مدل سازی و بهینه سازی فرایند جوشکاری زیرپودری با استفاده از نانوذرات

جوشکاری زیر پودری یکی از مهمترین روش های جوشکاری قوس الکتریکی است که در صنایع کاربرد فراوانی دارد. در این فرآیند انتخاب مقادیرمناسب برای پارامترهای ورودی جوشکاری برای رسیدن به کیفیت جوش بالا ضروری می باشد. به این دلیل که هندسه جوش معرف شاخصی برای میزان تحمل تنش می باشد، در این پایان نامه هفت متغییر خروجی نفوذ جوش، پهنای جوش، ارتفاع گرده جوش، دایلوشن، عرض ناحیه متاثر ازگرما، سختی ناحیه متاثر ازگرما و ناحیه ذوب شده به عنوان مشخصه های کیفیت در جوشکاری زیرپودری فولاد st37 مورد مطالعه قرار گرفته است. بدین منظور طراحی آزمایش مرکب مرکزی چرخش پذیردر پنج سطح با پنج متغییر برای جمع آوری اطلاعات متغییرهای خروجی به عنوان توابعی از پنج متغییر ورودی ولتاژ، جریان، فاصله نازل تا قطعه کار، سرعت جوشکاری ونسبت های وزنی پودر پوششی (محلول استون،tio2 وcr2o3 در مقیاس نانوروی قطعه کار) مورد استفاده قرار گرفت. استفاده از روش حداقل مربعات چند گانه، منجربه استخراج معادلات رگرسیون چندگانه حاکم بر متغییر های خروجی به عنوان توابعی ازپنج متغییر ورودی ذکر شده گردید. به علاوه منطق فازی برای پیش بینی متغییرهای خروجی برحسب متغییرهای ورودی به کار برده شد. سپس از الگوریتم های تکاملی نظیر الگوریتم ژنتیک والگوریتم رقابت استعماری برای محاسبه ضرایب معادله رگرسیون بوسیله ماکزیمم کردن دقت معادله رگرسیون استفاده شد. در نهایت، همه پارامترهای خروجی به جز پهنای جوش و ارتفاع گرده جوش بوسیله روش های rsm والگوریتم ژنتیک والگوریتم رقابت استعماری، بهینه شدند. در این پایان نامه برای اولین بار از ترکیب پودر پوششی نانو با درصدهای وزنی مختلف به عنوان یک متغیر ورودی در جوشکاری زیرپودری استفاده شد. تحلیل نتایج نشان دهنده آن است که با افزایش درصد وزنی tio2، نفوذ جوش و دایلوشن افزایش و سختی منطقه ذوب شده کاهش می یابد .مقایسه بین روش های مختلف مدل سازی نشان داد که دقت پیش بینی منطق فازی در مقایسه با روش رگرسیون چندگانه غیر خطی بسیار بالاتر می باشد. همچنین این دو الگوریتم ژنتیک و رقابت استعماری تقریبا به یک نتیجه در محاسبه ضرایب معادله رگرسیون چندگانه غیر خطی رسیده اند هرچند که سرعت همگرایی الگوریتم رقابت استعماری بیشتر از الگوریتم ژنتیک می باشد.