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. Ví dụ nhƣ khi gia công thì các biến năng suất gia công, chi phí sản suất, và chất lƣợng sản phẩm đƣợc đề cập.
Chúng ta muốn giảm nhỏ nhất cho chi phí sản xuất, nhƣng đồng thời là tăng tối đa năng suất và chất lƣợng sản phẩm. Việc tăng tốc độ cắt thì sẽ làm tăng năng suất nhƣng đồng thời nó cũng làm tăng lƣợng mòn dụng cụ dẫn đến tăng chi phí sản xuất và làm giảm chất lƣợng bề mặt vì độ nhám cao hơn. Hơn nữa với các phƣơng pháp tối ƣu hóa này thì để tìm ra đƣợc các thông số cắt tối ƣu sẽ mất rất nhiều thời gian, dẫn đến chi phí cho việc phân tích tìm các thông số tối ƣu cũng tăng cao vì vậy nó chỉ phù hợp với sản xuất loạt lớn, hàng khối. Mà xu hƣớng ngày nay đã bắt đầu quay lại thời kỳ sản suất loạt vừa và nhỏ để đáp ứng những thay đổi liên tục của nhu cầu thị trƣờng.
Mạng nơ ron nhân tạo (Artificial Neural Network: ANN) là sự tái tạo bằng kỹ thuật những chức năng của hệ thần kinh con ngƣời với vô số các nơ ron đƣợc liên kết truyền thông với nhau qua mạng[5, 10]. Giống nhƣ con ngƣời, ANN đƣợc học bởi kinh nghiệm, lƣu giữ những kinh nghiệm đó và sử dụng trong những tình huống phù hợp. Ngoài ra ANN có khả năng xử lý song song với tốc độ xử lý nhanh, có khả năng dạy học thích nghi, nó thích ứng trong quá trình tự điều chỉnh trong điều chỉnh tự động. Phƣơng pháp này đảm bảo việc lựa chọn nhanh chóng và hiệu quả các điều kiện cắt tối ƣu và quá trình xử lý các dữ liệu có sẳn[17].
Do vậy nó rất phù hợp với dạng sản xuất loạt nhỏ, đơn chiếc. Tối ƣu hóa các thông số gia công là một tối ƣu hóa phi tuyến tính với các rằng buộc, vì vậy rất khó cho các thuật toán tối ƣu hóa thông thƣờng để giải quyết vấn đề này bởi vì các vấn đề về tốc độ hội tụ và chính xác. Chính vì những lí do trên tác giả chọn đề tài nghiên cứu là: “Sử dụng phương pháp mạng noron nhân tạo để tối ưu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN.” Cho đến nay các nghiên cứu của các tác giả trong và ngoài đã có nhiều nghiên cứu về ứng dụng mạng nơ ron vào sản xuất tích hợp máy tinh nhƣ: Mô hình hóa các quá trình[26]; điều khiển thích nghi của quá trình cắt[31]; dự đoán của độ nhám bề mặt, lực cắt, rung động,hình dạng phôi[27]; dự đoán về mòn dụng cụ và phá hủy dụng cụ[30]; giải quyết các vấn đề tối ƣu hóa[31]. Tối ƣu hóa chế độ cắt sử dụng phƣơng 10 pháp mạng nơ ron [17]; tối ƣu hóa sử dụng thuật toán Grey, mạng noron nhân tạo.
Ở trong nƣớc đã có những nghiên cứu về tối ƣu hóa chế độ cắt sử dụng phƣơng pháp tuyến tính [7]; Tối ƣu hóa chế độ cắt khi phay vật liệu SKD61 bằng mảnh dao phủ PVD – TIALN [11]; Tuy nhiên những nghiên cứu sử dụng phƣơng pháp mạng nơ ron nhân tạo còn chƣa nhiều, mà chỉ sử dụng mạng nơ ron nhân tạo trong các nghiên cứu về dự đoán, nhận dạng[3,10], phân loại[9]. nhƣ: Sử dụng mạng nơ ron nhân tạo trong dự báo lƣu lƣợng nƣớc đến hồ hòa bình trƣớc mƣời ngày [6]; Nghiên cứu ứng dụng mạng mơ ron nhân tạo giải quyết lớp bài toán dự đoán và phân loại [9]; Nghiên cứu sử dụng mạng Nơ ron nhân tạo để nhận dạng ký tự [10]. Từ các phân tích trên, có thể nói cho đến nay trong nƣớc ta đã có khá nhiều nghiên cứu về tối ƣu hóa thông số chế độ cắt sử dụng các phƣơng pháp truyền thống và có nhiều nghiên cứu về mạng nơ ron nhân tạo nhƣng chủ yếu ở trong lĩnh vực điều khiển, dự đoán, phân loại vv. Đến nay vẫn chƣa có nghiên cứu nào của các tác giả trong nƣớc về sử dụng phƣơng pháp mạng nơ ron nhân tạo để tối ƣu hóa chế độ cắt, áp dụng để gia công thép 9XC với mả ật toán của mạng nơ ron nhân tạo để tìm ra bộ thông số tố ạ ắ nâng cao nâng suất, giảm chi phí gia công và nâng cao chất lƣợng bề mặt.M - Chứng minh khả năng của ANN ứng dụng cho việc tối ƣu hóa các thông số chế độ cắt, và nó phù hợp cả với sản xuất loạt nhỏ và đơn chiếc.
