Luận án: Tối ưu hóa chế độ cắt thép 9XC bằng mạng nơ ron nhân tạo và dao PCBN

ĐẠI HỌC THÁI NGUYÊN ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP NGUYỄN VĂN TÙNG Sử dụng phƣơng pháp mạng noron nhân tạo để tối ƣu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN.” 2014 1 LỜI CAM ĐOAN Tôi xin cam đoan các số liệu và kết quả nêu trong Luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ một công trình nào khác. Trừ các phần tham khảo đã đƣợc nêu rõ trong Luận văn.Nguyễn Văn Tùng 2 LỜI CẢM ƠN Trong quá trình học tập, làm luận văn, tác giả đã nhận đƣợc rất nhiều sự giúp đỡ, chỉ bảo của các thầy cô giáo đã giảng dạy, hƣớng dẫn, giúp tác giả hoàn thành tốt chƣơng trình học cao học và hoàn thiện đƣợc luận văn này. Tác giả xin cảm ơn thầy giáo hƣớng dẫn PGS. Nguyễn Quốc Tuấn, Đại học Thái Nguyên, đã định hƣớng đề tài, hƣớng dẫn tận tình tôi trong việc tiếp cận và khai thác tài liệu tham khảo cũng nhƣ những chỉ bảo trong quá trình tôi làm luận văn.

Cuối cùng tác giả muốn bày tỏ lòng cảm ơn các thầy cô giáo, các bạn đồng nghiệp và gia đình đã ủng hộ và động viên tôi trong suốt quá trình làm luận văn này.Nguyễn Văn Tùng 3 Mục lục LỜI CAM ĐOAN .4 Danh mục các hình vẽ và đồ thị .7 PHẦN MỞ ĐẦU. GIỚI THIỆU CHUNG .13 TỔNG QUAN VỀ TỐI ƢU HÓA CHẾ ĐỘ CẮT. TỔNG QUAN VỀ TỐI ƢU HÓA .1 Khái niệm và ý nghĩa của tối ƣu hóa .2 Các hình thức tối ƣu hóa. BÀI TOÁN TỐI ƢU HÓA CHẾ ĐỘ CẮT .1 Cơ sở lý thuyết để xây dựng bài toán.2 Các hàm mục tiêu .1 Tốc độ sản xuất (Năng suất gia công) .2 Chi phí sản suất .3 Chất lƣợng bề mặt.4 Các điều kiện ràng buộc.

Phƣơng pháp giải bài toán tối ƣu đa mục tiêu. Một số phƣơng pháp giải bài toán tối ƣu đa mục tiêu cơ bản. Phƣơng pháp tổng trọng số. Phƣơng pháp cực tiểu cực đại trọng số (phƣơng pháp Tchebycheff).

Phƣơng pháp tiêu chuẩn tổng thể trọng số. Phƣơng pháp thứ tự từ điển học. Phƣơng pháp hàm mục tiêu bị giới hạn. Phƣơng pháp quy hoạch đích.

Phƣơng pháp giải thuật di truyền(GAs). Kết luận chƣơng 1.24 CHƢƠNG II .26 TỐI ƢU HÓA CHẾ ĐỘ CẮT BẰNG.26 CÁCH SỬ DỤNG MẠNG NORON NHÂN TẠO. TỔNG QUAN VỀ MẠNG NƠ RON.1 Nơ ron sinh học .1 Chức năng, tổ chức và hoạt động của bộ não con ngƣời .2 Mạng nơron sinh học .2 Mạng nơ ron nhân tạo .2 Mô hình nơron .3 Cấu trúc mạng .1 Mạng một lớp.2 Mạng nhiều lớp .3 Phân loại mạng nơron. Cấu trúc dữ liệu vào mạng .1 Mô tả véc tơ vào đối với mạng tĩnh .2 Mô tả véc tơ vào liên tiếp trong mạng động .3 Huấn luyện mạng.

Tối ƣu hóa sử dụng mạng nơ ron nhân tạo.1 Cấu trúc mạng nơ ron nhân tạo cho bài toán tối ƣu .2 Các bƣớc giải bài toán tối ƣu chế độ cắt. Tạo mạng nơ ron thông qua thanh công cụ network neural trong matlab.1 Xây dựng ma trận dữ liệu đầu vào và đầu ra cho việc luyện mạng. Tạo mạng nơ ron trong matlab. Kết luận chƣơng 2 .57 Chƣơng III.59 ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO ĐỂ TỐI ƢU HÓA CHẾ ĐỘ CẮT KHI TIỆN THÉP 9XC ĐÃ TÔI BẰNG DAO PCBN.

