Ứng dụng phương pháp trí tuệ nhân tạo và phân tích Taguchi để xác định chế độ cắt tối ưu khi gia công trên máy phay CNC

- Tên đề tài: “Ứng dụng phương pháp trí tuệ nhân tạo và phân tích Taguchi để xác định chế độ cắt tối ưu khi gia công trên máy phay CNC” 2.
- Cơ sở để lựa chọn đề tài Quá trình gia công cơ khí ngày nay hướng tới gia công đạt độ chính xác cao và nâng cao hiệu quả sử dụng thiết bị.
- Các hệ máy gia công sử dụng hệ điều khiển số là xu hướng phát triển tất yếu trong sản xuất công nghiệp.
- Với ưu thế về độ chính xác gia công và năng suất gia công cao nên máy CNC được ứng dụng rất rộng dãi và phổ biến.
- Đối với một hệ thống công nghệ nhất định, năng suất hay chất lượng bề mặt phụ thuộc chủ yếu vào chế độ cắt được cài đặt.
- Điều khiển các thông số chế độ cắt là phương pháp cơ bản và hiệu quả để kiểm soát chất lượng gia công, nâng cao hiệu quả sử dụng thiết bị.
- Do đó, cài đặt chế độ cắt hợp lý hay tối ưu để nâng cao năng suất gia công, chất lượng gia công là điều kiện cần cho quá trình gia công cơ khí.
- Trong một môi trường gia công luôn tồn tại các yếu tố không điều khiển được (yếu tố nhiễu) làm giảm chất lượng gia công.
- Mặt khác, quá trình cài đặt các thông số công nghệ không phải lúc nào cũng cài đặt chính xác như mong muốn hay quá trình thu nhận các thông tin sau khi gia công cũng bị ảnh hưởng của các yếu tố nhiễu làm những thông tin có được gần với giá trị giá trị thực ở một mức độ tin cậy nhất định.
- Phương pháp phân tích thực nghiệm Taguchi được ứng dụng ngày càng phổ biến và cho phép đánh giá mức độ ảnh hưởng đó.
- Ngày nay, khoa học trí tuệ nhân tạo đã mô phỏng quá trình thu nhận, xử lý thông tin của bộ não người và cơ chế tối ưu trong tự nhiên.
- Từ những nghiên cứu về qui trình xác định chế độ công nghệ tối ưu hiện đang được sử dụng phổ biến và trên cơ sở phân tích, ứng dụng khoa học trí tuệ nhân tạo cũng như kỹ thuật phân tích Taguchi để đưa ra một cách tiếp cận mới xác định chế độ cắt tối ưu cho độ chính xác dự đoán cao hơn.
- Do vậy, đề tài “Ứng dụng phương pháp trí tuệ nhân tạo và phân tích Taguchi để xác định chế độ cắt tối ưu khi gia công trên máy phay CNC” là cần thiết, thực tiễn và tất yếu.
- Kết quả nghiên cứu này làm phong phú cho lý thuyết qui hoạch thực nghiệm, bổ sung một công cụ tính toán cho khoa học thực nghiệm trong gia công cơ khí.
- Nghiên cứu còn là tiền đề phát triển, ứng dụng điều khiển quá trình công nghệ gia công trực tuyến nhằm nâng cao hiệu suất gia công trong tương lai.
- Mục đích, đối tượng và phạm vi nghiên cứu 3.1 Mục đích 2 - Nghiên cứu phương pháp tiếp cận mới làm tăng khả năng dự đoán chất lượng gia công - Tăng độ chính xác khi xác định chế độ cắt tối ưu cho gia công trên máy phay CNC trên cơ sở nâng cao năng suất và chất lượng bề mặt chi tiết gia công.
- Xây dựng mối quan hệ thực nghiệm giữa chế độ cắt với năng suất và chất lượng bề mặt, lực cắt, độ mòn dụng cụ, tính toán chế độ cắt tối ưu cho gia công một số thép hợp kim.
