آمار

تعداد نشریات36
تعداد شماره‌ها1,192
تعداد مقالات8,579
تعداد مشاهده مقاله6,988,697
تعداد دریافت فایل اصل مقاله4,032,540
کحال, پرویز, قاسمی, محسن, کشفی, محمد. (1400). بهینه‌سازی چند هدفه جوشکاری اصطکاکی اغتشاشی با استفاده از روش طراحی تاگوچی، سطح پاسخ و الگوریتم ازدحام ذره. پدافند الکترونیکی و سایبری, 17(4), 39-54.
پرویز کحال; محسن قاسمی; محمد کشفی. "بهینه‌سازی چند هدفه جوشکاری اصطکاکی اغتشاشی با استفاده از روش طراحی تاگوچی، سطح پاسخ و الگوریتم ازدحام ذره". پدافند الکترونیکی و سایبری, 17, 4, 1400, 39-54.
کحال, پرویز, قاسمی, محسن, کشفی, محمد. (1400). 'بهینه‌سازی چند هدفه جوشکاری اصطکاکی اغتشاشی با استفاده از روش طراحی تاگوچی، سطح پاسخ و الگوریتم ازدحام ذره', پدافند الکترونیکی و سایبری, 17(4), pp. 39-54.
کحال, پرویز, قاسمی, محسن, کشفی, محمد. بهینه‌سازی چند هدفه جوشکاری اصطکاکی اغتشاشی با استفاده از روش طراحی تاگوچی، سطح پاسخ و الگوریتم ازدحام ذره. پدافند الکترونیکی و سایبری, 1400; 17(4): 39-54.

بهینه‌سازی چند هدفه جوشکاری اصطکاکی اغتشاشی با استفاده از روش طراحی تاگوچی، سطح پاسخ و الگوریتم ازدحام ذره

