Tornalamada işlem parametrelerinin optimizasyonunda, genetik algoritma çalışmaları ve uygulaması


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Türkiye

Tezin Onay Tarihi: 2006

Tezin Dili: Türkçe

Öğrenci: Serdar Düzgün

Danışman: FERHAT GÜNGÖR

Özet:

TORNALAMADA İŞLEM PARAMETRELERİNİN OPTİMİZASYONUNDA, GENETİK ALGORİTMA ÇALIŞMALARI ve UYGULAMASI Bu tez, çok aşamalı tornalama operasyonlarında kesme parametrelerinin belirlenmesi için genetik algoritmaya dayalı yeni bir optimizasyon tekniği önermektedir. Kesme prosesi çok aşamalı kaba ve son paso tornalamayı eş zamanlı olarak ele alır. Optimum işleme parametreleri pratik işleme sınırları göz önüne alınarak birim üretim maliyetinin minimizasyonuyla belirlenir. Formüle edilmiş kesme modeli, 20 işleme parametre sınırlaması olan bir doğrusal olmayan sınırlanmış programlama (NCP) problemidir. Deneysel sonuçlar NCP problemini çözmeye yönelik genetik algoritma tabanlı prosedürün hem etkili hem de verimli olduğunu ve kompleks işleme optimizasyon problemlerini çözmeye yönelik akıllı üretim sistemlerine katılabileceğini gösterir. Akıllı üretim, eğer verimli otomatikleştirilmiş proses planlama modülüyle, üretim, ulaştırma, montaj vb. gibi diğer otomatikleştirilmiş sistemleri birleştirebilirse, para ve zaman bakımından önemli tasarruflar sağlar. Proses planlama, uygun makinelerin, işlenecek parçalara ait takımların, kesme alanı içindeki ortalama sıcaklığı düşürecek kesme sıvısının ve belirli bir işlenmiş parçaya ait her bir operasyon için belli kesme koşulları altındaki işleme parametrelerinin belirlenmesine gerek duyar. İşleme ekonomisi problemi objektif bir fonksiyonu optimize etmek için genellikle kesme hızı, devir oranı ve kesme derinliği olmak üzere, proses parametrelerinin belirlenmesi ile ilgilidir. İşleme koşullarının optimumluğunu ölçmeye yarayacak birkaç objektif fonksiyon şunları içerir: (1) minimum birim üretim maliyeti, (2) maksimum üretim oranı, (3) maksimum kar oranı, (4) birçok objektif fonksiyonun ağırlıklı kombinasyonu. İşleme ekonomisinde ele alınması uygun olacak birçok kesme sınırlaması şunları içerir: takım ömrü sınırlaması, kesme kuvveti sınırlaması, güç, stabil kesme alanı sınırlaması, talaş-takım ara yüzeyi sıcaklığı sınırlaması, yüzey bitiş sınırlaması, ve kaba ve son paso parametre ilişkileri. Klasik olarak, problemden iki temel yaklaşım kullanılarak bahsedilmiştir: tek ve çok pasolu. Tek pasolu yaklaşımda, toplam kesme derinliği sadece tek bir pasoda halledilebilir olarak ele alınmıştır. Dolayısıyla, kesme derinliği ve paso sayısı fazla basitleştirmeye götürecek optimizasyon problemi değişkenlerinden elenir. Tek pasolu yaklaşımın toplam kesme derinliğinin sadece tek bir pasoda halledildiği durumlara uygulanabilmesine rağmen, pratikte bu nadiren gerçekleşir. Bu yüzden, işleme ekonomisi problemine çok aşamalı bir yaklaşım ekonomik sebeplerden dolayı ele alınmak zorundadır. Tezde çok aşamalı ve tek pasoya dayanan yaklaşımların birbirlerine üstünlükleri ve nasıl seçim yapılacağına dair detaylı bir analiz yapılmıştır. Bu tezin ana amacı, belli kesme sınırlamalarına dokunmadan birim üretim maliyetini minimize edecek optimal işleme parametrelerini belirlemektir. Dolayısıyla, çok aşamalı işleme optimizasyon problemine ait matematiksel formülasyon, Chen ve Tsai’nin (1996) 20 kesme sınırlaması olanına benzerlik göstermektedir. Genetik algoritma yaklaşımına dayalı yeni bir yerel arama optimizasyonu işleme optimizasyon modelini çözmek için geliştirilmiştir. Kati ve kati olmayan limitleri proseste kullanmak için ikili verilere dönüştüren bir teknik optimizasyon formüllerinin kati formülasyonları tarafından meydana gelen zorlukları aşmak için genetik algoritma yaklaşımı ile bir arada kullanılır. Tez şu şekilde düzenlenmiştir. Bölüm 1 tez konusu hakkında giriş bilgisi ve amacı hakkında bilgi vermektedir. Bölüm 2, tek ya da çok aşamalı tornalama operasyonlarına ait seçim kriterlerinden, Genetik Algoritma’nın tarihçesinden, gelişiminden, kullanım alanlarından, operatörlerinden ve teorik bilgisini ele alır. Çok aşamalı tornalama operasyonlarındaki işleme parametrelerinin Genetik Algoritma kullanılarak optimizasyonu Bölüm 3’te kapsamlı bir şekilde anlatılmıştır. Bölüm 4’te çok aşamalı bir tornalama operasyonundaki işleme parametrelerinin genetik algoritma ile