- 3.2 Đối tượng nghiên cứu - Nghiên cứu quá trình gia công trên máy phay CNC - Gia công một số vật liệu cứng - Ứng dụng mạng mờ nơ ron và giải thuật trí tuệ bầy đàn - Phương pháp số để tối ưu hóa - Phương pháp Taguchi xác định mức độ ảnh hưởng của các thông số công nghệ đến năng suất và chất lượng bề mặt 3.3 Phạm vi nghiên cứu Tìm phương pháp dự đoán mối quan hệ thực nghiệm và tính toán chế độ cắt hợp lý, tối ưu để đạt năng suất và chất lượng bề mặt chi tiết khi gia công trên máy phay CNC.
- Phương pháp nghiên cứu Phương pháp nghiên cứu chung là kết hợp nghiên cứu lý thuyết với nghiên cứu thực nghiệm 5.
- Ý nghĩa khoa học và thực tiễn của đề tài - Làm phong phú thêm lý thuyết trong qui hoạch thực nghiệm và xử lý dữ liệu thực nghiệm, quá trình tối ưu hóa các thông số công nghệ trong điều kiện tại Việt Nam - Đưa trí tuệ nhân tạo vào kỹ thuật điều khiển thông số công nghệ gia công cơ khí - Đưa phương pháp Taguchi vào trong thiết kế thực nghiệm và tính toán mức độ ảnh hưởng của thông số công nghệ đến năng suất và chất lượng bề mặt.
- Những đóng góp mới - Ứng dụng giải pháp trí tuệ nhân tạo và phân tích Taguchi thiết lập mối quan hệ thực nghiệm giữa chế độ cắt với chất lượng bề mặt, năng suất gia công, lực cắt, độ mòn dụng cụ và xác định chế độ cắt tối ưu khi phay thép SKD11 và SKD61.
- Xây dựng phần mềm BK-CTMNET dự đoán mối quan hệ thực nghiệm cho độ chính xác cao và tính toán các thông số công nghệ tối ưu phục vụ trong nghiên cứu và sản xuất.
- Tổng quan về ảnh hưởng một số yếu tố công nghệ đến năng suất và chất lượng bề mặt, phương pháp xác định chế độ cắt tối ưu khi gia công trên máy phay CNC.
- Phương pháp xác định chế độ cắt tối ưu khi gia công trên máy phay CNC.
- Xây dựng mô hình toán học bằng thực nghiệm giữa chế độ cắt với các thông số công nghệ và xác định chế độ cắt tối ưu trên máy phay CNC.
- NỘI DUNG LUẬN ÁN Chương 1: Tổng quan về chất lượng bề mặt, năng suất gia công và phương pháp xác định chế độ cắt tối ưu khi gia công trên máy phay CNC 1.1 Các chỉ tiêu đánh giá chất lượng bề mặt.
- Chất lượng bề mặt gia công là tập hợp các chỉ tiêu về các yếu tố hình học, tính chất cơ lý mà nó là kết quả để lại sau tương tác giữa dụng cụ cắt với bề mặt chi tiết gia công.
- Vì vậy các phương pháp gia công cũng nhằm đảm bảo các chỉ tiêu về chất lượng bề mặt và được quyết định nhiều bởi phương pháp gia công tinh lần cuối và chế độ công nghệ.
- 1.2 Năng suất gia công Năng suất cắt là một chỉ tiêu kinh tế đặc trưng cho quá trình cắt.
- Các phương pháp gia công đều nhằm đảm bảo năng suất cắt cao nhất trong điều kiện công nghệ cụ thể.
- Năng suất cắt khi phay tỷ lệ thuận diện tích cắt và vận tốc cắt do đó năng suất cắt tỷ lệ thuận với lượng tiến dao, vận tốc cắt và chiều sâu cắt Đối với hệ thống công nghệ nhất định cài đặt một chế độ cắt hợp lý đảm bảo chất lượng bề mặt và nâng cao năng suất gia công là điều kiện cần cho mọi quá trình công nghệ.
- Từ phân tích trên thấy rằng chất lượng bề mặt và năng suất cắt khi gia công là hai yếu tố quan trọng trong chuỗi quá trình sản xuất.