مکانیک هوافضا
دوره 17، شماره 4 - شماره پیاپی 66، بهمن 1400، صفحه 39-54    اصل مقاله (790.3 K)
نوع مقاله: گرایش ساخت و تولید
نویسندگان
پرویز کحال* 1؛ محسن قاسمی2؛ محمد کشفی1
1گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه آیت ا... بروجردی
2گروه ساخت و تولید دانشگاه آزاد اسلامی واحد دزفول
تاریخ دریافت: 21 بهمن 1399،  تاریخ بازنگری: 28 فروردین 1400،  تاریخ پذیرش: 20 بهمن 1400 
چکیده
روش جوشکاری اصطکاکی اغتشاشی اولین بار در سال 1991 میلادی توسط مؤسسه جوشکاری بریتانیا به‌عنوان روش اتصال حالت جامد ابداع و برای جوشکاری آلیاژهای آلومینیوم به‌کار گرفته ‌شد. این روش، بازدهی انرژی بالا و سازگاری خوبی با محیط زیست دارد. در مجموع، فرآیند جوشکاری اصطکاکی اغتشاشی مناسب فلزاتی است که نقطه ذوب پایین داشته و جوشکاری ذوبی آن‌ها کیفیت مطلوبی ندارد. در این پژوهش بهینه‌سازی چند هدفه خواص مکانیکی در جوشکاری اصطکاکی اغتشاشی آلیاژ آلومینیوم AH12 1050 با استفاده از ترکیب روش‌های سطح پاسخ و بهینه­سازی چند هدفه ازدحام ذره انجام شده است. همچنین، برای طراحی آزمایش از روش تاگوچی استفاده شده است. در این روش متغیرهایی از جمله قطر پین ابزار، قطر شانه، سرعت دورانی، سرعت پیشروی و زاویه انحراف به‌عنوان متغیرهای فرآیند و 3 متغیر استحکام نهایی، چقرمگی و سختی در منطقه متاثر از حرارت و کار مکانیکی به‌عنوان توابع هدف انتخاب شده­اند. علاوه بر این تمام بررسی‌ها بر روی دو نوع پین استوآن‌های رزوه‌دار و مخروطی ساده و به‌صورت آزمایشگاهی انجام شده است. در نهایت نتایج بهینه‌سازی و دقت حداقل 93% پیش‌بینی نشان‌دهنده انطباق خوب مدل پیش­بینی کننده سطح پاسخ و آزمایش می­باشد.
کلیدواژه‌ها
جوشکاری اصطکاکی اغتشاشی؛ خواص مکانیکی؛ روش سطح پاسخ؛ بهینه‌سازی چند هدفه و ازدحام ذره
عنوان مقاله [English]
The Multi-Objective Optimization of the Friction Stir Welding using the Taguchi Design Method, the Response Surface Model and the Particle Swarm Algorithm
نویسندگان [English]
Parviz Kahhal1؛ Mohsen Ghasemi2؛ Mohammad Kashfi1
1Mechanical engineering department, Engineering faculty, Ayatollah Boroujerdi University
2Mechanical Engineering Department Dezful Branch, Islamic Azad University
چکیده [English]
The friction stir welding method was first developed in 1991 at the British Welding Institute as a solid-state bonding method and employed for welding aluminum alloys. This method has high energy efficiency and good compatibility with the environment. In general, the frictional stir welding process is suitable for metals with a low melting point, whose melting welding is not of good quality. In this research, multi-objective optimization of the mechanical properties in the friction welding of AH12 1050 aluminum alloy has been performed experimentally using a combination of response surface methods and multi-objective particle swarm optimization. The Taguchi method has also been utilized to design experiments with two types of threaded cylindrical and simple tapered pins. Pin diameter, shoulder diameter, tool rotational speed, tool feed, and tool deviation angle are selected as the process variables. Specimen strength, toughness, and hardness are considered as objective functions. The optimization results and a prediction accuracy of more than 93%, show a good agreement between the surface prediction model and the experiments despite the complexity of the process.
کلیدواژه‌ها [English]
Friction Stir Welding, Mechanical Properties, Response Surface Methodology, Multi-Objective Optimization
مراجع
  • Mishra, S., Mahoney, M. W., “Friction Stir Welding and Processing”, ASM International, 2007.##
  • Guerra, M., Schmidt, C., McClure, J., Murr, L., Nunes, A., “Flow patterns during friction stir welding”, MATER CHARACT, Vol. 49, No. 2, pp. 95-101, 2002.##
  • Sahin, M., “Joining with Friction Welding of High Speed Steel And Medium – Carbon Steel”, J MATER PROCESS TECH, Vol. 168, pp. 202-210, 2005.##
  • Sahin, M., Akata, H.E., Gulmez, T., “Characterization of Mechanical Properties in AISI 1040 Parts Welded by Friction Welding”, MATER CHARACT, Vol. 58, pp. 1033-1038, 2007.##
  • Moradi, M. M., Jamshidi, Aval H., Jamaati, R., “Experimental investigation on the effect of friction stir welding process parameters in dissimilar joining of AA2024-T351 and AA6061-T6 aluminum alloys”, Modares Mechanical Engineering, Vol. 16, No. 9, pp. 394-402, 2016 (in Persian).##
  • Stephen Leon, J., Jayakumar, V., “Investigation of mechanical properties of aluminium 6061 alloy friction stir welding”, International Journal of Students’ Research in Technology & Management, Vol. 2, pp. 140-144, 2014.##
