การออกแบบกระบวนการขึ้นรูปโลหะแผ่นด้วยวิธีโครงข่ายประสาทเทียมและวิธีไฟไนต์เอลิเมนต์

Sheet metal process design based on artificial neural networks and finite element method

Name: ชุติมา ชุมชอบ

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วศ.ม. (การจัดการวิศวกรรมและเทคโนโลยี) 2559.

Classification :.LCCS: TS250

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. -- สาขาการจัดการวิศวกรรมและเทคโนโลยี -- วิทยานิพนธ์

ThaSH: การฉีดขึ้นรูปโลหะ

ThaSH: ไฟไนต์เอลิเมนต์

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

Abstract: งานวิจัยนี้ศึกษาการออกแบบกระบวนการปั๊มขึ้นรูปโลหะแผ่นสำหรับชิ้นส่วนยานยนต์เพื่อหาพารามิเตอร์และกระบวนการที่เหมาะสมในการขึ้นรูปโลหะแผ่น พารามิเตอร์ในกระบวนการขึ้นรูปโลหะแผ่นประกอบด้วยแรงในการขึ้นรูปสำหรับเครื่องเพรส, ขนาดของแผ่น Blank และ Pin Cushion Stroke งานวิจัยฉนับนี้เสนอการประยุกต์วิธีการโครงข่ายประสาทเทียมและการวิเคราะห์กระบวนการขึ้นรูปโลหะแผ่นด้วยวิธีไฟไนต์เอลิเมนต์โดยนำข้อมูลพารามิเตอร์การผลิตก่อนหน้าที่เป็นกรณีที่ประสบความสำเร็จในการผลิต มาฝึกการเรียนรู้ด้วยวิธีการโครงข่ายประสาทเทียม โดยใช้เครื่องมือของโปรแกรม MATLAB และนำผลที่ได้ไปใช้ในการกำหนดพารามิเตอร์ที่เหมาะเพื่อนำมาสร้างแบบจำลองการขึ้นรูปด้วยโปรแกรมไฟไนต์เอลิเมนต์ (AutoForm) เพื่อวิเคราะห์ความสามารถในการขึ้นรูปและข้อบกพร่องของชิ้นงานก่อนจะไปใช้ในกระบวนการผลิต พบว่าสามารถลดจำนวนครั้งและเวลาในการวิเคราะห์กระบวนการขึ้นรูปด้วย โปรแกรม AutoForm และยังสามารถลดเวลาในการทดลอง (Trial and error) ได้ถึง 75% ก่อนการผลิตจริง ซึ่งสามารถลดต้นทุนและเพิ่มประสิทธิภาพการผลิต รวมทั้งสามารถจัดเก็บองค์ความรู้ของกระบวนการขึ้นรูปโลหะแผ่นมาอยู่ในโครงข่ายประสาทเทียมที่พัฒนาขึ้นมาอย่างเป็นระบบเพื่อใช้ในการออกแบบกระบวนการผลิตชิ้นงานแบบใหม่ต่อไป This research is to study the sheet metal forming process of automotive parts manufacturing in order to optimize parameters design. The parameters of sheet metal forming include pressing force, Blank size and pin cushion stroke. This research proposes Artificial Neural Networks (ANN) for training the previous successful parameters in metal forming process by using ANN toolbox of MATLAB. The parameters from the ANN model can be applied to simulate metal forming ability and to predict the critical defect based on Finite Element Method (FEM) by the commercial software (AutoForm) before production. The trial and error times reduce to 75% , production cost of metal forming process are reduced whereas the production efficiency is increased. In addition, the knowledge of metal forming process is systematic managed in ANN for using to design a new model in the future.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: ชัยวัฒน์ นุ่มทอง

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: ฐิติกร พัตนพิบูล

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2559

Modified: 2566-05-26

Issued: 2566-05-26

วิทยานิพนธ์/Thesis

วิทยานิพนธ์/Thesis

application/pdf

URL: https://kasetsart.idm.oclc.org/login?url=https://www.lib.ku.ac.th/KUthesis/2559/chutima-chu-all.pdf

CallNumber: TS250 .ช44

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: การจัดการวิศวกรรมและเทคโนโลยี

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	chutima-chu-all.pdf	5.4 MB	1	2023-12-07 11:08:16

ใช้เวลา

0.030399 วินาที