Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms

Machining process simulations are commonly used by manufacturing industries to accurately predict machining force, time, and the performance of engineering components. Determination of optimal conditions of machining parameters is fundamental to improve material properties, surface finish quality, a...

Full description

Autores:
Osorio Pinzón, Juan Camilo
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/44025
Acceso en línea:
http://hdl.handle.net/1992/44025
Palabra clave:
Mecanizado - Investigaciones - Métodos de simulación
Algoritmos genéticos - Aplicaciones industriales - Investigaciones
Método de elementos finitos - Aplicaciones industriales - Investigaciones
Corte de metales - Investigaciones
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_e5c5595a8f9d7f303a9cf42cdac56b40
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/44025
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.es_CO.fl_str_mv Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
title Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
spellingShingle Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
Mecanizado - Investigaciones - Métodos de simulación
Algoritmos genéticos - Aplicaciones industriales - Investigaciones
Método de elementos finitos - Aplicaciones industriales - Investigaciones
Corte de metales - Investigaciones
Ingeniería
title_short Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
title_full Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
title_fullStr Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
title_full_unstemmed Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
title_sort Cutting parameters optimization of Al-6063 using numerical simulations and genetic algorithms
dc.creator.fl_str_mv Osorio Pinzón, Juan Camilo
dc.contributor.advisor.none.fl_str_mv Casas Rodríguez, Juan Pablo
Abolghasem Ghazvini, Sepideh
Marañón León, Edgar Alejandro
dc.contributor.author.none.fl_str_mv Osorio Pinzón, Juan Camilo
dc.subject.armarc.es_CO.fl_str_mv Mecanizado - Investigaciones - Métodos de simulación
Algoritmos genéticos - Aplicaciones industriales - Investigaciones
Método de elementos finitos - Aplicaciones industriales - Investigaciones
Corte de metales - Investigaciones
topic Mecanizado - Investigaciones - Métodos de simulación
Algoritmos genéticos - Aplicaciones industriales - Investigaciones
Método de elementos finitos - Aplicaciones industriales - Investigaciones
Corte de metales - Investigaciones
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Machining process simulations are commonly used by manufacturing industries to accurately predict machining force, time, and the performance of engineering components. Determination of optimal conditions of machining parameters is fundamental to improve material properties, surface finish quality, and the cutting tool life, among other objectives. There are two alternatives to determine optimal cutting parameters for a given process. The first one is through the use of machining handbooks, which often offers different alternatives based on experience, hence generating uncertainties and drawbacks in terms of efficiency of the solution. The second alternative to the conventional method is the development of complex computational models, which makes process optimization problem more difficult and sometimes impossible to solve. In this work, a multi-objective genetic algorithm based on orthogonal cutting finite element (FE) simulations and statistical analysis is proposed to determine optimal machining parameters, being rake angle ({alfa}), velocity V and cutting feed (f). The optimal conditions are achieved by minimizing the cutting force, grain size ({delta}), and maximizing material removal rate (MRR) of Aluminum 6063-O. Response surface methodology (RSM) has utilized for the optimization process to examine the influence of the process parameters in cutting process performance. FE simulations are carried out using MSC Marc by taking into account a Johnson-Cook constitutive model for material plastic behavior and an entropy-based damage model. Material response was determined by using three different test apparatus, a conventional quasi-static test apparatus, a drop weight impact test (DWIT), and a Klosky-Hopkinson bar machine, covering strain rate values from 0.01 s^(-1) to 30 s^(-1) and temperature values from 23°C to 300°C. Constitutive model, damage model, and computational domains were validated using tension tests, Taylor test, and experimental measurements of orthogonal cutting forces.
publishDate 2019
dc.date.issued.es_CO.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-09-03T14:30:46Z
dc.date.available.none.fl_str_mv 2020-09-03T14:30:46Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/44025
dc.identifier.pdf.none.fl_str_mv u827315.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/44025
identifier_str_mv u827315.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv eng
language eng
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 77 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Uniandes
dc.publisher.program.es_CO.fl_str_mv Maestría en Ingeniería Mecánica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Mecánica
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/fe6fa78e-9499-4abc-8e18-ecd4c8e03519/download
https://repositorio.uniandes.edu.co/bitstreams/6597c86a-3713-4d31-a3e3-f4aa2ed946ce/download
https://repositorio.uniandes.edu.co/bitstreams/fb324ff4-53ca-4636-b6e5-999664c628c9/download
bitstream.checksum.fl_str_mv c20a34bc28264db52cb68b22e9e6dae7
a816d8cfa06beb15bb280bd2bcfefd83
b075dd5fbfaeb9b61bc9999e9b560141
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133961849110528