Khái niệm chung về tiện cứng. Vật liệu dụng cụ cắt PCBN. Thiết bị thực nghiệm. Sử dụng ANN để tối ƣu hóa chế độ cắt khi tiện thép 9XC bằng dao PCBN.

Xây dựng ma trận thí nghiệm.2 Học và luyện mạng.1 Ma trận dữ liệu vào .2 Ma trận dữ liệu ra. Cấu trúc mạng nơ ron dùng để tối ƣu hóa .Tạo mạng nơ ron thông qua thanh công cụ network neural.1 Tạo các ma trận dữ liệu trong matlab .2 Chƣơng trình học và luyện mạng .Kết quả việc Sử dụng phƣơng pháp ANN và phƣơng pháp vét cạn để giải bài toán tìm giá trị tối ƣu (vop, fop, top). Kết quả thực hiện cho bài toán tối ƣu hóa đơn mục tiêu.2 Kết quả thực hiện cho bài toán tối ƣu đa mục tiêu (Tp, Cp, Ra). Kết luận chƣơng 3.78 KẾT LUẬN VÀ PHƢƠNG HƢỚNG NGHIÊN CỨU TIẾP THEO.

Phƣơng hƣớng nghiên cứu tiếp theo.80 Tài liệu tham khảo .81 Tài liệu tham khảo .81 6 Danh mục các hình vẽ và đồ thị TT Tên hình vẽ Trang 1.Sơ đồ quá trình tối ưu hóa động 14 2. Mô hình hai nơ ron sinh học 27 3.2: Mô hình nơ ron đơn giản 29 4.3 Mạng nơ ron 3 lớp 29 5.4 Cấu trúc huấn luyện mạng nơ ron 30 6.5a,b Mô hình nơ ron đơn giản 31 7.6 Một số hàm truyền của mạng nơ ron 32 8.7 Nơ ron với R đầu vào 32 9.8 Ký hiệu nơ ron với R đầu vào 33 10.9 Một số hàm truyền thông dụng 33 11.10 Cấu trúc mạng nơ ron 1 lớp 34 12.11 Ký hiệu mạng R đầu vào và S nơ ron 35 13.12 Ký hiệu một lớp mạng 35 14.13 Cấu trúc mạng nơ ron 3 lớp 37 15.14 Ký hiệu tắt của mạng nơ ron 3 lớp 37 16. Một số loại cấu trúc của mạng nơ ron 38 17.16 Một nơ ron với 2 đầu vào 39 18.17 Nơ ron có chứa khâu trễ 39 19. Giới thiệu vè mạng nơ ron 49 20.

Chọn dữ liệu input và output cho mạng 50 21. Chọn dữ liệu đầu vào 50 22. Chọn dữ liệu đầu ra 51 23. Lựa chọn số nơ ron lớp ẩn 52 24.

Thực hiện việc Luyện mạng (Training) 52 25. Thực hiện luyện mạng lại 53 26.Lưu kết quả luyện mạng 54 27. File quá trình luyện mạng 54 28. Vị trí lưu giữ các file trong quá trình luyện mạng 56 7 29.

File lưu hàm toán học thể hiện quan hệ đầu vào và ra 57 30.1 Cấu trúc tế vi của vật liệu PCBN 60 31.2 Các dạng mảnh PCBN 63 32.3 Máy tiện Quick turn smat 200 tại trung tâm thí nghiệm 64 trường ĐH KTCN 33.4 Thân dao tiện ngoài của hãng Sandvik 65 34.5 Mảnh dao PCBN của hãng Sandvik 65 35. Thiết bị đo nhám bề mặt 66 36.7 Sơ đồ thí nghiệm tối ưu hóa khi tiện 66 37.8 Cấu trúc mạng nơ ron truyền thẳng 68 38.9 Kết quả đầu ra của quá trình luyện mạng 71 39.10: Đồ thị thể hiện quá trình luyện mạng. Đồ thị của độ nhám Ra với các thông số chế độ cắt: Vận 40. tốc cắt với lượng chạy dao (a), chiều sâu cắt với vận tốc cắt (b), lượng 72 chạy dao và chiều sâu cắt (c).

