آزمایش
0.7622
0.5612
1.1
2
720
2
1
4.31152
4.12234
1
1.5
1260
3
2
10.36611
10.15522
0.9
1
720
4
3
3.80388
3.62477
1
1.5
900
3
4
3.7075
3.5266
1
1.5
900
3
5
5.38475
5.17358
1
0.5
900
3
6
9.85361
9.62415
1.1
1
1080
4
7
10.37833
10.15711
0.9
1
1080
4
8
2.44472
2.20257
1.1
2
1080
4
9
1.46218
1.23145
1
2.5
900
3
10
3.6044
3.4122
1
1.5
900
3
11
1.9977
1.7521
0.9
2
720
4
12
3.4122
3.2589
1
1.5
900
3
13
3.78361
3.53241
1
1.5
900
3
14
3.3088
3.1254
1.1
1
720
2
15
6.29194
6.01253
1
1.5
900
5
16
3.6875
3.4563
1
1.5
900
3
17
0.73694
0.51421
0.9
2
720
2
18
3.47154
3.15231
0.9
1
1080
2
19
9.88805
9.65321
1.1
1
720
4
20
1.9175
1.8258
1.1
2
720
4
21
2.71805
2.52529
0.9
2
1080
4
22
3.41298
3.22458
1.1
1
1080
2
23
2.63527
2.42329
1
1.5
540
3
24
1.2688
1.0425
0.9
2
1080
2
25
1.22277
1.01158
1.1
2
1080
2
26
0.988972
0.754825
1
1.5
900
1
27
3.27138
2.05121
0.9
1
720
2
28
3.24055
3.03441
1.2
1.5
900
3
29
3.51166
3.31052
0.8
1.5
900
3
30
5-5-2- انتخاب مدل برازش
مدل برازش به صورت ترکیبی از ضریب تاثیر عوامل ورودی در خود عوامل تعریف می شود. این مدل طبق معادله 5-4 تعریف می شود.
5-4
y = β0+β1A+β2B+β3C+β12AB+β13AC+…

در این معادله βiضریب تاثیر عامل ورودی و A,B,C,… نیز از عوامل موثر بر پاسخ می باشد. در مدل برازش، از عواملی استفاده می شود که دارای تاثیر معنی دار بر پاسخ آزمایش باشد. انواع مدلهای رایج برازش در جدول 5-3 نشان داده شده است. برای انتخاب بهترین مدل، از نرم افزار آماری به نام
Design Expert استفاده شده است. بهترین مدل برازش مربوط به چند جمله ای با بیشترین درجه و همزمان برخورداری از مقدار P-Value قابل قبول است.(جدول 5-4) مقدار سطح اطمینان در تحقیق حاضر برابر %95 انتخاب شده است. این بدان معناست که مقادیر P-Value کوچکتر از 0.05 نشان دهنده معنی دار بودن مدل است. همچنین، مدل انتخابی باید واجد این شرط باشد که اختلاف بین مقدارAdjusted R-Squared و Predicted R-Squared کمتر از0.2 باشد (جدول 5-5). با توجه به شرایط فوق، مدل خطی با اثرات بر هم کنش 2FI به عنوان مدل پیشنهادی ارائه شده است.

جدول5-3: مدلهای رایج برازش
عوامل و اثرات متقابل موجود در مدل نوع مدل
A,B,C خطیLinear
A,B,C,AB,BC,AC خطی با اثرات برهم کنش 2FI
A,B,C,AB,AC,BC,A2,B2,C2 درجه دومQuadratic
A,B,C,AB,AC,BC,A2,B2,C2,ABC,A2B,…C3 درجه سومCubic

جدول 5-4 : مجموع مربعات مدلها

P Value
F Value
Mean Square
df
Sum of Squares
Source

432.79
1
432.79
Mean vs Total

0.0001˂
22.03
44.24
4
176.96
Linear vs mean
Suggested
0.0031
5.03
5.13
6
30.80
2FI vs Linear

0.9823
0.096
0.12
4
0.48
Quadratic vs Linear
Aliased
0.0244
4.94
2.01
8
16.08
Cubic vs Quadratic

0.41
7
2.85
Residual

22
30
659.96
Total

جدول 5-5 : بررسی کلی مدلها

Press
Predicted R-Squared
Adjusted R-Squared
R-Squared
Std.Dev
Source

78.25
0.6556
0.7436
0.7790
1.42
Linear
Suggested
57.15
0.7484
0.8696
0.9146
1.01
2FI

108.57
0.5221
0.8389
0.9167
1.12
Quadratic
Aliased
395.10
-0.7392
0.9481
0.9875
0.64
Cubic

5-5-3- تاثیر پارامترهای فرآیند
تاثیر هرکدام از پارامترهای مورد بررسی بر زاویه خمش در شکل 5-2 (شکلهای الف تا ت) آورده شده است. مقایسه شکلهای زیر نشان می دهد که افزایش تعداد پاسهای لیزر و همچنین درصد توان باعث افزایش زاویه خمش می گردد. هرچند، شیب تغییرات زاویه خمش به ازای تغییرات تعداد پاس بیشتر است. علاوه بر این، افزایش سرعت اسکن و ضخامت ورق باعث کاهش زاویه خمش نهایی ورق آلومینیوم می شود. در این بین، تاثیر ضخامت ورق بسیار بیشتر از سرعت اسکن لیزر می باشد.

