نام پژوهشگر: الهیار قربان پور

شبیه سازی اجزاء محدود و تحلیل آماری اثر تغییرات در فرایند پرچ کاری روی کیفیت اتصالات پرچی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده مهندسی 1391
  الهیار قربان پور   عباس فدایی

در طراحی ها ی مکانیکی به خصوص درسازه های هوا و فضایی ورق های فلزی نقش بسیار مهمی ایفا می کنند. برای اتصال این ورق ها به یکدیگر اغلب از اتصالات پرچی استفاده می شود. گسیختگی در اتصالات پرچ در بدنه هواپیما هابه عوامل مختلفی وابسته است که مهمترین آنها تنش پسماند در فرایند پرچ کاری است که با کاهش آن شرایط افزایش کارآیی فرایند پرچ کاری ایجاد می شود. این تحقیق به طور کلی به دو بخش اصلی تقسیم شده است . در بخش اول به بررسی تغییر شکل پرچ و ورق و تاثیر این تغییر شکل ها روی یکدیگر در عملیات پرچکاری به سه روش تئوری، تجربی و عددی پرداخته شده است. برای این منظور 24 آزمایش برای انجام عملیات پرچ کاری در شرایط استاندارد طراحی شد به طوری که دو نوع ورق ودو نوع پرچ در شرایط پرچ کاری یکسان برای 8 نیروی مختلف مورد آزمایش قرار گرفته شد. نتایج آزمایشات با نتایج عددی و نتایج تئوری مقایسه شدند. در بخش دوم این تحقیق در قسمت اول به پیش بینی بیشترین تنش مماسی در ورق ها در فرایند پرچ کاری به روش عددی، روش رگرسیون و روش شبکه های عصبی مصنوعی پرداخته شده است. به این صورت که نیروی پرچ کاری، تلرانس قطرسوراخ ورق بالایی، تلرانس قطرسوراخ ورق پایینی، ضریب اصطکاک سطوح، تلرانس قطرپرچ وطول پرچ به عنوان پارامتر های موثر در کیفیت عملیات پرچ کاری مورد مطالعه قرار گرفت. برای هر پارامتر حد بالا و پایینی در نظر گرفته شد واز ترکیب دوتایی مدل های مختلف (2^6) 64 مدل مورد بررسی قرارگرفت. خروجی مدل ها به صورت ارتفاع قسمت پرچ شده، بیشترین قطر قسمت پرچ شده و بیشترین تنش مماسی کششی در ورق ها که عامل ترک در ورق می باشد با استفاده از روش المان محدود بدست آورده شد و همچنین مقدار بیشترین تنش مماسی توسط روش رگرسیون و روش شبکه های عصبی مصنوعی پیش بینی شد. در قسمت دوم به تحلیل آماری داده ها و تاثیر پارامتر های گوناگون روی بیشترین تنش مماسی پرداخته شده است. در نهایت در قسمت سوم به بهینه سازی پارامتر های موثر روی کیفیت عملیات پرچ کاری در جهت کمینه کردن مقدار بیشترین تنش مماسی در ورق ها به روش الگوریتم رقابت استعماری پرداخته شده است. البته تابع هدف برای این مسئله بهینه سازی یک شبکه عصبی مصنوعی ترکیب شده با الگوریتم ژنتیک است.