Đồ thị của diện tích gia công Sc với các thông số chế độ 41. cắt: Vận tốc cắt với lượng chạy dao (a), chiều sâu cắt với vận tốc cắt 74 (b), lượng chạy dao và chiều sâu cắt (c). Đồ thị thể hiện mối mối quan hệ của hàm đa mục tiêu z 75 với các thông số chế độ cắt Danh mục bảng biểu TT Tên bảng biểu Trang 1 Bảng 3.1 Các đặc trưng lý hóa của vật liệu CBN[35.2 So sánh các tính chất cơ lý của PCBN với một vài vật liệu 62 dụng cụ có tính năng cắt cao [59].3 Thông số kỹ thuật của máy tiện CNC 64 4 Bảng 3.4 Thành phần hóa học của phôi thép 9XC[100. Giá trị nhám bề mặt và diện tích bề mặt gia công tại các 67 điểm thí nghiệm 6 Bảng 3.

Dữ liệu các điểm thí nghiệm và giá trị kết quả các hàm mục tiêu.7: So sánh kết quả của giá trị hàm mục tiêu chung z và hàm y được 71 tìm bằng ANN.8: Kết quả được tính bằng ANN hàm (y) và bằng phương pháp 78 toán học (z). 8 PHẦN MỞ ĐẦU 1. GIỚI THIỆU CHUNG Tối ƣu hóa chế độ cắt là phƣơng pháp xác định chế độ cắt tối ƣu thông qua việc xây dựng mối quan hệ toán học giữa hàm mục tiêu về kinh tế hoặc kỹ thuật của quá trình gia công với các thông số của chế độ cắt tƣơng ứng trên một hệ thống công nghệ xác định[1], nhằm đạt đƣợc các mục tiêu về kinh tế hoặc kỹ thuật của quá trình gia công. Đây là một trong những việc chính khi lập kế hoạch gia công, nó giúp phần làm tăng năng suất và hiệu quả gia công cũng nhƣ chất lƣợng sản phẩm.

Tuy nhiên, đi sâu vào phân tích quá trình cắt nó bao gồm chi phí xác định, đặc biệt là trong sản suất loạt nhỏ hay trong trƣờng hợp gia công đơn chiếc thì nó rất cần thiết để có thể rút ngắn nhất đến mức có thể các bƣớc xác định chế độ cắt tối ƣu. Nếu không chi phí phân tích có thể vƣợt quá hiệu quả kinh tế mà nó có thể đạt đƣợc khi làm việc ở các điều kiện tối ƣu. Vì lí do đó mà quá trình tối ƣu đƣợc đƣa vào công tác chuẩn bị để tiết kiệm thời gian và giảm chi phí sản xuất. Nhƣ các biến đầu ra của quá trình gia công phụ thuộc vào các điều kiện cắt, các quyết định liên quan đến lựa chọn các thông số cắt có ảnh hƣởng quan trọng đến mức độ sản xuất, chi phí sản xuất và chất lƣợng sản xuất.

Với việc sử dụng máy CNC ngày càng tăng, tầm quan trọng của tối ƣu hóa chính xác thông số điều kiện cắt thì rất cần thiết. Lựa chọn các thông số cắt tối ƣu đã đƣợc nghiên cứu nhiều ở mặt lý thuyết và đƣợc hỗ trợ từ các số liệu thực nghiệm của các nhà sản xuất dụng cụ, nhƣng với những việc trong thực tế thì nó chƣa thể mang lại những phân tích chi tiết và các thông số tối ƣu lý tƣởng. Để tối ƣu hóa các hoạt động của máy, các phƣơng pháp định lƣợng đã đƣợc phát triển với sự xét đến chỉ một mục tiêu, chẳng hạn nhƣ giảm thiểu các chi phí sản suất hoặc tối đa hóa lợi nhuận, vv. và các hàm mục tiêu đó là: chất lƣợng bề mặt (Ra), Chi phí sản xuất (Cp), thời gian gia công (Tp).

Hoặc tối ƣu hoá đa mục tiêu bằng phƣơng pháp thực nghiệm [2,13] để tìm cực trị và miền tối ƣu hoá theo các chỉ tiêu đã đề ra. Đã có nhiều nghiên cứu về tối ƣu hóa đơn mục tiêu đƣợc nghiên cứu nhƣ: phƣơng pháp vi phân[19], phƣơng pháp phân tích hồi quy[16], phƣơng pháp quy hoạch tuyến tính[19], phƣơng pháp bề mặt chỉ tiêu [2,18] và mô phỏng máy tính. Trong khi hầu hết các nghiên cứu tối ƣu hóa đơn mục tiêu thì cũng đã có những nghiên 9 cứu về tối ƣu hóa đa mục tiêu. Tuy nhiên, trong thực tế ứng dụng, các nhà sản xuất thƣờng gặp phải các vấn đề là tối ƣu hóa đồng thời nhiều mục tiêu, các mục tiêu thƣờng mâu thuẫn nhau và không thể so sánh.