“电火花线切割加工低合金钢的响应曲面法和遗传算法优化工艺参数研究”

主办方：工程科学与技术，国际期刊18（2015）171e177全文基于响应面法和遗传算法Neeraj Sharmaa，*，Rajesh Khannab，Rahul Dev Guptaba印度哈里亚纳邦Karnal 132001 R.P. Inderapratha理工学院机械工程系bMaharishi Markandeshwar大学机械工程系，Mullana 133207，Haryana，印度A R T IC L EIN F O文章历史：2014年9月6日收到2014年11月5日星期四2014年11月5日接受2014年12月23日在线发布关键词：遗传算法HSLA过切响应曲面法A B S T R A C T电火花线切割加工（WEDM）是一种电热电火花加工的特种加工工艺。电火花线切割加工已在航空航天和模具制造业中得到应用，其中精确尺寸是首要目标。该工艺适用于难以加工的材料。在实验过程中，使用黄铜丝作为电极，高强度低合金（HSLA）钢作为工件。研究了电火花线切割加工低合金钢时工艺参数对过切量的影响。数学模型已开发的响应曲面法（RSM）的帮助下。并利用遗传算法对该模型进行了处理，以找出最佳的加工参数。预测值与实验值之间的误差在± 10%以内，表明所建立的模型可以用来预测超切值。实验方案按中心复合设计进行。工艺参数的最佳设置是脉冲-时间-117m s;脉冲关断时间-50m s;火花隙电压-49 V;峰值电流-180 A和线张力-6 g;用于最小过切，而在最佳设置下过切为9.9922m m。©2014 Karabuk University.制作和主办：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。1. 介绍电火花线切割加工是一种用于难加工导电材料的非传统加工方法.电火花线切割有许多应用;例如，在制造各种冲压工具，模具，甚至在其他领域的电火花电极。电火花线切割广泛应用于航空航天、汽车和医疗行业，以及几乎所有的导电材料加工领域。电火花线切割加工中的金属去除机理是由于工具电极和工件之间的火花放电而引起的材料的侵蚀，所述火花放电浸没在液体电介质中。微处理器还不断地保持丝和工件之间的间隙，该间隙从0.025到0.05 mm不等。Pandey和Jilani[14]使用蒸馏水、自来水和两者的混合物研究加工特性。他们观察到，最好的加工速度是通过自来水实现的。William和Rajurkar[22]报告说，*通讯作者。联系电话：电话：919467518481电子邮件地址：neeraj. live.com（N. Sharma）。由Karabuk大学负责进行同行审查电火花线切割机（WEDM）制造商和用户的目标是在期望的精度和最小的表面损伤的情况下实现更高的加工速率。电火花线切割加工中电蚀过程的复杂性和随机性要求确定性和随机性技术的应用。采用随机建模和分析方法研究了表面粗糙度分布，以更好地理解工艺机制。应用扫描电镜（SEM），找出了电火花加工表面的重要特征. Bhatti和Hashmi [2]发现了一种用线切割获得复杂形状的机械手。Scott等人[16]研究了电火花线切割加工工艺参数的影响，特别是火花循环时间和火花接通时间对Nde Fee B磁性材料、碳双极板和钛的薄横截面切割的影响。此外，Garg et al.[6]研究了脉冲开启时间和脉冲关闭时间的主效应、脉冲开启时间、峰值电流和伺服电压的二次效应、脉冲开启时间和伺服电压的交互效应以及脉冲开启时间和脉冲关闭时间对Ti 6e2e 4e 2合金电火花线切割加工尺寸偏差的影响。Takahata和Gianchandani[21]研究了使用电极阵列批量EDM生成微特征。斯科特http://dx.doi.org/10.1016/j.jestch.2014.11.0042215-0986/©2014 Karabuk University.制作和主办：Elsevier B.V.这是CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。目录可在ScienceDirect工程科学与技术国际期刊杂志主页：http://www.elsevier.com/locate/jestch北纬172度Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177等人[15]使用了析因设计，需要进行大量实验以确定WEDM参数的最佳组合。