پديد آورنده :
آقايار، اميرحسين
عنوان :
بهينهسازي پيش فرم جهت كاهش ضايعات براي آهنگري بسته داغ يك قطعه فولادي به روش اجزا محدود و الگوريتم ژنتيك
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
طراحي كاربردي
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده مكانيك
صفحه شمار :
[چهارده]، ۹۶ص.: مصور، جدول، نمودار
استاد راهنما :
محمود فرزين
توصيفگر ها :
آهنگري داغ , بهينهسازي , قالب پيش فرم , شبكه عصبي و الگوريتم ژنتيك
استاد داور :
سلماني تهراني، مهران مرادي
تاريخ ورود اطلاعات :
1397/03/13
چكيده فارسي :
چكيده طراحي قالب در عمليات آهنگري يكي از مهمترين مراحل آهنگري است شكل قطعه خام اوليه براي بيشتر عمليات آهنگري بهصورت اشكال سادهاي مثل استوانه يا مكعب ميباشد اگر شكل نهايي قطعه كار پيچيده باشد ماده خام اوليه نمي تواند در يك مرحله تغيير شكل به قطعه نهايي تبديل شود بهمنظور جلوگيري از مسائلي چون جريان نامناسب مواد نيروهاي بزرگ اعمالي به قالب و پرشدن نامناسب آن قطعه كار قبل از قرارگيري در قالب نهايي در چند مرحله با قالبهاي پيش فرم تغيير شكل پيدا ميكند مهمترين معيار طراحي قالب پيش فرم پر شدن قالب نهايي است درحاليكه ممكن است شكل پيش فرم بهدستآمده بهينه نباشد در اين پاياننامه فرآيند آهنگري قطعه داربست ساختماني بررسيشده و نكاتي كه در طراحي فرآيند آهنگري بايد در نظر گرفته شود مطرحشده است از شبيهسازي تحليلي بهعنوان يك ابزار قدرتمند در بخشهاي مختلف طراحي استفادهشده است مدل نهايي قطعه كار بهصورت سهبعدي با استفاده از نرمافزار Catia مدلسازي شده است با استفاده از اين اطالعات حفره قالب نهايي طراحيشده است با توجه به اينكه آهنگري اين قطعه در يك مرحله هزينههاي زيادي را در پي دارد و نياز به قالبهاي پيش فرم ضروري ميباشد ابتدا يك هندسه اوليه براي پيش فرم در نظر گرفته شد و يك آزمايش به روش پاسخ سطوح طراحي گرديد و با استفاده از نرمافزار Deform 3D شبيه سازي انجام گرفت نتايج مختلفي مانند پر شدن حفره قالب حجم پليسه و نيروهاي آهنگري موردبررسي قرار گرفتند سپس با استفاده از شبكه عصبي داده هاي استخراج شده اموزش داده شده است در انتها با استفاده از الگوريتم ژنتيك تابع هاي خروجي بهينه سازي شده است و ابعاد بهينه استخراج شده است نتايج نشان ميدهد كه روش ارائهشده براي طراحي و بهينهسازي پيش فرم نسبت به روش سنتي مورداستفاده در صنعت باعث كاهش حجم پليسه كاهش نيروي ميشود كلمات كليدي آهنگري داغ بهينهسازي قالب پيش فرم شبكه عصبي و الگوريتم ژنتيك
چكيده انگليسي :
67Preform optimization for waste reduction of hot closed forging of a steel part by the finite element method and genetic algorithm Amir Hosein Aghayar Date of Submission 2018 06 25 Department of Mechanical Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language FarsiSupervisor Mahmoud FarzinAbstract In forging operations preform design is one of the most important stages of forging The shape of the primary raw material for most forging operations is in simple forms such as a cylinder or a cube If the final shape of the workpiece is complex the raw material can not be transformed into a final piece at one stage of deformation In order to prevent problems such as inappropriate material flow large forces applied to the die and its improper filling the work piece is deformed into a preform before being formed in the final shape in several stages The most important criterion for the design of the forging process is that that the preform should fill the final die However the shape of the preform still may not be optimal Contact stresses on the tools and die life need also to be optimized In this thesis various stages of forging process of a construction scaffold section have been investigated and affecting parameters that should be considered in the design of forging process are optimized Analytical simulation has been used as a powerful tool in various design departments The final model of the workpiece is modeled using the Catia software Having this information the final cavity is designed Simulations reveals that forging of the workpiece in one stage is not feasible due to high stresses in the die Hence it was concluded that a preform was necessary Then a preliminary geometry was proposed for the preform and a test design procedure by response surface was used to obtain preform shape The simulations were performed by Deform 3D software Various affecting parameters such as die cavity filling thickness of flash contact stresses and forging force were investigated Then using the extracted data neural network was trained and optimized Using the genetic algorithm the output functions were optimized and the proper dimensions were extracted Keywords Forging Hot forging nuaral networks genetic algorithm Deform 3D simulation
استاد راهنما :
محمود فرزين
استاد داور :
سلماني تهراني، مهران مرادي
