度、进给量和切削深度具有最高GFRG值的级别编号。我们可以看到,对于切削速度,GFRG值在等级5时较高,对于进给,GFRG值在等级5时较高,并且对于切削深度,GFRG值在等级4时较高根据稿件中的表1,5级切削速度值为600 rpm,5级进给量值为40 mm/min,4级切削深度值为0.30 mm,这是上述输入参数的最佳组合864B. Das等人 /工程科学与技术,国际期刊19(2016)857-865见图8。每一级加工参数的响应图。表4GFRG的ANOVA差异来源DOFSSMSFP回归30.2490300.0830102.480.089切割速度,N10.2147750.2147756.410.019进料速率,f10.0323090.0323090.960.337切削深度,d10.0019470.0019470.060.812埃罗河210.7035520.033502总240.952582表5在初始和最佳加工条件下获得的结果的比较。水平初始加工最佳加工参数水平参数水平铸件表面的裂纹和铸造缺陷。图9(a)示出了在执行CNC铣削操作之前的样本的上表面的显微图像,其示出了成形器单点切削工具的切削痕迹并且导致表面中的更粗糙度,而图9(b)示出了在用端铣刀执行CNC铣削操作之后的表面的图像,其示出了与成形操作相比更小的表面粗糙度5. 结论本文以切削速度、进给量和切削深度为输入参数,以表面粗糙度和切削力为响应参数,在数控铣床上对原位Al-4.5%Cu/TiC金属基复合材料进行了切削田口N = 400,f =20,d = 0.15N = 600,f = 40,d = 0.30预测实验对复合板进行铣削操作– 结果发现,600 rpm的切削速度、40 mm/ min的进给量和0.30mm的切削深度是输入参数的最佳组合。– 方差分析表明,切削速度是影响响应参数的最主要因素见图9。(a)CNC加工前和(b)CNC加工后表面的显微图像。GFRG的主效应图数据意味切削速度(N)进给量(f)切削深度0.750.700.650.600.550.500.450.4040045050055060020253035400.150.200.250.30零点三是说Ra()2.041.88Rz()2.571.91Fc600499GFRG0.5020.78530.7100GFRG的改善0.28330.2100B. Das等人 /工程科学与技术,国际期刊19(2016)857-865865因此,可以得出确认作者要感谢NIT Agartala机械和生产工程部的HOD以及NITAgartala生产工程部的所有支持人员,感谢他们在执行实验工作时提供的宝贵帮助和指导。引用[1] S. Gururaja,M.Ramulu,W.Pedersen,金属基复合材料的加工:综述,Mach。Sci. 17(1)(2013)41-73。[2] G.李晓松,《激光加工:理论与实践》,北京:机械工业出版社,北京,1999&。2013. K978-3540974987。[3] H.Y.公司Zheng,Z.Z.Han,Z.D.Chen,W.L.Chen,S.杨,激光切割和水射流切割的质量和成本比较,J. Mater。过程62(4)(1996)294-298。[4] A.曼纳湾王文,等,颗粒增强铝基复合材料切削性能的影响因素,北京:机械工业出版社,2002。Adv. 制造商Technol. 25(2005)850。[5] I. Ciftci,M.特克,美国Seker,切削SiCp增强Al - 2014合金基复合材料时的刀具磨损评估,Mater. Des. 25(2004)251。[6] A.R. Chambers,轻合金基复合材料的切削性能,Compos。A部分申请S c i .27 A(1996)143-147。[7] 洛杉矶鲁尼,J.M.Monaghan,P.O.Reilly,D.M.R.张文,张文,等.铝基复合材料的切削加工. Mater. 过程Technol. 33(1992)453。[8] M. 王志华,金属基复合材料的切削加工,第一部分:刀具性能,北京:机械工程出版社,2002。Mater. 过程Technol. 151.第83(1998)号来文[9] X.丁伟华Liew,X.D. Liu,PCBN和PCD刀具对MMC加工性能的评价,磨损259(2005)1225。[10] Q. Yanming,Z.王泽华,切削SiC颗粒增强铝基复合材料的刀具磨损及其机理,J. Mater.过程194.第194章大结局[11] N. Muthukrishnan,M.穆鲁甘湾Prahlada Rao,Al-SiC(10p)金属基复合材料车削加工的可加工性问题,Int. J. Adv. 制造商Technol. 39(2008)211。[12] A. Pramanik,L.C. Zhang,J.A.张文,等,金属基复合材料的切削加工:陶瓷颗粒对残余应力、表面粗糙度和切屑形成的影响。马赫工具制造48(2008)1613[13] O. Tamer,K.埃罗尔角Orhan,机械和机械加工性能的研究,J. Mater.过程第220章.[14] A.刘晓波,金属基复合材料的机械加工性能研究,北京:机械工业出版社,2003。矿工。Mater. Charact. Eng. 10(13)(2011)1243-1254。[15] V. Anandakrishnan,A. Mahamani,切削力,切削磨损和表面粗糙度的研究在加工Al-6061-TiB2原位金属基复合材料生产的辅助合成,国际。J. Adv. 制造商Technol. 55(2011)[16] R.N. G.L.