他们研究发现，放电电流、脉冲持续时间和脉冲频率是影响金属去除率和表面光洁度的值得注意的工艺参数，而丝速、丝张力和介电质流率影响最小。Khanna和Singh[19]优化了用于线切割的低温处理D-3材料他们发现，切割速率随着脉冲宽度、两个脉冲之间的时间和伺服参考平均电压的增加而减小切割速度在金属丝机械张力下先减小后增大Sharma等人[18]采用响应面法建立了切削速度和尺寸偏差的数学模型采用方差分析（ANOVA）分析重要工艺参数。发现脉冲开启时间是两个响应变量的最重要因素。Goswami和Kumar[7]采用线切割工艺研究了Nimonic 80 A的表面完整性、材料去除率和线磨损率试验计划采用田口技术，多响应优化采用灰色关联理论较高的脉冲关断时间值和较低的脉冲接通时间值有利于良好的表面质量。大多数研究人员都致力于切割率，金属去除率、表面光洁度、电极磨损和尺寸精度等。但是，对于尺寸偏差产生的根本原因--过切的建模和分析，目前的研究报道相对较少有三个产品质量问题，如表面抛光，过切和径向切割。在这些问题中，过切被认为是目前的研究工作，因为过切不能被消除，因为它是固有的线切割工艺，但可以通过适当选择的工艺参数最小化。在本工作中，高强度低合金钢被认为是电火花线切割加工。用响应面法建立了数学模型，用遗传算法进行了优化2. 实验装置实验在Electronica Make Elektra Sprintcut 734电火花线切割机床上进行，如图所示。1. 固定的工艺参数如实验期间所示● 工件：高强度低合金钢● 电极（工具）：250m m直径黄铜丝● 电导率：20 mho● 切割电压（V）：80 VFig. 1. 线切割机床。3. 实验方法在控制因素的优化中，采用了两种方法，一种是响应面法，另一种是遗传算法。这两种方法解释如下。3.1. 响应面法响应曲面法是一种数学和统计技术的集合，可用于建模和分析问题，其中感兴趣的响应受到多个变量的影响，目标是优化此响应[3]。应用响应面法建立了电火花线切割加工质量特性的多元回归数学模型。在应用响应曲面法时，将相关参数视为拟合数学模型的曲面。为了建立与电火花线切割加工过程的各种质量特性相关的回归方程，假定二阶响应曲面为：● 模电温度：35°C2注射压力设定点为7 kg/cmk k k●Y<$b0Xbi xiXbii x2Xbii xi xjer（2）● 峰值电压（VP）：设置2● 伺服进给：2050单位1/11/1我ij1/2基于加工质量的线切割加工过程的重要控制因素的调查分为不同类别。控制因子、其指定符号和范围见表1。根据初步实验获得的结果选择本研究的所有控制因素范围[17]。实验所用材料为高强度低合金钢。材料的化学组成见表2。过切（V）如图所示。 2，计算为。这个假定的曲面Y包含参数xi的线性、平方和叉积项为了估计回归系数，有许多实验设计技术可用。也不需要重复来找到误差均方。表1控制因子、符号及其范围。Overcuttv切割宽度-D（一）Þ¼2钢丝张力WT（克）6e 10控制因素符号范围（机器单位）脉冲on时间Ton（ms）111e 117脉冲off时间Toff（ms）36e50火花隙电压SV（V）30e 50峰值电流IP（A）120E 180N. Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177173表2HSLA的化学组成误差均方可以通过复制中心点来求出。Box和Hunter [4]提出了基于中心复合旋转设计的方案，该方案相当精确地拟合二阶响应面。方法程序如下：进行了中试实验根据初步试验设计输入参数，根据要求设计输出质量特性.选择实验设计。进行回归分析进行方差分析如果模型有意义。将该模型用于遗传算法的优化如果模型不重要，则进行输入参数筛选，并从步骤3开始重复该过程3.2.遗传算法遗传算法（GA）是一种通过应用进化生物学原理来寻找解决方案以搜索问题的程序。 遗传算法使用生物启发的技术，如遗传遗传，自然选择，突变和有性繁殖（重组或交叉）。与遗传编程（GP）一起，它们是遗传和进化计算（GEC）方法的主要类别之一[5]。遗传算法通常使用计算机模拟来实现，其中指定了优化问题。为此问题，候选解决方案的空间的成员，称为在-divisions，使用称为染色体的抽象表示来表示。GA由一个迭代过程组成，该过程将一组被称为种群的个体朝着目标函数或拟合函数进化[11]。