- Đối với một hệ thống công nghệ được đầu tư xác định, cả hai yếu tố bị quyết định rất lớn từ chế độ công nghệ được cài đặt trong đó chế độ cắt là yếu tố được điều khiển linh hoạt.
- Thay đổi chế độ cắt là một phương pháp cơ bản và hiệu quả nhất để kiểm soát chất lượng bề mặt và tăng năng suất gia công.
- 1.3 Phương pháp truyền thống xác định chế độ công nghệ Gia công với chế độ hợp lý hay tối ưu là điều kiện cần cho mọi quá trình công nghệ.
- Hiện nay xác định chế độ cắt hợp lý cho mỗi loại vật liệu trên một hệ thống công nghệ cụ thể được thực hiện theo tiến trình trong hình 1.2 gồm 6 bước cơ bản .
- 4 Đối với mô hình truyền thống để nâng cao độ chính xác khi xác định chế độ công nghệ tối ưu ngoài yếu tố cố định (hệ thống công nghệ, thu thập dữ liệu) thì tồn tại ở 2 khâu quyết định chính là xác định mối quan hệ thực nghiệm và phương pháp giải bài toán tối ưu.
- Tuy nhiên 2 khâu này lại có tính linh hoạt và mềm dẻo nên có thể thay đổi được trong chuỗi quá trình trên và các phương pháp truyền thống hiện nay đang được sử dụng tập trung vào một số giải pháp 1.3.1 Mô hình xác định mối quan hệ thực nghiệm Hiện nay mối quan hệ thực nghiệm được xác định phổ biến bằng 2 phương pháp: bình phương cực tiểu và hồi qui thực nghiệm a) Phương pháp bình phương cực tiểu Phương pháp có khả năng xử lý với mọi bộ dữ liệu nên kết quả đưa ra phù hợp với thực nghiệm.Trong quá trình tính toán, do thực hiện phép tổng các giá trị thực nghiệm bậc lẻ nên có thể giản các sai số ngẫu nhiên trong quá trình thí nghiệm mà không quản lý được.
- Phuơng pháp bình phương cực tiểu, do bản chất của nó là nội suy một đường (mặt) để đạt một chỉ tiêu nào đó, nên có sai số phương pháp.
- Tuy nhiên Nhược điểm lớn nhất của phương pháp này đòi hỏi một lượng lớn các phép tính toán.
- Nếu thực hiện tính toán bằng tay phương pháp này còn gây ra sai số tính toán.
- b) Phương pháp qui hoạch thực nghiệm Phương pháp quy hoạch thực nghiệm tốn ít thời gian nhất để nhận thông tin nhiều nhất.
- Do vậy phương pháp đơn giản và đòi hỏi ít số liệu thí nghiệm và ít xử lý toán học phức tạp.
- Do sử dụng ít tính toán nên phương pháp này hầu như loại bỏ được sai số tính toán.Tuy sử dụng ít thí nghiệm nhưng ở một giới hạn thì kết quả là chấp nhận được nếu đã biết trước hàm phụ thuộc.
- Tuy phương pháp đòi hỏi ít dữ liệu thí nghiệm nhưng cũng đòi hỏi tiến hành một Hình 1.2 Quá trình xác định chế độ cắt tối ưu thực nghiệm Giải bài toán tối ưu, xác định chế độ cắt tối ưu Bắt đầu Xây dựng bảng qui hoạch thực nghiệm Tiến hành thực nghiệm và thu thập các số liệu cần quan tâm: Rz, Sn, F, hs.
- Xác định mối quan hệ thực nghiệm giữa chế độ cắt với đầu ra: RZ=f(V,S,t.
- Thành lập bài toán tối ưu: hàm mục tiêu, các điều kiện biên.
- Kết thúc Thực nghiệm và kiểm tra 5 lượng không nhỏ thí nghiệm kiểm tra tính đồng nhất, sau khi tiến hành những kết quả này lại không đưa vào trong công thức cuối cùng cần đạt được.
