مدلسازی فرآیند ماشینکاری الکتروشیمیایی سوپرآلیاژ تک کریستال پایه نیکل با ترکیب روش عددی و طراحی آزمایش‌ها

نوع مقاله: مقاله مستقل

نویسندگان

1 استادیار، مهندسی مکانیک، مرکز آموزش عالی شهرضا، شهرضا

2 استادیار، مهندسی مواد، دانشگاه صنعتی مالک اشتر، تهران

10.22044/jsfm.2020.9576.3162

چکیده

فرآیند ماشینکاری الکتروشیمیایی یک فرآیند انحلال آندی است که با توجه به خاصیت ذاتی فرآیند و به سبب پدیده‌های فیزیکی، شیمیایی و هیدرودینامیکی پیچیده‌ای که در حین فرآیند رخ می‌دهد، مدلسازی پارامترها و بطور کلی تدوین تکنولوژی براده‌برداری و کسب دانش فنی بسیار دشوار می‌باشد. از این‌رو ارائه روشی با قابلیت تکرار پذیری بالا و مناسب از نقطه نظر زمان و هزینه جهت مدلسازی فرآیند از اهمیت بسزایی برخوردار می‌باشد. در این مقاله ابتدا به کمک روش عددی و نرم‌افزار کامسول به شبیه‌سازی فرایند پرداخته شده است. سه پارامتر ولتاژ، پیشروی ابزار و غلظت الکترولیت بعنوان متغیر طراحی و اضافه ماشینکاری (دقت ابعادی) و نرخ براده‌برداری بعنوان متغیر پاسخ در نظر گرفته شده است. 15 آزمایش هدفمند با استفاده از طراحی باکس-بنکن جهت پیاده‌سازی روش سطح پاسخ انتخاب شده است. سپس شبیه‌سازی با توجه به طرح آزمایش و نرم‌افزار کامسول اجرا شده است. جنس قطعه‌کار سوپر آلیاژ تک کریستال پایه نیکل انتخاب شده که به دلیل بهبود خواص مکانیکی آن در صنایع پیشرفته کاربرد دارد. در نتیجه دو مدل ریاضی درجه دوم که رابطه بین دو متغیر پاسخ با پارامترهای ورودی را نشان می‌دهد، بدست آمده است. کفایت و صحت این دو مدل ریاضی به کمک تحلیل واریانس، ضریب همبستگی و نمودارهای مربوطه مورد بررسی و آنالیز قرار گرفته است. از این‌رو ترکیب شبیه‌سازی عددی و طراحی آزمایش‌ها به منظور مدلسازی و بررسی تاثیر پارامترهای ورودی ماشینکاری الکترشیمیایی سوپر آلیاژ تک‌کریستال پایه نیکل بر روی متغیرهای پاسخ به نحو مطلوبی اجرا شده است.

کلیدواژه‌ها


[1]  Tailor PB, Agrawal A, Joshi SS (2013) Evolution of electrochemical finishing processes through cross innovations and modeling. Int J Mach Tool Manu 66: 15-36.

[2]  Rao RV, Kalyankar VD (2014) Optimization of modern machining processes using advanced optimization techniques: a review. Int J Adv Manuf Tech 73: 1159-1188.

[3] Mehrvar A, Basti A, Jamali A (2020) Inverse modelling of electrochemical machining process using a novel combination of soft computing methods. P I Mech Eng C-J Mec 234(17): 3436-3446.

[5]  Bhattacharyya B, Munda J (2003) Experimental investigation on the influence of electrochemical machining parameters on machining rate and accuracy in micromachining domain. Int J Mach Tool Manu 43(13): 1301-1310.

[6]  Neto JCS, Silva EM, Silva MB (2006) Intervening variables in electrochemical machining. J Mater Process Tech 179(1-3): 92-96.

[7]  Munda J, Malapati M, Bhattacharyya B (2007) Control of micro-spark and stray-current effect during EMM process. J Mater Process Tech 194(1): 151-158.

[8]  Senthilkumar C, Ganesan G, Karthikeyan R (2009) Study of electrochemical machining characteristics of Al/SiCp composites. Int J Adv Manuf Tech 43(3): 256-263.

[9]  Yong L, Di Z, Yongbin Z, Shaofu H, Hongbing Y (2010) Experimental investigation on complex structures machining by electrochemical micromachining technology. Chinese J Aeronaut 23(5): 578–584.

[10] Mehrvar A, Basti A, Jamali A (2017) Optimization of electrochemical machining process parameters: Combining response surface methodology and differential evolution algorithm. P I Mech Eng E-J Pro 231(6): 1114-1126.

[11] Mehrvar A, Basti A, Jamali A (2017) Modelling and parameter optimization in electrochemical machining process: application of dual response surface-desirability approach. Lat Am Appl Res 47(4): 157-162.

[12] Myers RH,  Montgomery DC (1995) Response surface methodology: Process and product optimization using designed experiments. Wiley, New York.

[13] Sun C, Zhu D, Li Z, Wang L (2006) Application of FEM to tool design for electrochemical machining freeform surface. Finite Elem Anal Des 43(2): 168-172.

 [14] Mehrvar A, Mirak A, Rezaei M (2020) Numerical and experimental investigation of electrochemical machining of nickel-based single crystal superalloy. Modares Mech Eng 20(7): 1873-1881.