传统上，解决方案是使用固定长度的字符串，特别是二进制字符串，但替代编码已经开发出来。GA的进化过程是对生物学版本的高度简化和程式化的模拟。它从根据某种概率分布随机生成的个体群体开始，通常是均匀的，并在称为generation的步骤中更新该群体。每一代，多个个体从当前种群中随机选择，基于一些适合性的应用，使用交叉繁殖，并通过突变进行修改，以形成一个新的种群。交叉遗传物质（子串）的交换，表示规则，结构组件，机器学习，搜索或优化问题的特征。选择（selection）是应用适合性标准从种群中选择哪些个体将继续繁殖。复制是指个体从一代到下一代的繁殖。突变是单个个体的染色体改变。4. 结果和讨论根据半部分的中心复合设计[12]计划实验。进行了32项实验（表3），以研究过切。根据设计矩阵表3中给出的运行顺序进行实验该运行顺序使实验误差最小化，因为实验随机进行。在design expert 6.0中进行分析后，拟合总结表明模型是二次的，这进一步定义了方差分析（ANOVA）。删除无意义项（即p值<0.05），合并无意义项后，ANOVA的合并版本见表4。从合并版本的方差分析，R2和调整的R2值大于95%。这意味着回归模型提供了一个很好的解释自变量和响应变量之间的关系（过切）。模型F值为113.87，p值小于0.05，这使得模型具有显著性。缺乏拟合不显著，因为观察到缺乏拟合的p值为0.5012。R2定义了由于所有控制因素，该模型能够解释未来结果的程度，而调整后的R2仅解释了由于重要条款而导致的未来结果。如果预测的R2和调整的R2之间的差异大于0.2，则表明模型不显著或数值被错误解释。在这项研究中，这种差异小于0.2，这证明了该模型的重要性。足够的精度给出了信噪比，并且期望值大于4 [12]。根据实际因素的最终方程过切¼2652.29e 40.92×T开- 8.72×T关- 3.71×SV 0.83 2 2×IP≥2.59× WT≥ 0.16×T，在≥ 0.02×SV×T开×T关-0.011×T开×IP开 0.017×T关0.067美元图2. 过切（V）。×SV7.395E-003× SV× IP- 0.043×SV×WT（3）●●●●●●●●元件CPSSiNiCR莫CuAlCb VTiSNSBFe重量（%）0.060.80.060.41.60.620.371.130.010.03 0.030.020.030.025平衡北纬174度Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177表3设计矩阵。999590807050302010512.00-1.08-0.17 0.75 1.67学生化残差图3. 残差的正态图图图3显示了残差的正态图，它给出了所有残差落在一条直线上。一个好模型的第一个检验就是通过这个检验，这被称为残差的正态性检验或正态概率图。图4给出了残差与预测值的关系图，这意味着残差是随机分布的，没有结构。对于一个好的检验，残差必须是无结构的。这表明，提出的模型是足够的，没有理由怀疑任何违反独立性或恒定方差假设[1，13]。图5（a）和（e）给出了工艺参数的相互作用图。图5（a）显示了Ton和Toff的相互作用图。观察到过切随着Toff的增加而减少。这是由于过切取决于放电能量的事实，当Toff增加时，电流断开的时间增加，这降低了放电能量，因此过切降低。随着T的增大，过切量减小.减小过切的可能原因是火花的均匀分布。图5（b）显示了Ton和IP的相互作用图。Ton的变化已经在前面的文本中引用。随着IP的增加，3.00表4合并无意义项后的合并ANOVA。方差分析表[部分平方和]源SSDFMSF值概率>F对1.500.00-1.50-3.0010.65 20.19 29.73 39.28 48.82预测图4. 残差与预测值图。正态%概率2STD运行A：Ton（m/s）B：关闭（m/s）C：SV（五）D：IP（A）E：WT（g）过切（mm）241114434021081532111503012063112311750301806171941142940150825.529511443401508216611736501201016871175050120612238114434090828209114574015081831101144340150821.571111150501201019.51412117365018061127131144340150819.55141113650120624.511511136