可持续性指标是通过神经网络进行有针对性的优化和电放电过程建模
Muhammad Sana1, Muhammad Asad1, Muhammad Umar Farooq2
1Department of Industrial and Manufacturing Engineering, Faculty of Mechanical Engineering, University of Engineering and Technology, Lahore, 54890, Pakistan.
Scientific reports
|January 27, 2025
概括
铜电极的冷处理显著提高了Al6061.6的电放电加工 (EDM) 速率. 这项研究使用人工神经网络和遗传算法优化了参数,增强了材料去除和减少能源消耗.
科学领域:
- 材料科学与工程 材料科学与工程
- 制造过程 制造过程 制造过程
- 表面工程是什么?表面工程是什么?
背景情况:
- 合金,特别是Al6061,因其低密度和高强度而受到青,但复杂零件的传统加工成本昂贵.
- 电放电加工 (EDM) 为这些合金加工提供了一个非传统的替代方案,尽管往往由于材料去除率低而受到限制.
- 可持续的加工实践越来越重要,促使人们探索替代传统煤油介电物的替代方案.
研究的目的:
- 调查冷处理 (CT) 对黄铜电极的影响,以提高Al6061的EDM加工速度.
- 评估脱离离子水作为EDM中可持续的介电液,以取代煤油.
- 优化加工参数并预测材料去除率 (MRR),表面粗度 (SR) 和特定能耗 (SEC) 等响应.
主要方法:
- 低温处理 (CT) 应用于用于Al6061.1.的EDM的黄铜电极.
- 脱离离子水 (DI) 被用作介电流体.
- 加工变量 (火花电压,脉冲时间,峰值电流,Al2O3粉末度) 系统地变化并使用光学显微镜,SEM,EDX和3D表面图进行分析.
- 人工神经网络 (ANN) 和非主导排序遗传算法II (NSGA-II) 用于预测和多响应优化.
主要成果:
- 与未经处理的 (NT) 电极相比,经过冷处理 (CT) 的电极在MRR,SR和SEC中表现出显著的改善.
- 使用NSGA-II的多响应优化为CT电极带来了优异的结果,在MRR中获得了64.82%,SR中获得了27.45%和SEC中获得了46.60%,相比未优化的设置.
- 最佳处理参数被确定为峰值电流 (IP) = 24.85 A,火花电压 (SV) = 2.18 V,脉冲时间 (PON) = 119.11 μs,和Al2O3度 (CP) = 1.05 g/100 ml.
结论:
- 铜电极的冷处理是一种有效的方法,可以提高Al6061的EDM性能,从而提高加工效率.
- 使用脱离离子水作为介电剂在EDM过程中提供了一个可持续的替代方案.
- ANN和NSGA-II是预测和优化复杂加工反应的强大工具,可以显著提高工艺效率和质量.