optimizasyonunu yapan, Delphi dilinde yazılmış bir bilgisayar programın, bir probleme uygulanması ve elde edilen sonuçların mevcut verilerle karşılaştırılması ve maliyet minimizasyonuna dair kapsamlı bir araştırması yer almıştır. ABSTRACT IN MACHINING PARAMETERS OPTIMIZATION OF TURNING, GENETIC ALGORITHM STUDIES and ITS APPLICATION The paper proposes a new optimization technique based on genetic algorithms for the determination of the cutting parameters in multipass machining operations. The cutting process simultaneously considers multipass rough machining and finish-machining. The optimum machining parameters are determined by minimizing the unit production cost subject to practical machining constraints. The cutting model formulated is a non-linear-constrained programming (NCP) problem with 20 machining parameter constraints. Experimental results show that the proposed genetic algorithm-based procedure for solving the NCP problem is both effective and efficient, and can be integrated into an intelligent manufacturing system for solving complex machining optimization problems. Intelligent manufacturing achieves substantial savings in terms of money and time if it integrates an efficient automated process-planning module with other automated systems such as production, transportation, assembly, etc. Process planning involves determination of appropriate machines, tools for machining parts, cutting fluid to reduce the average temperature within the cutting zone and machining parameters under certain cutting conditions for each operation of a given machined part. The machining economics problem consist in determining the process parameter, usually cutting speed, feed rate and deep of cut, in order to optimize an objective function. A number of objective functions by which to measure the optimality of machining conditions include: (1) minimum unit production cost, (2) maximum production rate, (3) maximum profit rate, (4) weighted combination of several objective functions. Several cutting constraints that should be considered in machining economics include: tool-life constraint, cutting force constraint, power, stable cutting region constraint and roughing and finishing parameter relations. Classically, the problem has been dealt with by using two basic approaches: single and multipass. In the single-pass approach, the total deep of cut is considered achievable in just one pass. Consequently, the deep of cut and the number of passes are eliminated from the variables of the optimization problem leading to oversimplification. Although the single-pass approach can be applied in cases where the total depth of cut can be achieved in just one pass, in practice this rarely happens. Therefore, a multipass approach to the machining economics problem has to be considered for economics reasons. In the paper, the superiority to each other of single-pass and multipass approaches and how to make the optimal choice were analyzed in detail. The main objective of the present paper is to determine the optimal machining parameters that minimize the unit production cost without violating any imposed cutting constraints. Consequently, the mathematic formulation of the multipass machining optimization problem is similar to that of Chen and Tsai (1996) having 20 cutting constraints. A new local search optimization based on genetic algorithm approach is developed to solve the machining optimization model. A technique that converts crisp and non-crisp limits into binary data for processing is used in conjunction with the genetic algorithm approach in order to overcome the difficulties caused by the crisp formulation of the optimization problem. The paper is organized as follows. Section1 gives us information about introduction and aims. Section 2 deals with the selection criteria of single or multipass turning operations, the historical background, development, usage field, operators and theoretical information of Genetic Algorithm. Optimization of multipass turning operations using genetic algorithms is mentioned comprehensively in section 3. However in Section 4, a program, which computes the optimization of multipass turning operations using genetic algorithm, written in Delphi, is considered. Results and constraints are discussed comprehensively, too.