301201049.5161611750501801011.513171113650180102628181144340150823.52619114434015012279201113630180635.5112111150301801029.5302211443401508222223114436015081421241144320150844.510251173630180102625261144340150418.54271175030120103318281204340150820.52291173630120634.51530111505018061917311084340150835.532321144340150821学生化残差型号10，164.8812847.07113.87<0.0001显著A-T在1785.381一七八五点三八240.01<0.0001显著B-T关闭715.041715.0496.12<0.0001显著C-SV5251.0415251.04705.9<0.0001显著D-IP828.381828.38111.36<0.0001显著埃-WT315.381315.3842.4<0.0001显著T2272.011272.0136.57<显著SV2396.341396.3453.28<0.0001显著T开×T关126.561126.56 17.01 0.0006显著T×IP60.06160.06 8.07显著Toff×SV95.06195.06 12.78 0.002显著SV×IP315.061315.0642.35<0.0001显著SV×WT45.56145.56 6.13显著剩余141.34197.44显著性不适合106.5147.61 1.09 0.5012不显著纯误差34.835六点九七总计10，306.2231STD. dev.2.73r平方0.9863是说298.16调整R平方0.9776C.V.0.91预测R平方0.957新闻443.17Adeq精密度43.91N. Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177175图5. 相互作用图（a）T开启和T关闭（b）T开启和IP（c）SV和T关闭（d）IP和SV（e）WT和SV。略有下降。这背后的主要原因是，随着峰值电流的增加，放电将更多，这导致更高的碎片。这些碎屑沉积在工件上，产生不必要的火花。这导致工具材料的侵蚀，这导致较少的材料去除并因此导致过切减少[20]。图5（c）给出了Toff和SV随过切的变化。随着SV的增加，由于放电能量的降低，超切减小。图5（d）显示了三个北纬176度Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177图6. 遗传算法流程图。SV和IP与过切的三维相互作用图。这两个参数代替过切的解释在前面的文本中给出。 图 5（e）超切随着WT的增加而增加。这是因为随着WT的增加，导丝的方向被移除，并且导丝变得直。由此产生的火花会去除材料并增加过切。5. 基于遗传算法的过切量优化最后方程（2）进一步用于遗传规划。通过遗传算法（GA）进行优化的过程由图6中的流程图示出。控制因子的下限和上限在等式（4）e（8）中给出，并且当目标函数针对过切的最佳值被优化时，则存在不同的选择、变异和交叉值111≤T≤ 117（4）36≤Toff≤ 50（5）30≤SV≤ 50（6）120≤IP≤ 180（7）6≤WT≤ 10（8）经过对选择、交换率、突变、交换和迁移的深入研究。设想遗传工具的最优化设置是选择是余数。交叉分数为0.8。突变是均匀的，比率为0.2。交叉是启发式的，比率为1.4。移民是向前的。在此优化设置下，各图之间的最佳拟合度和最佳范围如图2和图3所示。 7和8 如图所示。7，平均拟合度的值随着迭代次数的增加而减小。在51次迭代后发现功能公差。这51次迭代的范围在图中给出。第 八章6. 结论在电火花线切割机床上以黄铜丝为电极进行了不同的试验。在不同的控制因素设置下进行实验。表5中给出了最佳单独设置。本研究的主要贡献在于图7. 最佳拟合图。N. Sharma等人 /Engineering Science and Technology，an International Journal 18（2015）171e177177图8. 个人的范围表5最好的个人最小的过度。