الف- تاثیر توان ليزر بر زاویه خم

ب- تاثیر سرعت اسكن بر زاویه خم

پ- تاثیر تعداد پاس بر زاویه خم

ت- تاثیر ضخامت ورق بر زاویه خم

شکل 5-2: رابطه بین عوامل ورودی و پاسخ ( شکلهای الف تا ت )
همچنین دیاگرام تاثیر دوتایی پارامترها بر مقدار نهایی زاویه خم در شکل 5-3 (شكلهاي الف تا ج) نشان داده شده است. به عنوان نمونه در شكل الف، ميتوان به ازاي انتخاب يك درصد توان و سرعت اسكن دلخواه، ميزان زاويه خمش را به دست آورد.

الف- تاثير درصد توان ليزر و سرعت اسكن بر زاويه خمش

ب- تاثير درصد توان ليزر و تعداد پاس بر زاويه خمش

پ- تاثير درصد توان ليزر و ضخامت ورق بر زاويه خمش

ت- تاثير سرعت اسكن ليزر و تعداد پاس بر زاويه خمش

ث- تاثير سرعت اسكن ليزر و ضخامت ورق بر زاويه خمش

ج- تاثير تعداد پاس ليزر و ضخامت ورق بر زاويه خمش
شكل 5 -3: دياگرام تاثير دوتايي عوامل بر زاويه خمش (شكلهاي الف تا ج )
5-5-4- تحلیل واریانس نتایج آزمایش
نمودارهای شکل 5-2 و شکل 5-3 برای نتیجه گیری قطعی استفاده نمی شود. به منظور تائید اثرات نشان داده عوامل، از تحلیل واریانس استفاده می شود. تحلیل واریانس، پرکاربردترین نوع تحلیل برای بررسی اثر متغیرهای ورودی بر پاسخ فرآیند است. این تحلیل با فرض نرمال بودن توزیع خطا، ثابت بودن واریانس و استقلال آن انجام می شود.پیش از استفاده از این روش تحلیل، صحت فرضهای اشاره شده بررسی می گردد. به این منظور، نمودار احتمال نرمال مقادیر باقیمانده در شکل 5-4 آورده شده است. این نمودار نشان می دهد که آیا مقادیر باقیمانده (خطا) از یک مدل توزیع نرمال پیروی
می کند یا خیر .[44]پراکندگی نقاط آزمایش در اطراف خط مورب، پیروی نتیجه طراحی آزمایش صورت گرفته از مدل توزیع نرمال را نشان می دهد. نمودار مقادیر باقیمانده در برابر نقاط برازش یافته درشکل 5-5 مشخص شده است. پراکندگی نقاط طراحی و عدم وجود یک ساختار منظم در نقاط این نمودار نشان دهنده ثابت بودن واریانس است. [44]

شكل 5-4 : نمودار احتمال نرمال مقادير باقيمانده

شكل 5-5 : نمودار مقادير باقيمانده در برابر مقادير برازش شده
تحلیل واریانس مرتبط به مدل استفاده شده در طراحی آزمایش حاضر در جدول5 -6 آورده شده است. مقدار F Value مدل که برابر با 20.34 است، نشان دهنده معنی دار بودن مدل مورد استفاده است. در واقع، با احتساب این مقدار بزرگ F Value، احتمال اینکه نتایج حاصل از مدل تحت تاثیر خطاهای آزمایش قرار داشته باشد، تنها حدود0.01% می باشد. [44]. شرط لازم دیگر معنی دار بودن مدل آن است که مقدار P Value کمتر از 0.05 باشد. این شرط نیز در مدل استفاده شده، ارضا گردیده است. به منظور استفاده از مدل در گستره آزمایش، مقدارR-Squared در طراحی آزمایش به شیوه ترکیب مرکزی بایستی بزرگتر از 0.6 باشد. تطابق مقدارAdj R-Squared و Pred R-Squared نیز از دیگر شرط های لازم مدل است .[44] به این منظور، اختلاف این دو مقدار بایستی کمتر ار0.2 باشد. اختلاف مقادیر فوق در مدل حاضر برابر0.1212 است که نشان دهنده تطابق مناسب آنها است. مقدارAdeq Precision نیز ضریب اختلال(Noise ratio) مدل را اندازه گیری می کند. مقدار Adeq Precision مدل، به منظور دستیابی به نتایج مناسب، بایستی بزرگتراز 4 باشد .[44]