拉伊达塔,M. Chakraborty,A.B. Chattopadhyay,原位技术制备的Al-TiC复合材料的切削性能研究,Mater. Sci. Eng. A 428(2006)34.[17] A. Kumar,M.M.马哈帕特拉峰Jha,加工参数对原位Al-4.5%Cu/TiC金属基复合材料的切削力和表面粗糙度的影响,测量48(2014)325-332。[18] A. Razavykia,S.Farahany,N.Mohd Yusof,使用DOE方法在Al-Mg2Si原位金属基复合材料中使用铋接种的干车削中切削力和表面粗糙度的评估,测量76(2015)170-182。[19] R. 库 马 尔, S 。 Chauhan , 使 用 响应 曲 面 法 ( RSM ) 和 人 工 神经 网 络(ANN)对Al 7075/10/SiCp和Al 7075混合复合材料车削表面粗糙度测量的研究,测量65(2015)166-180。[20] S. Karabulut,使用神经网络和田口方法优化AA 7039/Al2 O 3金属基复合材料铣削过程中的表面粗糙度和切削力,测量66(2015)139-149。[21] C. Shoba,N.Ramanaiah,D.张文龙,金属基复合材料切削力的实验研究,机械工程学报,2001。18(2015)658-663。[22] K. Krishnaiah,P. Shahabuyang,应用实验设计和田口方法,第一版,印度新德里,印度的距离[23] J. 邓,灰色系统导论,J。格雷系统1(1)(1989)1[24] S. Pattnaik,D.B.卡鲁纳卡尔峰朱文,应用灰色模糊逻辑对熔模铸造蜡模的多特征优化,国际先进铸造杂志。制造技术67(5-8)(2013)1577-1587。[25] 新墨西哥州Liu,J.T.Horng,K.T.蒋,灰色模糊逻辑在制造过程中优化多响应问题的方法:导光板印刷过程的案例研究,国际先进制造技术杂志。41(2009)200-210。[26] C. Ahilan,S. Kumanan,N.基于灰色模糊逻辑的数控车削加工多目标优化,国际。J. 马赫马赫Mater. 5(2009)434-451。[27] 伊夫萧耀生Tarng,W.J.等离子弧焊接参数优化的田口方法与灰色关联分析,Mater。制造商Process 23(2008)51-58.[28] A. Krishnamoorthy , S. Rajendra Boopathy , K. Palanikumar , J. PauloDavim,应用灰色模糊逻辑优化具有多种性能特征的CFRP复合材料的钻孔参数,测量45(2012)1286-1296。[29] K.T. 蒋,F.P.张,灰色模糊逻辑在薄壳注塑件最佳工艺设计中的应用,国际通讯。 热马萨诸塞州Transfer 33(2006)94-101.[30] J.L. Lin,C.L.林,灰色模糊理论在制造过程优化中的应用,J. Mater.过程160(2005)9-14。[31] L. Zadeh,Fuzzy sets,Inf. Control,8(1965)338-353.[32] P. Rupajati,B.O.P.苏庞卡特湾Pramujati,H.C.K.Agustin,使用田口和模糊逻辑优化AISI H13工具钢线切割过程中的重铸层厚度和表面粗糙度,应用。机甲Mater. 493(2014)529[33] S.库马尔,M。古普塔,P.S. Satsangi,使用基于距离的Pareto遗传算法方法车削UD-GFRP复合材料时切削力的多响应优化,工程科学。18(2015)680-695。[34] B.O.P. 苏庞卡特湾Pramujati,使用田口灰色模糊优化AISID2工具钢线切割过程中的表面粗糙度和重铸厚度,应用机械材料。393(2013)21-28。[35] T. Rajmohan,K. Palanikumar,S.应用灰色-模糊算法优化混合金属基复合材料钻孔加工参数,北京:机械工业出版社。Part B Eng.50(2013)297-308.[36] R.K. Pandey,S.S. Panda,使用灰色模糊算法优化骨钻孔参数,测量47(2014)386-392。[37] A. Krishnamoorthy,S.R. Boopathy,K.林文龙,应用灰色模糊逻辑于碳纤维复合材料钻孔参数之最佳化,国立成功大学机械工程研究所硕士论文。Int. Meas.Confeder。45(5)(2012)1286-1296。[38
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 利用迪杰斯特拉算法的全国交通咨询系统设计与实现
- 全国交通咨询系统C++实现源码解析
- DFT与FFT应用:信号频谱分析实验
- MATLAB图论算法实现:最小费用最大流
- MATLAB常用命令完全指南
- 共创智慧灯杆数据运营公司——抢占5G市场
- 中山农情统计分析系统项目实施与管理策略
- XX省中小学智慧校园建设实施方案
- 中山农情统计分析系统项目实施方案
- MATLAB函数详解:从Text到Size的实用指南
- 考虑速度与加速度限制的工业机器人轨迹规划与实时补偿算法
- Matlab进行统计回归分析:从单因素到双因素方差分析
- 智慧灯杆数据运营公司策划书:抢占5G市场,打造智慧城市新载体
- Photoshop基础与色彩知识:信息时代的PS认证考试全攻略
- Photoshop技能测试:核心概念与操作
- Photoshop试题与答案详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功