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Casas Rodríguez, Juan Pablo142fe120-13ac-4c2b-890e-06605312491a400Abolghasem Ghazvini, Sepideh1a73357e-0f9e-4267-ad22-ab14344c2607400Marañón León, Edgar Alejandrovirtual::10317-1Osorio Pinzón, Juan Camilo441635002020-09-03T14:30:46Z2020-09-03T14:30:46Z2019http://hdl.handle.net/1992/44025u827315.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Machining process simulations are commonly used by manufacturing industries to accurately predict machining force, time, and the performance of engineering components. Determination of optimal conditions of machining parameters is fundamental to improve material properties, surface finish quality, and the cutting tool life, among other objectives. There are two alternatives to determine optimal cutting parameters for a given process. The first one is through the use of machining handbooks, which often offers different alternatives based on experience, hence generating uncertainties and drawbacks in terms of efficiency of the solution. The second alternative to the conventional method is the development of complex computational models, which makes process optimization problem more difficult and sometimes impossible to solve. In this work, a multi-objective genetic algorithm based on orthogonal cutting finite element (FE) simulations and statistical analysis is proposed to determine optimal machining parameters, being rake angle ({alfa}), velocity V and cutting feed (f). The optimal conditions are achieved by minimizing the cutting force, grain size ({delta}), and maximizing material removal rate (MRR) of Aluminum 6063-O. Response surface methodology (RSM) has utilized for the optimization process to examine the influence of the process parameters in cutting process performance. FE simulations are carried out using MSC Marc by taking into account a Johnson-Cook constitutive model for material plastic behavior and an entropy-based damage model. Material response was determined by using three different test apparatus, a conventional quasi-static test apparatus, a drop weight impact test (DWIT), and a Klosky-Hopkinson bar machine, covering strain rate values from 0.01 s^(-1) to 30 s^(-1) and temperature values from 23°C to 300°C. Constitutive model, damage model, and computational domains were validated using tension tests, Taylor test, and experimental measurements of orthogonal cutting forces."La industria de fabricación y mecanizado hace uso de diferentes simulaciones de corte para predecir fuerza de corte, tiempo de mecanizado y rendimiento de diferentes componentes de ingeniería. La determinación de los parámetros óptimos de mecanizado es fundamental para mejorar las propiedades mecánicas del material, el acabado superficial y la vida útil de la herramienta de corte. Existen dos alternativas para determinar los parámetros de corte óptimo: El primero es a través del uso de manuales de mecanizado y de taller, que a menudo ofrecen diferentes alternativas basadas en la experiencia del operario, lo que genera incertidumbres e inconvenientes en términos de eficiencia en la solución. La segunda alternativa al método convencional es el desarrollo de modelos computacionales complejos, lo cual genera que el problema de optimización sea más complejo y, a veces, imposible de resolver. En este trabajo, se propone un algoritmo genético multiobjetivo basado en simulaciones por medio del método de elementos finitos (MEF) de corte ortogonal y análisis estadístico para determinar los parámetros óptimos de mecanizado, ángulo de inclinación ({alfa}), la velocidad V y el avance de la herramienta (f). Las condiciones optimas son determinadas minimizando la fuerza de corte, el tamaño de grano ({delta}) y maximizando la tasa de remoción de material (MRR) del Aluminio 6063-O. El método de superficie de respuesta (RSM) es utilizado durante el proceso de optimización para examinar la influencia de los parámetros del proceso de corte y la respuesta de este. Las simulaciones de MEF se realizan utilizando el software MSC Marc incorporando el modelo constitutivo de Johnson-Cook para el comportamiento plástico del material y un modelo de daño basado en la generación de entropía. La respuesta del material se determinó utilizando tres montajes experimentales, un aparato de prueba cuasi-estático convencional, una prueba de impacto (DWIT) y una máquina de Kolsky..."Tomado del Formato de Documento de Grado.Magíster en Ingeniería MecánicaMaestría77 hojasapplication/pdfengUniandesMaestría en Ingeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería Mecánicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaCutting parameters optimization of Al-6063 using numerical simulations and genetic algorithmsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMMecanizado - Investigaciones - Métodos de simulaciónAlgoritmos genéticos - Aplicaciones industriales - InvestigacionesMétodo de elementos finitos - Aplicaciones industriales - InvestigacionesCorte de metales - InvestigacionesIngenieríaPublicationhttps://scholar.google.es/citations?user=gtsFvdAAAAAJvirtual::10317-10000-0003-2797-8212virtual::10317-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000705918virtual::10317-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::10317-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::10317-1TEXTu827315.pdf.txtu827315.pdf.txtExtracted texttext/plain126698https://repositorio.uniandes.edu.co/bitstreams/fe6fa78e-9499-4abc-8e18-ecd4c8e03519/downloadc20a34bc28264db52cb68b22e9e6dae7MD54ORIGINALu827315.pdfapplication/pdf18020874https://repositorio.uniandes.edu.co/bitstreams/6597c86a-3713-4d31-a3e3-f4aa2ed946ce/downloada816d8cfa06beb15bb280bd2bcfefd83MD51THUMBNAILu827315.pdf.jpgu827315.pdf.jpgIM Thumbnailimage/jpeg7334https://repositorio.uniandes.edu.co/bitstreams/fb324ff4-53ca-4636-b6e5-999664c628c9/downloadb075dd5fbfaeb9b61bc9999e9b560141MD551992/44025oai:repositorio.uniandes.edu.co:1992/440252024-03-13 14:09:23.094https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co