控制因素Pulse on timeTon（ms）117Pulse off timeToff（ms）50火花隙电压SV（V）49峰值电流IP（A）180钢丝张力WT（克）6最小超采（即9.9922 mm），并使用RSM和GA的合并找到优化设置。响应面法和遗传算法为建模和优化提供了一种系统有效的方法。基于响应面的超采模型可以使用遗传算法进行优化，以找到控制因子的最优值。该模型可用于控制因素水平的选择。进一步的多质量特性可以通过人工智能技术如遗传算法进行优化遗传算法方差分析结果表明，模型显著，结果重复性好， R2=0.9863。引用[1] S.A. Alrabii，L.Y.朱文，中碳钢切削过程中切屑厚度和显微硬度的预测模型，应用数学杂志，2007（2007）1。[2] M.T. Bhatti，M.S.J.李文，电火花线切割加工机械手之模拟，国立成功大学机械工程研究所硕士论文。过程383.第383章一个女人[3] G.E.P. Box，K.B. Wilson，《论最佳条件的实验实现》，J. R. Stat. Soc. 序列B甲氧苄氨嘧啶。 13（1951）1.[4] G.E.P. Box，J.S. 张文，多因子实验设计在响应面分析中的应用，北京：科学出版社，2000。 Ann. 数学Stat. 195 .第28号来文，1957年。[5] G. David ， Genetic Algorithms in Search ， Optimization and MachineLearning，Addison，Wesley，1989.[6] M.P. Garg，A. Jain，G. Bhushan，高温钛合金电火花线切割加工引起的尺寸偏差的研究，J. Eng. Technol. 2（2012）104。[7] A.高志文，以GRA与田口法探讨镍基合金80 A线切割加工之表面完整性、材料移除率与线磨损率，工程科学。Technol. Int. J.（2014）。http://dx.doi.org/10.1016/j.jestch。2014.05.002。[8] V.K. 贾因，先进加工工艺，联合出版社，孟买，2002年。[9] A.曼纳湾Bhattacharya，Taguchi和高斯消除法：PRAISiCMMC数控线切割电火花加工参数优化的双重响应方法。J. Adv. 制造商Technol. 28（2006）67.[10] J.A.陈文辉，机械加工，国立&台湾大学机械工程研究所，1998。[11] G.三雄角李润伟，遗传算法与工程设计，北京，1997。[12] R.H. Myers，D.C. Montgomery，响应面方法：使用设计实验的过程和产品优化，Wiley，New约克，1995年。[13] M.Y.北卡罗来纳州诺丁Vankatesh，S. Sharif，S. Elting，A.陈文辉，响应曲面法在涂层硬质合金刀具切削AISI 1045钢时的应用，J. Mater.过程46.第46条。[14] P.C. Pandey，S.T.李文，水作为电火花加工介质的实验研究，国际电工委员会。 J.机甲31.第31章大结局[15] D. Scott，S.王晓刚，电火花线切割加工中参数组合的分析与优化，机械工程学报，2001。第29（1991）号决议[16] F.M.斯科特，C.C.高志华，曲俊，电火花线切割加工薄壁件及柔性机构之研究，国立台湾大学机械工程研究所硕士论文。第1717章：你是我的女人[17] N.夏尔马河卡纳河Gupta，线切割工艺参数在低碳钢加工中的实验研究，在：机械工程现状和先进技术全国会议上，Radaur，印度，2011年。[18] N.夏尔马河卡纳河古普塔河Sharma，RSM对HSLA线切割的建模和多响应优化，Int. J.Adv. Manuf. Technol. 67（2013）2269。[19] H.辛格河陈晓，等离子体放电加工中D-3电极的切削速度优化，机械工程学报（2001）21.[20] K.P. Somashekhar，N. Ramachandran，J. Mathew，铝合金电火花线切割加工中微槽（切口）几何形状的材料去除特性，国际先进技术杂志。制造技术51（2010）611.[21] K. Takahata，Y.B. 吴晓波，间歇式微细电火花加工，北京。微电子机械系统 11（2002）102.[22] R.E.王文，电火花线切割加工表面特性的研究，北京：机械工业出版社。Mater. 过程Technol. 第 28（1991）号来文