  • Yousif, Y.K., Daws, K.M., Kazem, B.I., “Prediction of friction stir welding characteristic using neural network”, Jordan Journal of Mechanical and Industrial Engineering, Vol. 2, No. 3, pp. 151-155, 2008.##
  • Shanmuga Sundaram, N., Murugan, N., “Tensile behavior of dissimilar friction stir welded joints of aluminum alloys”, MATER DESIGN, Vol. 31, No. 9, pp. 4184-4193, 2010.##
  • Ghaffarpour, M., Kolahgar, S., Mollaei Dariani, B., Dehghani, K., “Evaluation of dissimilar welds of 5083-H12 and 6061-T6 produced by friction stir welding”, METALL MATER TRANS A, Vol. 44, No. 8, pp. 3697-3707, 2013.##
  • Sakhaeie, A., Kazemi Nasrabadi, M., Jalali Aghchai, A., Barimani Varandi, A., “Optimization of friction stir spot welding process parameters to achieve maximum failure load”, Iranian Journal of Manufacturing Engineering, Vol. 5, No. 1, pp. 13-27, 2018 (in Persian).##
  • Fallahi Arezoudar, A., Hosseini, A., “Optimization of friction stir welding parameters of dissimilar AA5052 and AA6061-T6 joint for achieving optimum microstructure and mechanical propertieS”, Modares Mechanical Engineering, Vol. 17, No. 7, pp. 20-30, 2017 (in Persian).##
  • Yuvaraj, K. P., Ashoka Varthanan, P., Haribabu, L., “Optimization of FSW tool parameters for joining dissimilar AA7075-T651 and AA6061 aluminium alloys using Taguchi Technique”, in Materials Today: Proceedings, 2020.##
  • Marimuthu, R. Pandiyarajan, S., “Parametric optimization and tensile behaviour analysis of AA6061 - ZrO2 - C FSW samples”, in Materials Today: Proceedings, 2020.##
  • Jangra, K. K., Sharma N., Khanna, R., Matta, D., “An experimental investigation and optimization of friction stir welding process for AA6082 T6 (cryogenic treated and untreated) using an integrated approach of Taguchi, grey relational analysis and entropy method”, Journal of Materials: Design and Applications, Vol. 230, No. 2, pp. 454-469, 2016.##
  • Shubham, V., Deepika, G., Joy, P. M., Usha, B., “Multi-objective optimum design for FS welded 7039 aluminium alloy considering weld quality issues”, Materials Today Communications, p. in Press, 2021.##
  • Khalili, Kh., Eftekhari Shahri, S. E., Kahhal P., Khalili M S., “Wrinkling study in tube hydroforming process”, KEY ENG MAT, Vol. 473, pp. 151-158, 2011.##
  • Kahhal P., Ahmadi, S.Y., Deilami. H., “Investigation of Drawing Bead Parameters and Multi Objective Optimization in Deep Drawing Process”, Aerospace Mechanics Journal, Vol. 13, No. 3, pp. 21-31, 2017 (in Persian).##
  • Kahhal, P., Ahmadi Brooghani, S.Y., Azodi, H.D., “Multi-objective optimization of sheet metal forming die using FEA coupled with RSM”, J MECH SCI TECHNOL, Vol. 27, pp. 3835–3842, 2013.##
  • Najafi, A. A., Mushakhian, S.,“Optimization of investment portfolio using multi-objective particle swarm algorithm for probabilistic multi-period model of mean semi-variance” Financial engineering and portfolio management, Vol. 6, No. 23, pp. 133-147, 2015 (in Persian).##
  • Shi, Y., Eberhart, R., “Parameter selection in particle Swarm Optimization”, Evolutionary Programming, Vol. 7, pp. 611-616, 1998.##
  • Mohamad Reza Pour, O., Haghighatjou, P., Zeynali, M.J., “Compression of Genetic Algorithm and Particle Swarm Algorithm models for Optimizing Coefficients of Sediment Rating Curve in estimation of Suspended Sediment in Sistan River; Case Study Kohak station”, Journal of Irrigation & Water Engineering, Vol. 6, No. 22, pp. 76-89, 2015 (in Persian).##
  • Coello, A. C., Pulido, G. T., Lechuga, M. S, “Handling multiple objectives with particle swarm optimization”, IEEE T EVOLUT COMPUT, Vol. 8, No. 3, pp. 256-279, 2004.##
  • Sajed, H., Bisadi, M., “Experimental failure study of friction stir spot welded similar and dissimilar aluminum alloys”, Weld World, Vol. 60, pp. 33-40, 2016.##
  • Akinlabi, E. T., “Characterisation of Dissimilar Friction Stir Welds between 5754 Aluminum Alloy and C11000 Copper”, PhD Thesis, Nelson Mandela Metropolitan University, Port Elizabeth, 2010.##
  • https://www.makeitfrom.com/material-properties/1050-H12-Aluminum.

Zhang, Z. H., Li, W. Y., Feng, Y., Li, J. L., Chao, Y. J., “Improving mechanical properties of friction stir welded AA2024-T3 joints by using a composite backplate”, MATER SCI ENG, Vol. 598,
pp. 312-318, 2014.##

آمار
تعداد مشاهده مقاله: 236
تعداد دریافت فایل اصل مقاله: 257