Βελτιστοποίηση CNC προγράμματος κατεργασίας τεμαχίου σε κέντρο κατεργασιών

Ηλιόπουλος, Αθανάσιος; Iliopoulos, Athanasios

dc.contributor.author	Ηλιόπουλος, Αθανάσιος	el
dc.contributor.author	Iliopoulos, Athanasios	en
dc.date.accessioned	2018-01-17T09:52:27Z
dc.date.available	2018-01-17T09:52:27Z
dc.date.issued	2018-01-17
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/46203
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14763
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Γενετικοί Αλγόριθμοι	el
dc.subject	Βελτιστοποίηση	el
dc.subject	Προγραμματισμός Κατεργασίας	el
dc.subject	CAM	en
dc.subject	Taguchi	en
dc.subject	Optimization	en
dc.subject	Taguchi Method	en
dc.subject	Genetic Algorithm	en
dc.subject	CAM software	en
dc.subject	Manufacturing	en
dc.title	Βελτιστοποίηση CNC προγράμματος κατεργασίας τεμαχίου σε κέντρο κατεργασιών	el
heal.type	bachelorThesis
heal.classification	Βελτιστοποίηση Κατεργασιών	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-10-30
heal.abstract	Στην παρούσα διπλωματική εργασία καταστρώνεται η κατεργασία τεμαχίου υλικού 42CrΜο4 σε τρία στάδια: Στο πρώτο στάδιο γίνεται ο προγραμματισμός και η προσομοίωση της αρχικής διαμόρφωσης του τεμαχίου σε λογισμικό CAM. Η αρχική διαμόρφωση αποτελείται από δύο φάσεις (Α-Β) εκχόνδρισης 2.5D αλλά και 3D γεωμετριών και αποτελείται από αρκετές ξεχωριστές κατεργασίες. Για κάθε κατεργασία παρουσιάζεται η τροχιά του κοπτικού εργαλείου, συγκριτικές εικόνες από το λογισμικό πριν και μετά την αφαίρεση του υλικού αλλά και ο εκάστοτε χρόνος κοπής. Το δεύτερο στάδιο περιλαμβάνει την πρώτη βελτιστοποίηση της πιο χρονοβόρας κατεργασίας εκ των δύο φάσεων, χρησιμοποιώντας τη μέθοδο Taguchi. Για τη βελτιστοποίηση επιλέχθηκαν να εξετασθούν οι παράγοντες Βάθος Κοπής, Επικάλυψη Διαμέτρου, Τεχνική Κοπής και Διάμετρος Κοπτικού Εργαλείου. Οι τρείς πρώτοι παράγοντες μελετήθηκαν σε τρία επίπεδα, ενώ ο τελευταίος σε δύο. Μέσω της μεθόδου Taguchi προέκυψαν ο βέλτιστος συνδυασμός των επιπέδων των παραγόντων και μια προσέγγιση του χρόνου κοπής σε αυτά τα επίπεδα, προσέγγιση η οποία επιβεβαιώθηκε στο λογισμικό CAM. Έπειτα, με τη μέθοδο ανάλυσης ANOVA υπολογίσθηκε ποσοστιαία η επίδραση που έχει ο κάθε ένας από τους τέσσερις παράγοντες στο τελικό αποτέλεσμα. Στο τρίτο και τελευταίο στάδιο γίνεται η βελτιστοποίηση τριών συνθηκών κοπής (ταχύτητα κοπής, πρόωση ανά οδόντα και βάθος κοπής) με τη χρήση γενετικού αλγορίθμου. Οι δύο πρώτες συνθήκες είχαν διατηρηθεί σταθερές κατά τη διάρκεια της πρώτης βελτιστοποίησης, ενώ το βάθος κοπής είχε ελεγχθεί σε συντηρητικά επίπεδα. Αντικειμενική συνάρτηση του γενετικού αλγορίθμου ορίσθηκε ο χρόνος κοπής, λαμβάνοντας βέβαια υπόψη τεχνολογικούς και ποιοτικούς περιορισμούς (μέγιστη ισχύς κοπής, τραχύτητα επιφάνειας, δυναμική ευστάθεια του συστήματος εργαλειομηχανή-εργαλείο-τεμάχιο).	el
heal.abstract	In the present diploma thesis the machining of a 42CrMo4 part is planned in three separate stages: During the first stage, the programming and simulation of the initial shaping of the part is executed in a CAM software. The initial shaping consists of two roughing phases (A-B) which include both 2.5D and 3D surfaces and it consists of multiple different milling processes. For every process, the cutting toolpath, comparative figures obtained from the CAM software before and after the machining of the material and the equivalent cutting time are presented. The second stage includes the first optimization of the most time consuming process of the two phases, using the Taguchi method. For this optimization the factors that will be examined are Depth of Cut, Overlap, Cutting Technique and Cutter’s Diameter. The first three factors were examined in three stages, while the last one was examined in two. Through the Taguchi method the optimal combination of the factor’s levels and an approximation of the cutting time using these levels were obtained. This approximation was confirmed by the CAM software. Subsequently, through the ANOVA analysis method, the percentage influence of each of the four factors on the final outcome was calculated. In the third and final stage, three of the cutting conditions (Cutting Speed, Feed per Tooth and Depth of Cut) are optimized through the use of a genetic algorithm. The first two conditions remained constant during the first optimization, while the depth of cut was examined in conservative levels. The objective function of the genetic algorithm was set to be the cutting time, while taking into consideration technological and quality constraints (Maximum Cutting Power, Surface Roughness, and Dynamic Stability of the system Machine-Tool-Part).	en
heal.advisorName	Βοσνιάκος, Γεώργιος Χριστόφορος	el
heal.committeeMemberName	Μανωλάκος, Δημήτριος	el
heal.committeeMemberName	Μαρκόπουλος, Άγγελος	el
heal.committeeMemberName	Βοσνιάκος, Γεώργιος Χριστόφορος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Τεχνολογίας των Κατεργασιών	el
heal.academicPublisherID	ntua
heal.numberOfPages	109 σ.	el
heal.fullTextAvailability	true