- Như vậy làm giảm tính kinh tế và tính chính xác của phương pháp.
- Phương pháp quy hoạch thực nghiệm nên áp dụng với dữ liệu cách đều nhau.
- 1.3.2 Mô hình xác định chế độ công nghệ tối ưu Bài toán tối ưu được thiết lập dựa vào mục đích của người làm công nghệ.
- Thông thường mục đích cuối cùng cần tìm ra chế độ công nghệ tối ưu hoặc chế độ công nghệ hợp lý để mở rộng khả năng công nghệ trên thiết bị.
- Quá trình này thường có 2 bước bao gồm thành lập bài toán tối ưu và giải bài toán tối ưu.
- Bài toán tối ưu được thiết lập khi xác định rõ hàm mục tiêu và định các giới hạn biên.
- Giải bài toán tối ưu hiện nay sử dụng các phương pháp truyền thống như: phương pháp Lagrang, Golden section, Karush-Kuhn-Tucker (KKT), Quasi-Newton ....những phương pháp này có nhược điểm lâu hội tụ đặc biệt với những bài toán có nhiều biến đầu vào.
- Hiện nay các phương pháp trên được số hóa trong một số phần mềm.
- Mặt khác cũng có một số phương pháp sử dụng trí tuệ nhân tạo như: phương pháp GA với các dạng biến thể MOSGA, NAGAI, NAGAII..
- 1.4 Đánh giá phương pháp truyền thống xác định chế độ công nghệ tối ưu Mô hình thiết lập mối quan hệ thực nghiệm truyền thống sử dụng tiêu chuẩn để xác định một hàm toán học thực nghiệm là tổng độ lệch bình phương khoảng cách giữa điểm thực nghiệm và điểm dự đoán E là nhỏ nhất.
- Hình 1.5 thể hiện đường quan hệ thực đo và đường quan hệ dự đoán bởi phương pháp.
- trong đó i là sai số tương đối giữa điểm thực đo Aiđo và điểm dự đoán bởi phương pháp Aitt, ngoài ra tính đến độ phân tán sai số.
- Nhược điểm đối với 2 phương pháp trên sử dụng tiêu chuẩn độ lệch E càng nhỏ cảng tốt sẽ dẫn đến sai lệch tương đối tại các điểm có thể rất lớn và độ phân tán lớn.
- Cách tiếp cận theo tiêu chuẩn độ lệch E chưa thể đảm bảo tìm được một mối quan hệ tốt nhất cho tập dữ liệu thực nghiệm.
- Một hàm quan hệ thực nghiệm dự đoán chính xác cao phải đảm bảo tb và  càng nhỏ càng tốt.
- 6 Trong quá trình gia công hay thu thập các thông tin trong và sau gia công luôn tồn tại các yếu tố không kiểm soát được (yếu tố nhiễu) do vậy một phương pháp xác định mối quan hệ thực nghiệm mà không ước lượng được mức độ ảnh hưởng của nhiễu sẽ khó xác định được mối quan hệ thực nghiệm đó có phản ánh được bản chất của mối quan hệ giữa các thông số công nghệ đến yếu tố đầu ra hay không.
- Nếu ước lượng được mức độ của nhiễu lên kết quả đầu ra có thể quyết định tiếp tục thực hiện tìm hàm hồi qui thực nghiệm hay dừng lại để tiến hành thí nghiệm lại với việc cải thiện điều kiện thí nghiệm.
- Các phương pháp truyền thống hiện nay ít quan tâm đến vấn đề này và do đó đã làm hạn chế khả năng dự đoán chính xác và phản ánh bản chất của mối quan hệ thực nghiệm.
- Thực chất đối với người làm công nghệ cơ khí không nhất thiết lúc nào cũng phải tối ưu cả 3 biến V, S, t mà các biến này phụ thuộc vào từng giai đoạn công nghệ cụ thể (gia công thô, tinh).
- Do vậy cần có cách tiếp cận phân tích mức độ ảnh hưởng của từng yếu tố chế độ công nghệ đến đầu ra, trên cơ sở đó quyết định nên sử dụng những yếu tố nào để thay đổi khi đó mới đưa biến vào bài toán tối ưu.
