Modélisation Mathématique et Optimisation Paramétrique des Paramètres du Procédé de l'Usinage par Electroérosion

Abstract

Ce travail vise à étudier l'effet des paramètres d'usinage par électroérosion sur le taux d’enlèvement de la matière MRR et le taux d’usure de l’outil TWR lors de l’usinage de l'acier AISI 1095. Les paramètres d’usinage pris en compte pour cette étude sont : le courant de décharge, le temps d'impulsion et le voltage. Dans ce travail, trois modèles sont développés pour étudier l'effet de ces paramètres sur les performances d’usinage. Le premier modèle est développé avec la technique de la régression linéaire multiple, le deuxième modèle est basé sur la méthode de surfaces de réponses. Alors que le troisième modèle repose sur la technique de la régression non linéaire. Les résultats obtenus, lors de cette étude, montrent que les modèles développés ont une grande précision de prédiction qui dépasse 96% dans tous les cas. L'étude a conclu que le meilleur modèle pour prédire le taux d'enlèvement de la matière est le modèle basé sur la technique de régression linéaire multiple, avec une précision de plus de 99%. Alors que l'étude a également conclu que le modèle basé sur la régression non linéaire est le meilleur pour prédire l'usure de l’outil avec une précision qui dépasse 96%. L'analyse des résultats a conduit au fait que les deux facteurs les plus influents sur les performances d’usinage sont le courant de décharge et le voltage.

This work aims to study the effect of EDM machining parameters on the material removal rate (MRR) and the tool wear rate (TWR) when machining AISI 1095 steel. The machining parameters taken into account for this study are: the discharge current, the pulse time and the voltage. In this work, three models are developed to study the effect of these parameters on the machining performance. The first model is developed with the multiple linear regression technique; the second model is based on the response surface method. While the third model is based on the technique of nonlinear regression. The results obtained during this study show that the developed models have a high prediction accuracy that exceeds 96% in all cases. The study concluded that the best model to predict the material removal rate is the model based on the multiple linear regression technique, with an accuracy of more than 99%. While the study also concluded that the model based on nonlinear regression is the best in predicting tool wear rate with an accuracy that exceeds 96%. The analysis of the results led to the fact that the two most influential factors on the machining performance are the discharge current and the voltage.

يهدف هذا العمل إلى دراسة تأثير عوامل التصنيع عن طريق التفريغ الكهربائي على معدل إزالة المادة و معدل تآكل الأداة أثناء تصنيع الفولاذ AISI 1095. عوامل التصنيع التي اعتمدت في هذه الدراسة هي: تيار التفريغ، زمن النبض إضافة إلى الجهد. في هذه الدراسة تم تطوير ثلاثة نماذج لدراسة تأثير هذه العوامل على أداء التصنيع. تم تطوير النموذج الأول باستعمال تقنية الانحدار الخطي المتعدد، فيما تم تطوير النموذج الثاني باستعمال طريقة أسطح الاستجابة. في حين تم الاعتماد على تقنية الانحدار اللاخطي لتطوير النموذج الثالث. أظهرت النتائج المتحصل عليها خلال هذه الدراسة أن النماذج المطورة لديها دقة تنبؤ عالية تجاوزت 96٪ في جميع الحالات. وخلصت الدراسة إلى أن أفضل نموذج للتنبؤ بمعدل إزالة المادة هو النموذج المطور باستعمال تقنية الانحدار الخطي المتعدد بدقة تزيد عن 99٪. بينما خلصت الدراسة أيضًا إلى أن النموذج المطور باستعمال الانحدار غير الخطي هو الأفضل للتنبؤ بمعدل تآكل الأداة حيث تجاوزت دقته 96٪. تحليل النتائج أظهر أن العاملين الأكثر تأثيرًا على أداء عملية التصنيع هما تيار التفريغ والجهد.