Phƣơng pháp mô tả nhằm mục đích để tối đa hóa năng suất, giảm chi phí sản xuất và nâng cao chất lƣợng sản phẩm. M - Sử dụng các thuật toán của ANN để tìm ra các thông số tối ƣu khi tiện thép 9XC bằng dao PCBN, và kết quả thực nghiệm phải cho thấy đƣợc sự nâng cao năng suất cũng nhƣ chất lƣợng bề mặt. - ết quả mà phƣơng pháp đã tìm ra. 11 - Từ nghiên cứu có thể mở rộng phƣơng pháp nghiên cứu này để tối ƣu chế độ cắt khi gia công bằng các phƣơng pháp khác nhau, các vật liệu khác nhau hoặc các vật liệu dụng cụ cắt khác nhau.
Từ bộ thông số tối ƣu (v,f,t) xác định đƣợc bằng thuật toán của ANN khi gia công thép 9XC bằng dao PCBN ể kiểm chứng lại kết quả của phƣơng pháp. Phƣơ Nghiên cứu lý thuyết và nghiên cứu thực nghiệm. - “Sử dụng phương pháp mạng noron nhân tạo để tối ưu hóa chế độ cắt, ứng dụng để tiện thép 9XC sử dụng mảnh dao PCBN.” ật toán của ANN và các dữ liệu có sẵn để tiến hành tìm các thông số chế độ cắt tối ƣu (v, f, t) sau đó tiến hành thí nghiệm lại với các thông số đó để kiểm tra lại kết quả mà thuật toán mang lại. - Các kết quả nghiên cứu sẽ xác định đƣợc thông số cắt tối ƣu khi gia công sản phẩm bằng thép 9XC qua tôi.
Các kết quả này sẽ đƣợc ứng dụng để gia công các sản phẩm nhƣ con lăn dây truyền cán. - Kết quả nghiên cứu sẽ là cơ sở khoa học cho việc tối ƣu hóa quá trình tiện thép 9xc. - Đề tài sẽ bổ sung đƣợc một số kết quả nghiên cứu cơ bản về tiện thép 9XC trong điều kiện kỹ thuật và công nghệ cụ thể ở Việt Nam. TỔNG QUAN VỀ TỐI ƢU HÓA CHẾ ĐỘ CẮT 1.
TỔNG QUAN VỀ TỐI ƢU HÓA 1.1 Khái niệm và ý nghĩa của tối ƣu hóa Tối ƣu hóa quá trình gia công cắt gọt là phƣơng pháp nghiên cứu xác định chế độ cắt tối ƣu thông qua mối quan hệ toán học giữa hàm mục tiêu kinh tế với các thông số của chế độ gia công ứng với một hệ thống giới hạn về mặt máy, chất lƣợng, kỹ thuật và tổ chức của nhà máy. Các bƣớc cơ bản của việc nghiên cứu tối ƣu hóa quá trình cắt gọt bao gồm: - Xây dựng hàm mục tiêu của quá trình gia công - Xây dựng các giới hạn từ đó xác định miền giới hạn của bài toán - Khảo sát, biện luận để xác định chế độ công nghệ hợp lý. Trong bài toán tối ƣu hóa toàn phần của quá trình gia công. - Các thông số đầu vào là: + Trang thiết bị: Máy, đồ gá và phƣơng pháp gá đặt phôi.
+ Phôi: Vật liệu phôi, hình dáng phôi và cơ lý tính của phôi. + Dụng cụ cắt: Vật liệu dụng cụ cắt, thông số hình học của dụng cụ cắt. + Chế độ công nghệ: Chế độ cắt, chế độ tƣới nguội.