- Từ những phân tích trên thấy rằng mô hình hiện nay thiết lập hàm quan hệ thực nghiệm và tính toán chế độ công nghệ tối ưu còn hạn chế, đặc biệt trong tương lai yêu cầu về độ chính xác ngày càng khắt khe.
- Do đó cần có một cách tiếp cận mới làm tăng khả năng dự đoán mối quan hệ thực nghiệm, đánh giá được ảnh hưởng của nhiễu và các yếu tố thông số công nghệ đến hàm mục tiêu làm tiền đề ra quyết định chọn biến cho bài toán tối ưu và phương pháp giải bảo toán tối ưu làm tăng độ chính xác dự đoán.
- 1.5 Các nghiên cứu trong nước và ngoài nước Bài toán tối ưu trong gia công cơ khí thực chất không phải là boài toán mới nhưng cho đến hiện tại qui trình giải cho bài toán tối ưu vẫn còn những Hình 1.5 Đường quan hệ thực nghiệm và dự đoán En Ei Đường quan hệ thực đo Đường quan hệ dự đoán E1 yA1doxAidoAndoA1ttAnttAittyittyidoxi 7 tồn tại đã được phân tích.
- Hiện nay tại Việt Nam những nghiên cứu về ứng dụng trí tuệ nhân tạo vào trong tối ưu hóa quá trình gia công cơ khí rất hạn chế, chưa được quan tâm và phát triển.
- Tuy nhiên ứng dụng khoa học trí tuệ nhân tạo trong lĩnh vực tối ưu quá trình gia công cơ khí đang được nghiên cứu mạnh mẽ tại các nước phát triển như đã được phân tích ký trong luận án.
- KẾT LUẬN CHƯƠNG 1 - Khảo sát các chỉ tiêu đánh giá chất lượng gia công và năng suất gia công.
- Xác định các yếu tố công nghệ ảnh hưởng đến chất lượng bề mặt, năng suất gia công, mòn dụng cụ khi phay: vận tốc cắt, lượng tiến dao, chiều sâu cắt...trên cơ sở đó thấy rằng điều khiển các thông số chế độ cắt là phương pháp cơ bản và hiệu quả để kiểm soát chất lượng gia công, nâng cao hiệu quả sử dụng thiết bị.
- Khảo sát các ưu điểm, nhược điểm của các phương pháp truyền thống xác định mối quan hệ thực nghiệm và tìm thông số chế độ cắt tối ưu trong gia công cơ khí trên cơ sở đó đề xuất phương pháp tiếp cận mới xây dựng hàm quan hệ thực nghiệm và xác định thông số chế độ cắt tối ưu chính xác hơn, đem lại hiệu quả khai thác thiết bị và đảm bảo chất lượng gia công.
- Chương 2: PHƯƠNG PHÁP TRÍ TUỆ NHÂN TẠO VÀ ỨNG DỤNG 2.1 Phương pháp trí tuệ nhân tạo Bộ não của con người là một sản phẩm hoàn hảo trong tiến trình phát triển tiến hóa, có khả năng học và tư duy sáng tạo.
- Vậy cần xác định các thông số hệ thống để đảm bảo mối quan hệ có mức độ chính xác mong muốn 2.3 Logic mờ Lôgic mờ ( Fuzzy logic) được phát triển từ lý thuyết tập mờ để thực hiện lập luận một cách xấp xỉ.
- X1=V X2=S X3=t Lớp vào Lớp ẩn 1 u11 u1i u1j u1m Lớp ẩn 2 u2n u2i u21 Lớp ra Rz F Wij ij rij Bias lớp ẩn 1 Bias lớp ẩn 2 Bias lớp ra Hình 2.4 Mô hình mạng nơ ron nhân tạo 9 2.1 Trí tuệ nhân tạo tiến hóa Thuật toán tiến hóa thường tập trung vào việc mô phỏng quá trình tiến hóa trong tự nhiên của các sinh vật để thông qua đó tìm kiếm cơ chế hay qui trình tìm nghiệm tối ưu, còn Thuật toán trí tuệ bầy đàn thì cố gắng xem xét các hệ thống hay bầy đàn có sẵn trong tự nhiên để thu thập các tính chất tối ưu của chúng tạo phương pháp tìm kiếm tối ưu.
