برشکاری آلیاژ تیتانیوم (ti-6al-4v) توسط جت آب همراه با ذرات ساینده و بهینه سازی فرآیند

پایان نامه
چکیده

خواص فیزیکی و مکانیکی خاص تیتانیوم از جمله استحکام بالا، وزن کم، مقاومت عالی در برابر خوردگی و قابلیت جوشکاری بالا، منجر به کاربرد گسترده آن در صنایع هوافضا، خودروسازی، تجهیزات پزشکی و ساخت زیردریایی شده است. از سوی دیگر ماشینکاری تیتانیوم به علت دارا بودن خواص فیزیکی، مکانیکی و متالوژیکی خاص از قبیل هدایت حرارتی ضعیف، تمایل شدید برای واکنش شیمیایی با ابزار برش و مدول الاستیسیته پایین، به روش سنتی دشوار بوده و در برخی موارد باعث بروز مشکلاتی از قبیل مشکلات تلرانسی، تمایل به جوش خوردگی در سطح ابزار و سایش ابزار و وقوع پدیده چتر در قطعات بلند می شود. فرآیند برشکاری با جت آب به همراه ذرات ساینده از جمله فرآیندهای پیشرفته برشکاری است که به دلیل دارا بودن مزایای بسیاری از قبیل اعمال نیروی برشکاری بسیار کم، عدم ایجاد هر گونه تنش حرارتی، دقت هندسی بالا و امکان ایجاد اشکال هندسی پیچیده به طور گسترده ای در برشکاری تیتانیوم مورد استفاده قرار می گیرد. دراین پژوهش به مطالعه و بررسی اثر پارامترهای فرآیند برشکاری جت آب همراه با ذرات ساینده بر روی مشخصه های هندسه شکاف برش در برشکاری آلیاژ تیتانیوم ti-6al-4v پرداخته شده است. برای این منظور با استفاده از چیدمان متعامد l32 تاگوچی 32 آزمایش بر روی آلیاژ تیتانیوم ti-6al-4v به ضخامت 9 میلیمتر صورت گرفته است. همچنین از منطق فازی برای مدل سازی و پیش بینی مشخصه های هندسه شکاف برش، با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، نرخ ریزش ذرات ساینده و فاصله نازل تا سطح قطعه کار استفاده گردیده است. در انتها از روش ترکیبی تاگوچی و تجزیه و تحلیل مولفه های اصلی، به منظور بهینه سازی چند هدفه فرآیند برشکاری آلیاژ تیتانیوم (ti-6al-4v) توسط جت آب همراه با ذرات ساینده برای رسیدن به کمترین مقدار پهنای بالا شکاف برش، شیب شکاف برش و انحراف شکاف برش استفاده شده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

برشکاری آلیاژ تیتانیوم ti6al4v با فرآیند جت آب همراه با ذرات ساینده و بهینه سازی مشخصه های هندسه شکاف برش

فرآیند برش جت آب همراه با ذرات ساینده، شکاف برشی با لبه های زاویه دار و هندسه ای خاص بر روی قطعه کار تحت برش ایجاد می نماید. این موضوع باعث بروز محدودیت هایی در کاربردهای برش جت آب شده و یا نیاز به ماشینکاری لبه ها را در برخی موارد به وجود می آورد. در این مقاله نتایج تحقیقات انجام شده بر روی هندسه شکاف برش آلیاژ تیتانیوم ti-6al-4v در فرآیند برش جت آب همراه با ذرات ساینده ارائه گردیده است. بدین ...

متن کامل

بهینه سازی برشکاری جت آب همراه با ذرات ساینده با استفاده از روش شبکه عصبی - الگوریتم ژنتیک

در این پژوهش، روش شبکه عصبی- الگوریتم ژنتیک برای بهینه سازی صافی سطح در برشکاری شیشه توسط فرآیند برشکاری جت آب همراه با ذرات ساینده پیشنهاد شده است. از شبکه عصبی مصنوعی برای مدل‌سازی و پیش بینی زبری سطح با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، ‌نرخ ریزش ذرات ساینده و فاصله نازل تا سطح قطعه کار استفاده شده است. مقایسه نتایج به دست آمده از مدل شبکه عصبی با نتایج به دست آمده از آ...

متن کامل

بررسی فرآیند PEO بر رفتار خستگی آلیاژ تیتانیوم Ti-6Al-4V

     در این تحقیق با اعمال پوشش اکسیداسیون پلاسمای الکترولیتی (PEO) بر روی آلیاژ تیتانیوم Ti-6Al-4V رفتار خستگی آن مورد بررسی قرار گرفت. نتایج حاصل با و بدون پوشش با هم مقایسه شد. جهت تعیین ترکیب شیمیایی فازهای مختلف و همچنین بررسی ریزساختار و تحلیل نحوه اشاعه و جوانه زنی ترک از میکروسکوپ الکترونی روبشی(SEM) استفاده گردید و سختی سنجی پوشش به روش میکروسختی راکول انجام شد. نتایج حاصل از آزمون خست...

متن کامل

مطالعه و بررسی برشکاری شیشه با استفاده از فرآیند برشکاری جت آب همراه با ذرات ساینده

شیشه از جمله موادی است که به علت پایداری شیمیایی و شفافیت به وفور در علوم مهندسی استفاده می گردد و می تواند بسیاری از مشکلاتی را که مهندسان با آن درگیر هستند را حل نماید. شیشه در شرایطی که نمی توان از پلاستیک و فلزات استفاده کرد به کار می رود اما تردی و شکنندگی این ماده همیشه برشکاری آن را با مشکلاتی مواجه می کند. شکست های ناخواسته، ترک های ریز و ایجاد تنش های پسماند از جمله معایب برشکاری شیشه ...

15 صفحه اول

بهینه سازی برشکاری جت آب همراه با ذرات ساینده با استفاده از روش شبکه عصبی - الگوریتم ژنتیک

در این پژوهش، روش شبکه عصبی- الگوریتم ژنتیک برای بهینه سازی صافی سطح در برشکاری شیشه توسط فرآیند برشکاری جت آب همراه با ذرات ساینده پیشنهاد شده است. از شبکه عصبی مصنوعی برای مدل سازی و پیش بینی زبری سطح با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، نرخ ریزش ذرات ساینده و فاصله نازل تا سطح قطعه کار استفاده شده است. مقایسه نتایج به دست آمده از مدل شبکه عصبی با نتایج به دست آمده از آز...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده مهندسی مکانیک

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023