Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/83217
Or use following links to share this resource in social networks: Recommend this item
Title Optimization of FDM Printing Parameters for Surface Quality Improvement of Carbon Based Nylon (PA-CF) Composite Material Fabricated Parts Using Evolutionary Algorithm
Other Titles Оптимізація параметрів друку для поліпшення якості поверхні деталей, виготовлених з нейлонових композиційних матеріалів на основі вуглецю (PA-CF) з використанням еволюційного алгоритму
Authors Sandeep,
Deepak, Chhabra
Gupta, R.K.
ORCID
Keywords моделювання методом наплавлення
штучна нейронна мережа, , інтегрована з генетичним алгоритмом
шорсткість поверхні
експериментальна проектна матриця
оптимізація
fused deposition modeling
artificial neural network integrated with genetic algorithm
surface roughness
experimental design matrix
optimization
Type Article
Date of Issue 2021
URI https://essuir.sumdu.edu.ua/handle/123456789/83217
Publisher Sumy State University
License In Copyright
Citation Sandeep, Deepak Chhabra, R.K. Gupta, J. Nano- Electron. Phys. 13 No 2, 02004 (2021). DOI: https://doi.org/10.21272/jnep.13(2).02004
Abstract На поверхневі характеристики компонентів, виготовлених методами адитивного виробництва, сильно впливають вхідні параметри. У роботі важливі вхідні коефіцієнти (товщина шару (LT), температура (T), швидкість друку (S), швидкість зовнішньої стінки (OWS), кут растру (RA), орієнтація (Or.), ширина лінії зовнішньої стінки (OWLW), заповнення перекриття (IO), ширина лінії заповнення (ILW) принтера для моделювання методом наплавлення (FDM) змодельовані та оптимізовані для отримання кращої шорсткості поверхні (SR) деталей, виготовлених з нейлонових композиційних матеріалів на основі вуглецю (PA-CF). Для розробки вхідної експериментальної матриці був використаний метод центрального композитного проектування, і на основі цих вхідних параметрів вимірювали шорсткість поверхні кожного прогону за допомогою приладу для вимірювання шорсткості поверхні Mitutoyo Talysurf. Було виготовлено загальну кількість зразків (61) з різними вхідними параметрами та випробувано їх шорсткості поверхні. Мінімальне значення шорсткості поверхні досліджуваних зразків з експериментальною проектною матрицею складало 6,331 мкм. Моделювання та оптимізація експериментальної проектної матриці було проведено з використанням еволюційного алгоритму, тобто штучної нейронної мережі, інтегрованої з генетичним алгоритмом (ANNGA). Мінімальне значення, отримане з використанням ANNGA для шорсткості, становить 5,01788 мкм, що відповідає різним оптимальним вхідним коефіцієнтам, таким як LT = 0,1776 мм, T = 236,0609 ºC, S = 40,7369 мм/с, OWS = 20,0676 мм/с, RA = 43,9177º, OWLW = 0,3445 мм, Or. = 0,0018º, IO = 56,6295 %, ILW = 0,3488 мм. При цих оптимізованих значеннях вхідних коефіцієнтів також виготовляється одна частина кінцевого використання та перевіряється розроблена гібридна модель. ANNGA можна використовувати для передбачення, оптимізації факторів та результатів у будь-яких інженерних застосуваннях.
The surface characteristics of components fabricated by additive manufacturing techniques are greatly affected by the input parameters. In this work, momentous input factors (layer thickness (LT), temperature (T), printing speed (S), outer wall speed (OWS), raster angle (RA), orientation (Or.), outer wall line width (OWLW), infill overlap (IO), infill line width (ILW) of fused deposition modeling (FDM) printer are modeled and optimized for getting the better surface roughness (SR) of carbon based nylon (PA-CF) composite material fabricated parts. To develop input experimental matrix, central composite design method has been utilized and on these input parameters, surface roughness of each run has been measured using Mitutoyo Talysurf surface roughness measuring instrument. A total number of 61 specimens have been fabricated on different input parameters and their surface roughnesses are tested. The minimum surface roughness value of test specimens with experimental design matrix was recorded as 6.331 µm. The modeling and optimization of experimental design matrix has been carried out using evolutionary algorithm i.e. artificial neural network integrated with genetic algorithm (ANNGA). The minimum value obtained using ANNGA for roughness is 5.01788 µm, corresponding to various optimum input factors as LT = 0.1776 mm, T = 236.0609 ºC, S = 40.7369 mm/s, OWS = 20.0676 mm/s, RA = 43.9177º, OWLW = 0.3445 mm, Or. = 0.00180, IO = 56.6295 %, ILW = 0.3488 mm. At these optimized input factors value one end-use part is also fabricated and the developed hybrid model is validated. The artificial neural network integrated with genetic algorithm could be anticipated for better prophecy, factors optimization and outcomes for any engineering application tribulations.
Appears in Collections: Журнал нано- та електронної фізики (Journal of nano- and electronic physics)

Views

Argentina Argentina
1
Belgium Belgium
1
China China
-264064989
France France
1
Germany Germany
373161914
Greece Greece
1
Hong Kong SAR China Hong Kong SAR China
1
India India
745731284
Indonesia Indonesia
1
Iran Iran
139517
Ireland Ireland
18164558
Italy Italy
555154872
Lithuania Lithuania
1
Malaysia Malaysia
1
Norway Norway
1
Pakistan Pakistan
-1182487374
Singapore Singapore
1
Spain Spain
1
Sweden Sweden
1
Turkey Turkey
1
Ukraine Ukraine
1070336205
United Kingdom United Kingdom
125333
United States United States
861449982
Unknown Country Unknown Country
-329633273
Vietnam Vietnam
16298

Downloads

Brazil Brazil
-934930194
Canada Canada
1
China China
-264064988
Ethiopia Ethiopia
1
Finland Finland
1
France France
1110214513
Germany Germany
136264
Greece Greece
1
Hong Kong SAR China Hong Kong SAR China
1
India India
257
Indonesia Indonesia
-1182487372
Iran Iran
139518
Iraq Iraq
1
Ireland Ireland
3870644
Italy Italy
112861
Japan Japan
1
Kenya Kenya
1
Lithuania Lithuania
1
Pakistan Pakistan
1
Romania Romania
1
South Korea South Korea
1
Spain Spain
1
Turkey Turkey
39415
Ukraine Ukraine
123975
United Kingdom United Kingdom
1
United States United States
-1182487374
Unknown Country Unknown Country
1848094341
Vietnam Vietnam
1

Files

File Size Format Downloads
Sandeep_jnep_2_2021.pdf 321.5 kB Adobe PDF -601238125

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.