- Thuật toán “quần thể bầy ong nhân tạo” (artificial bees colony-ABC) là một dạng thuộc nhóm thuật toán trí tuệ bầy đàn có khả năng khảo sát được trong vùng không gian rộng lớn của không gian nghiệm mà ít khi mác tại điểm tối ưu cục bộ.
- Xác định mô hình mạng mờ nơ ron thích hợp cho bài toán tìm mối quan hệ thực nghiệm trong lĩnh vực qui hoạch thực nghiệm và phân tích giải thuật lan truyền ngược xác định mô hình toán học mạng - Phân tích giải thuật đàn ong ABC làm tiền đề kết hợp giải thuật lan truyền ngược xác định tham số mô hình toán học mạng mờ nơ ron và giải bài toán tối ưu xác định chế độ cắt.
- Chương 3: XÂY DỰNG PHƯƠNG PHÁP XÁC ĐỊNH CHẾ ĐỘ CẮT TỐI ƯU KHI GIA CÔNG TRÊN MÁY PHAY CNC 3.1 Xây dựng mô hình xác định chế độ cắt tối ưu khi phay CNC Giải các bài toán tối ưu trong công nghệ gia công cơ khí là lớp các bài toán thực nghiệm, để giải quyết vấn đề triệt để thì các hàm mục tiêu và giới hạn biên phải tiếp cận đến các hàm thực nghiệm.
- Với cách tiếp cận ứng Hình 2.8 mô hình mạng mờ nơron 10 dụng giải pháp trí tuệ nhân tạo và qui hoạch thực nghiệm Taguchi đưa ra qui trình xác định chế độ cắt tối ưu như hình 3.1 bao gồm các bước.
- 3.2 Ứng dụng mạng mờ nơron và giải thuật ABC xác định mối quan hệ thực nghiệm giữa chế độ cắt và thông số đầu ra 3.2.1 Các chỉ tiêu đánh giá chất lượng mô hình toán học mạng Một mô hình mạng có các tham số mạng tốt thì giá trị sai số trung bình tb và độ phân tán sai số  càng nhỏ càng tốt (tb.
- của mỗi bộ tham số mạng - So sánh độ lệch trung bình bình phương E Nếu sử dụng chỉ tiêu E làm tiêu chuẩn so sánh, đánh giá độ tốt xấu của mỗi bộ tham số mạng như một điều kiện dừng cho bài toán tìm tham số mạng thì Hình 3.1 Sơ đồ tiến trình xác định chế độ công nghệ tối ưu Phân tích thực nghiệm Taguchi: đánh giá mức độ ảnh hưởng của chế độ cắt đến đầu ra và nhiễu Bắt đầu Thiết kế ma trận thí nghiệm trực giao Taguchi Thực nghiệm và thu thập dữ liệu Thiết lập quan hệ thực nghiệm: mạng mờ nơ ron, giải thuật lan truyền ngược kết hợp ABC Thành lập bài toán tối ưu Giải bài toán tối ưu: sử dụng giải thuật trí tuệ bầy đàn ABC In và lưu kết quả tối ưu Kết thúc Xác định biến để giải bài toán tối ưu 11 có thể xảy ra tại một số điểm nào đó trong bộ dữ liệu sẽ có sai lệch giữa giá trị kết xuất ra bởi mạng và giá trị thực là lớn.
- 3.2.2 Giải thuật ABC, lan truyền ngược xác định tham số hệ thống mạng Các giá trị sai số i, tb.
