Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos
Esta dissertação apresenta uma aplicação de algoritmos genéticos na otimização de parâmetros de corte em uma operação de fresamento de topo esférico de planos inclinados, considerando quatro estratégias de usinagem e dois diferentes materiais dos corpos de prova (ABNT P20 e ABNT H13). O objetivo da...
Main Author: | |
---|---|
Other Authors: | |
Language: | Portuguese |
Published: |
2014
|
Subjects: | |
Online Access: | https://repositorio.ucs.br/handle/11338/797 |
id |
ndltd-IBICT-oai-vkali40.ucs.br-11338-797 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-vkali40.ucs.br-11338-7972018-05-23T23:16:25Z Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos Vacaro, Tiago Batalha, Gilmar Ferreira Teixeira, Gleiton Rodrigues Michels, Alexandre Fassini Zeilmann, Rodrigo P. Fresagem (Trabalhos em metal) Algoritmos genéticos Usinagem Otimização matemática Esta dissertação apresenta uma aplicação de algoritmos genéticos na otimização de parâmetros de corte em uma operação de fresamento de topo esférico de planos inclinados, considerando quatro estratégias de usinagem e dois diferentes materiais dos corpos de prova (ABNT P20 e ABNT H13). O objetivo da otimização foi minimizar o tempo de usinagem, e a principal restrição técnica foi a rugosidade das superfícies usinadas. A aplicação proposta apresentou resultados satisfatórios na otimização dos parâmetros de corte, mas houve diferenças significativas nos resultados de rugosidade obtidos no modelo matemático e nos ensaios experimentais de validação. Uma análise das superfícies usinadas demonstrou que a formação das mesmas não ocorreu de forma regular e homogênea, e não foram observadas tendências claras de comportamento com relação às diferentes estratégias e materiais. Também foi observada a significativa influência de instabilidades dinâmicas durante a usinagem, cujos efeitos não são considerados no modelo matemático aplicado no problema de otimização, o que explica as diferenças observadas entre os resultados de rugosidade computacionais e experimentais. Submitted by Marcelo Teixeira (mvteixeira@ucs.br) on 2014-07-10T12:41:21Z No. of bitstreams: 1 Dissertacao Tiago Vacaro.pdf: 4017619 bytes, checksum: 195b1efb500e0a9e990e86751db2f759 (MD5) Made available in DSpace on 2014-07-10T12:41:21Z (GMT). No. of bitstreams: 1 Dissertacao Tiago Vacaro.pdf: 4017619 bytes, checksum: 195b1efb500e0a9e990e86751db2f759 (MD5) This dissertation presents an application of genetic algorithms in the optimization of cutting parameters on a ball end milling operation of inclined planes, considering four machining strategies and two different materials of the workpieces (ABNT P20 and ABNT H13). The objective of the optimization was to minimize the machining time, and the main technical restriction was the roughness of the machined surfaces. The proposed application presented satisfactory results in the optimization of cutting parameters, but significant differences occurred between the roughness results obtained with the mathematical model and in the experimental validation. An analysis of the machined surfaces has shown that the formation of the surfaces did not occur on a regular and homogeneous way, and no clear trends with respect to different strategies and materials were observed. The significant influence of dynamic instabilities during machining was also observed, whose effects are not considered in the mathematical model applied to the optimization problem, which explains the differences observed between the results of computational and experimental roughness. 2014-07-10T12:41:21Z 2014-07-10T12:41:21Z 2014-07-10 2013-08-01 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis https://repositorio.ucs.br/handle/11338/797 por info:eu-repo/semantics/openAccess reponame:Repositório Institucional da UCS instname:Universidade de Caxias do Sul instacron:UCS |
collection |
NDLTD |
language |
Portuguese |
sources |
NDLTD |
topic |
Fresagem (Trabalhos em metal) Algoritmos genéticos Usinagem Otimização matemática |
spellingShingle |
Fresagem (Trabalhos em metal) Algoritmos genéticos Usinagem Otimização matemática Vacaro, Tiago Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
description |
Esta dissertação apresenta uma aplicação de algoritmos genéticos na otimização de parâmetros de corte em uma operação de fresamento de topo esférico de planos inclinados, considerando quatro estratégias de usinagem e dois diferentes materiais dos corpos de prova (ABNT P20 e ABNT H13). O objetivo da otimização foi minimizar o tempo de usinagem, e a principal restrição técnica foi a rugosidade das superfícies usinadas. A aplicação proposta apresentou resultados satisfatórios na otimização dos parâmetros de corte, mas houve diferenças significativas nos resultados de rugosidade obtidos no modelo matemático e nos ensaios experimentais de validação. Uma análise das superfícies usinadas demonstrou que a formação das mesmas não ocorreu de forma regular e homogênea, e não foram observadas tendências claras de comportamento com relação às diferentes estratégias e materiais. Também foi observada a significativa influência de instabilidades dinâmicas durante a usinagem, cujos efeitos não são considerados no modelo matemático aplicado no problema de otimização, o que explica as diferenças observadas entre os resultados de rugosidade computacionais e experimentais. === Submitted by Marcelo Teixeira (mvteixeira@ucs.br) on 2014-07-10T12:41:21Z
No. of bitstreams: 1
Dissertacao Tiago Vacaro.pdf: 4017619 bytes, checksum: 195b1efb500e0a9e990e86751db2f759 (MD5) === Made available in DSpace on 2014-07-10T12:41:21Z (GMT). No. of bitstreams: 1
Dissertacao Tiago Vacaro.pdf: 4017619 bytes, checksum: 195b1efb500e0a9e990e86751db2f759 (MD5) === This dissertation presents an application of genetic algorithms in the optimization of cutting parameters on a ball end milling operation of inclined planes, considering four machining strategies and two different materials of the workpieces (ABNT P20 and ABNT H13). The objective of the optimization was to minimize the machining time, and the main technical restriction was the roughness of the machined surfaces. The proposed application presented satisfactory results in the optimization of cutting parameters, but significant differences occurred between the roughness results obtained with the mathematical model and in the experimental validation. An analysis of the machined surfaces has shown that the formation of the surfaces did not occur on a regular and homogeneous way, and no clear trends with respect to different strategies and materials were observed. The significant influence of dynamic instabilities during machining was also observed, whose effects are not considered in the mathematical model applied to the optimization problem, which explains the differences observed between the results of computational and experimental roughness. |
author2 |
Batalha, Gilmar Ferreira |
author_facet |
Batalha, Gilmar Ferreira Vacaro, Tiago |
author |
Vacaro, Tiago |
author_sort |
Vacaro, Tiago |
title |
Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
title_short |
Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
title_full |
Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
title_fullStr |
Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
title_full_unstemmed |
Otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
title_sort |
otimização do fresamento de topo esférico de planos inclinados aplicando o método de algoritmos genéticos |
publishDate |
2014 |
url |
https://repositorio.ucs.br/handle/11338/797 |
work_keys_str_mv |
AT vacarotiago otimizacaodofresamentodetopoesfericodeplanosinclinadosaplicandoometododealgoritmosgeneticos |
_version_ |
1718669175987109888 |