جدول 5-6 : تحلیل واریانس مدل 2FIاستفاده شده
Status
Quantity
Models Characterestics
Siginificant
20.34
F Value
Siginificant
˂ 0.0001
P Value prob˃F

0.9146
R- Squared

0. 8696
Adj R-Squared

0.7484
Pred R-Squared

15.613
Adeq Precision

5-5-5- تعیین رابطه نهایی زاویه خمش
اکنون که صحت مدل استفاده شده مورد تایید واقع شده است. میتوان رابطه زاویه خمش در ورقهای آلومینیوم که توسط این مدل پیش بینی می شود را قابل اطمینان دانست. بر طبق مدل استفاده شده، رابطه زاویه خمش عبارت است از:
= -9.65116+(0.001363P)+(2.68913V)+(6.68199np)+(2.12902S)- α (0.002455PV)+(9.916e-6Pn)+(0.001567PS)-(0.7589Vn)+(0.68698VS)-(2.75426nS)

در رابطه 5-5: α برابر زاویه خمش، P توان لیزر، V سرعت اسکن پرتو، n تعداد پاس و S ضخامت ورق می باشد. در شکل 5-6 نمودار مقادیر باقیمانده حاصل از پیش بینی زاویه خمش توسط مدل 5-5 به شماره آزمایش نشان داده شده است. قرارگیری نقاط پیش بینی شده در محدوده مجاز و همچنین توزیع نامنظم این نقاط، پیش بینی قابل قبول مدل را نشان می دهد.

شکل 5-6: نمودار مقادیر باقیمانده مدل به شماره آزمایش

5-6- صحت سنجی شبیه سازی عددی فرآیند
5-6-1- مقایسه نتایج تجربی و عددی
استفاده از نتایج حاصل از شبیه سازی فرآیند منوط به صحت سنجی آن با نتایج تجربی است.
به این منظور، تاثیر تغییر یک پارامتر ورودی، با ثابت نگه داشتن سایر پارامترهای ورودی، بر زاویه خمش مورد شبیه سازی قرار گرفت و نتایج به دست آمده از آن، با نتایج تجربی مورد مقایسه قرار گرفت. شکل 5-7 مقایسه مقادیر تجربی و نتایج شبیه سازی را نشان می دهد. همچنان که از شکل مشخص است، تطابق قابل قبولی بین نتایج تجربی و عددی وجود دارد. علی رغم تفاوت های مقداری که ناشی از فرضیات در نظر گرفته شده در انجام شبیه سازی عددی است، روند تاثیر متغیرهای ورودی بر متغیر پاسخ، در هر دو حالت مشابه به هم می باشد.

شكل 5-7.الف. تغيير توان ليزر

شكل 5-7.ب. تغيير سرعت

شكل 5-7.پ. تغيير ضخامت ورق

شكل 5-7.ت. تغيير تعداد پاس
شكل5-7 : مقايسه مقادير تجربي و نتايج شبيه سازي (نمودارهاي الف تا ت)

5-7- شبیه سازی عددی
5-7-1- طراحی آزمایش به روش عاملی
در شبیه سازی عددی از طراحی آزمایش با طرح عاملی استفاده شده است. در این روش، پس شناسایی عوامل مورد نظر و تعیین سطوح آن، تمام ترکیبات ممکن عوامل مورد بررسی قرار می گیرد. عوامل مورد بررسی در شبیه سازی فرآیند شامل توان لیزر، سرعت اسکن، قطر پرتو، ضخامت ورق است. این عوامل و سطوح متناظر آن در جدول5-7 آورده شده است. با تعریف چهار عامل و تعیین سه سطح برای هر عامل، تعداد نقاط طراحی برابر با n=35=243 خواهد بود. ترتیب انجام آزمایش ها و نتایج بدست آمده از آن در جدول 5-8 نشان داده شده است.

جدول5-7: عامل های مورد بررسی و سطوح آن
سطح بالا
سطح میانی
سطح پایین
واحد
عامل متغیر
3
2
1

تعداد پاس
1375
1250
1125
w
توان لیزر
5
4
3
mm
ضخامت ورق
7
6
5
mm
قطر پرتو
1.1
1
0.9
m/min
سرعت اسکن

جدول 5-8: داده های حاصل از شبیه سازی فرآیند
زاویه خم
سرعت اسکن
قطر پرتو
ضخامت
توان لیزر
تعداد پاس
شماره

دسته بندی : No category

دیدگاهتان را بنویسید