- E cũng là những hàm quan hệ phụ thuộc vào bộ tham số mạng, để xác định bộ tham số w sao cho giá trị đầu ra của mạng bám sát được giá trị thực đo di, sử dụng hai giải thuật là lan truyền ngược và giải thuật Giải thuật lan truyền ngược sử dụng phương pháp giảm dốc Gradient điều chỉnh các tham số hệ thống mạng, qua mỗi vòng lặp giá trị sai lệch E được giảm đi.
- Số lượng ong thợ trong quần thể bầy ong cũng chính là số lượng nghiệm sử dụng để khám phá nghiệm tối ưu.
- 12 Qui trình tìm mật hoa được sử dụng để tìm nghiệm tối ưu cho bài toán tối ưu.
- Với lý thuyết qui trình tìm kiếm mật hoa của đàn ong nhưng ứng dụng nó để thành giải thuật thì tùy vào mục đích và mức độ phức tạp của bài toán để thiết lập gải thuật cho tối ưu về chiến lược thời gian thực khi thực hiện thuật toán.
- Do vậy để đảm bảo chiến lược thời gian và độ chính xác khi xác định mô hình toán học mạng kết hợp hai giải thuật.
- 3.2.3 Qui trình xác định mối quan hệ thực nghiệm Hình 3.11 thể hiện sơ đồ thuật toán xác định mối quan hệ thực nghiệm.
- Tham số hệ thống mô hình toán học mạng xác định mối quan hệ giữa chế độ cắt và các đầu ra quan tâm là các giá trị trọng số w bao gồm các tham số của hàm liên thuộc và các giá trị tham số đánh giá mức độ tác động của các biến vào.
- 3.3 Đánh giá mức độ ảnh hưởng của chế độ cắt đến các thông số đầu ra bằng phương pháp Taguchi Hình 3.11 Sơ đồ giải thuật xác định mối quan hệ thực nghiệm giữa chế độ cắt và thông số đầu ra Thực hiện giải thuật bầy ong ABC Thực hiện giải thuật lan truyền ngược Bắt đầu Đọc dữ liệu vào Chuẩn hóa dữ liệu Tách dữ liệu luyện mạng và dữ liệu kiểm tra Nạp dữ liệu vào luyện mạng mờ nơron Huấn luyện mạng tìm bộ tham số hợp lý In và lưu trữ bộ tham số tốt nhất Kết thúc 13 Phương pháp Taguchi thiết kế đánh giá mức độ ảnh hưởng của các yếu tố chính trong quá trình làm việc và các yếu tố nhiễu tác động làm sai lệch kết quả mong muốn đầu ra.
- Đối với phương pháp Taguchi giá trị tính toán cho thông số đầu ra quan tâm được thay thế bằng tỷ số S/N (Signal to Noise ratio) và được tính công thức: )(log10/10MSDNS.
- 3.4 Xác định chế độ cắt tối ưu cho hàm mục tiêu về năng suất gia công đáp ứng chất lượng bề mặt 3.4.1 Hàm mục tiêu và các giới hạn biên Mục đích của những người làm công nghệ là khai thác những yếu tố cố định đã có của hệ thống công nghệ sao cho hiệu quả nhất do đó những hàm mục tiêu và điều kiện biên phải có tính thực tế và có khả năng ứng dụng vào sản xuất.
- Năng suất cắt khi gia công là một chỉ tiêu kinh tế của quá trình cắt nên mong muốn càng lớn càng tốt và là hàm mục tiêu cho quá trình cắt.
- Các giới hạn biên xác định một không gia giới hạn cho các tham biến và phương trình giới hạn cũng được xác định bằng mạng mờ nơ ron.
- 3.4.2 Xác định các thông số công nghệ cho bài toán tối ưu kết hợp với phân tích Taguchi Phân tích Taguchi đã xác định được mức độ ảnh hưởng của từng thông số chế độ cắt đến đầu ra.
- 3.4.3 Giải thuật ABC giải bài toán tối ưu năng suất gia công Hình 3.13 ảnh hưởng của độ nhiễu lên kết quả ra tính theo tỷ số S/N ytb1 ytb2 y0 Giá trị đầu ra MSD1 (S/N)1 MSD2 (S/N)2 MSD1 > MSD2 (S/N)1

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt