پیوندهای مفید
آمار
| تعداد نشریات | 11 |
| تعداد شماره‌ها | 226 |
| تعداد مقالات | 2,285 |
| تعداد مشاهده مقاله | 3,520,536 |
| تعداد دریافت فایل اصل مقاله | 2,580,675 |
تعیین چیدمان بهینه عملیات برش در قالبهای مرحلهای به کمک الگوریتم ژنتیک | ||
| فناوری آموزش | ||
| مقاله 7، دوره 3، شماره 4 - شماره پیاپی 12، مهر 1388، صفحه 307-315 اصل مقاله (1.28 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22061/tej.2009.1337 | ||
| نویسندگان | ||
| مهرداد کازرونی* ؛ قاسم اعظمی راد | ||
| دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی،تهران،ایران | ||
| تاریخ دریافت: 07 خرداد 1399، تاریخ پذیرش: 07 خرداد 1399 | ||
| چکیده | ||
| در طول انجام مراحل پرسکاری در قالب مرحلهای برش، موقعیت مرکز فشار قالب، اثر مهمی در بالانس بودن عملیات پرسکاری دارد. اگر مرکز فشار قالب مرحلهای در محل مناسبی قرار نگیرد، دور لبه برش پلیسه پیدا میکند و همچنین با اعمال سایش شدیدتر باعث کاهش عمر قالب خواهد شد. در این تحقیق مدل محاسباتی و الگوریتمی ارائه میشود که غیرمتعادل بودن گشتاور را در قالب تا حد امکان بهبود بخشد. برای انجام چنین کاری به صورت خودکار، باید مرحله شناسایی قطعه نیز به صورت خودکار انجام گیرد. نرمافزار ارائه شده ابتدا قطعه ورقی را با ساختار استاندارد موجود به صورت خودکار شناسایی میکند، سپس با استفاده از الگوریتم ژنتیک بهترین چیدمان برش را به منظور کاهش گشتاور اعمالی به قالب مشخص مینماید. هدف از این کار کاهش زمان مصرفی برای تنظیم مرکز فشار در قالبهای مرحلهای برش میباشد. این نرمافزار در محیط Microsoft Visual Basic .NET 2003 تهیه شده است. | ||
| کلیدواژه‌ها | ||
| شناسایی خودکار قطعات ورقی؛ تعیین چیدمان بهینه برش؛ الگوریتم ژنتیک | ||
| موضوعات | ||
| آموزش علوم | ||
| عنوان مقاله [English] | ||
| Genetic Algorithm Applied to Cut Sequencing for Sheet Metal Cutting | ||
| نویسندگان [English] | ||
| M. Kazerooni؛ G. Azami Rod | ||
| Faculty of Mechanical Engineering, Khajeh Nasir al-Din Tusi University of Technology, Tehran, Iran | ||
| چکیده [English] | ||
| During the press working process of the shearing progressive die, the position of the die's pressure center has a direct impact on whether the die can work accurately in balance. If the shearing progressive die suffers from being off-center the area close to the product edge may have a burr. This paper describes a system for feature recognition of sheet metal components from standard files and optimal strip working sequence for shearing progressive die. The system initially recognizes the different kinds of internal and external cutting features then genetic algorithms (GA) are applied as a solution tool in the analysis of the optimal strip working sequence possessing a smaller difference between the right and left torque in the shearing progressive die. The purpose is to reduce the time spent in adjusting the pressure center of the shearing progressive die. The system was developed using Microsoft Visual Basic .NET 2003. | ||
| کلیدواژه‌ها [English] | ||
| Automatic identification of sheet parts, determination of optimal shear arrangement, genetic algorithm | ||
| مراجع | ||
|
[1] Anand S., A Sheet Metal Feature Recognition And Design Adivsory System, M.Sc. Dissertation, Cincinati , 2003. [2] Beer F.P. and Johnston E.R., Mechanics of Materials, McGraw-Hill, New York, 1987. [3] Lin Z.C. and Hsu C.Y., An investigation of the expert system for shearing-cut progressive die design, International Journal of Advanced Manufacturing Technology, Vol. 11, No. 1, 1996, pp. 1-11. [4] Lin Z.C., Chang H., Application of fuzzy set theory and backpropagation neural networks in progressive die design, SME, Journal of Manufacturing Systems, Vol. 1, No. 4, 1996, pp. 268-281. [5] Lin Z.C., Hua C., Analysis of a torque equilibrium model and the optimal strip working sequence for a shearing-cut and bending progressive die, Journal of Materials Processing Tecnology, Vol. 115, 2001, pp. 302-312. | ||
|
آمار تعداد مشاهده مقاله: 517 تعداد دریافت فایل اصل مقاله: 889 |
||