tailieunhanh - Ứng dụng mạng noron nhân tạo trong việc tối ưu hóa chế độ cắt khi tiện thép 9XC đã tôi

Bài báo này đưa ra một hướng nghiên cứu dụng mạng nơron nhân tạo (artificial neural networks) để tối ưu hóa đa mục tiêu. Các mục tiêu đó là: chất lượng bề mặt (Ra), chi phí sản xuất (Cp), thời gian gia công (Tp). Kết hợp nghiên cứu thực nghiệm để lựa chọn chế độ cắt tối ưu khi tiện thép hợp kim 9XC sau tôi bằng mảnh dao PCBN. | Nguyễn Văn Tùng và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 118(04): 23 - 28 ỨNG DỤNG MẠNG NORON NHÂN TẠO TRONG VIỆC TỐI ƯU HÓA CHẾ ĐỘ CẮT KHI TIỆN THÉP 9XC ĐÃ TÔI 1 Nguyễn Văn Tùng2, Nguyễn Quốc Tuấn1,* Nguyễn Hoài Nam2, Đặng Văn Thanh2 Đại học Thái Nguyên, 2 Trường ĐH Kỹ thuật Công nghiệp – ĐH Thái Nguyên TÓM TẮT Lựa chọn chế độ cắt tối ưu là một việc làm hết sức quan trọng trong quá trình gia công, nó góp phần làm tăng năng suất, chất lượng và giảm chi phí gia công. Hiện nay, trên thế giới và trong nước đã có nhiều nghiên cứu để lựa chọn điều kiện cắt tối ưu trên máy CNC. Tuy nhiên, những nghiên cứu này thường sử dụng các phương pháp phổ biến như: phương pháp vi phân [3], phương pháp phân tích hồi quy [4], phương pháp quy hoạch tuyến tính [1, 5], phương pháp chỉ tiêu bề mặt [2, 5]. Bài báo này đưa ra một hướng nghiên cứu dụng mạng nơron nhân tạo (artificial neural networks) để tối ưu hóa đa mục tiêu. Các mục tiêu đó là: chất lượng bề mặt (Ra), chi phí sản xuất (Cp), thời gian gia công (Tp). Kết hợp nghiên cứu thực nghiệm để lựa chọn chế độ cắt tối ưu khi tiện thép hợp kim 9XC sau tôi bằng mảnh dao PCBN. Từ khóa: Tối ưu hóa, điều kiện cắt, mạng nơron nhân tạo. GIỚI THIỆU* Lựa chọn các thông số cắt hợp lý đã được nghiên cứu nhiều về mặt lý thuyết và được hỗ trợ từ các số liệu thực nghiệm của các nhà sản xuất dụng cụ. Trong thực tế nó chưa thể mang lại những phân tích cụ thể, chưa đầy đủ cho các loại vật liệu chi tiết gia công trong thực tế. Để tối ưu hóa các hoạt động của máy, các phương pháp định lượng đã được phát triển với sự xét đến tối ưu đơn mục tiêu, hoặc tối ưu hoá đa mục tiêu [1, 2] để tìm cực trị và miền tối ưu hoá theo các chỉ tiêu đã đề ra. Đã có nhiều nghiên cứu về tối ưu hóa đơn mục tiêu được nghiên cứu như: phương pháp vi phân [3], phương pháp phân tích hồi quy [4], phương pháp quy hoạch tuyến tính [1, 5], phương pháp bề mặt chỉ tiêu [2, 5] và mô phỏng máy tính. Tuy nhiên, trong thực tế ứng dụng, các nhà sản xuất thường gặp phải các vấn đề là tối ưu