Modelos de predicción metaheurística para la desviación de la ranura en el corte láser Nd-YAG de la aleación AlZnMgCu1.5
Autores: Tamilarasan, Arulvalavan; Rajamani, Devaraj
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelos de predicción metaheurística para la desviación de la ranura en el corte láser Nd-YAG de la aleación AlZnMgCu1.5
Categoría
Procesos industriales
Subcategoría
Simulación de procesos industriales
Palabras clave
Aleación
Corte láser
ANOVA
Parámetros del proceso
Desviación del corte
Algoritmos metaheurísticos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
En la presente investigación, la aleación AlZnMgCu1.5 fue mecanizada a través de un proceso de corte con láser Nd-YAG de tipo industrial. El diseño Box-Behnken de la metodología de superficie de respuesta se utilizó para planificar los ensayos. Los experimentos se llevaron a cabo variando la presión de nitrógeno (4-10 bar), la energía de pulso (2.5-5.5 J), la velocidad de corte (10-18 mm/min) y el ancho de pulso (1.5-2 ms). Se realizó un ANOVA para evaluar el impacto de los factores del proceso en las características de respuesta. Los resultados del ANOVA sugieren que la presión de nitrógeno tiene la mayor influencia en los parámetros del proceso de entrada. Se realizó una investigación detallada para examinar los efectos de varios parámetros en la desviación del corte. Se implementaron algoritmos metaheurísticos (es decir, Optimizador de Jureles Gigantes-GTO; y Algoritmo de Optimización de Cebra-ZOA) para determinar los parámetros del proceso óptimos para producir las mejores medidas de rendimiento. Un análisis comparativo demostró que el valor paramétrico proporcionado por el algoritmo GTO, que se adhiere al método ZOA, produjo la respuesta más baja. La optimización utilizando GTO resultó en una mejora del 6.71% en la precisión de la predicción de la desviación del corte en comparación con los valores experimentales, mientras que ZOA logró una mejora del 2.37%. Además, GTO demostró una eficiencia computacional superior, convergiendo en 5.687 s, significativamente más rápido que los 11.548 s requeridos por ZOA. La solución óptima sugerida por el algoritmo GTO se verificó aún más mediante una prueba de confirmación en los ajustes aleatorios. Además, la morfología superficial de las superficies de corte con láser se analizó utilizando imágenes SEM. A través de esto, se confirma que el algoritmo metaheurístico de GTO es más adecuado para encontrar los parámetros del proceso óptimos.
Descripción
En la presente investigación, la aleación AlZnMgCu1.5 fue mecanizada a través de un proceso de corte con láser Nd-YAG de tipo industrial. El diseño Box-Behnken de la metodología de superficie de respuesta se utilizó para planificar los ensayos. Los experimentos se llevaron a cabo variando la presión de nitrógeno (4-10 bar), la energía de pulso (2.5-5.5 J), la velocidad de corte (10-18 mm/min) y el ancho de pulso (1.5-2 ms). Se realizó un ANOVA para evaluar el impacto de los factores del proceso en las características de respuesta. Los resultados del ANOVA sugieren que la presión de nitrógeno tiene la mayor influencia en los parámetros del proceso de entrada. Se realizó una investigación detallada para examinar los efectos de varios parámetros en la desviación del corte. Se implementaron algoritmos metaheurísticos (es decir, Optimizador de Jureles Gigantes-GTO; y Algoritmo de Optimización de Cebra-ZOA) para determinar los parámetros del proceso óptimos para producir las mejores medidas de rendimiento. Un análisis comparativo demostró que el valor paramétrico proporcionado por el algoritmo GTO, que se adhiere al método ZOA, produjo la respuesta más baja. La optimización utilizando GTO resultó en una mejora del 6.71% en la precisión de la predicción de la desviación del corte en comparación con los valores experimentales, mientras que ZOA logró una mejora del 2.37%. Además, GTO demostró una eficiencia computacional superior, convergiendo en 5.687 s, significativamente más rápido que los 11.548 s requeridos por ZOA. La solución óptima sugerida por el algoritmo GTO se verificó aún más mediante una prueba de confirmación en los ajustes aleatorios. Además, la morfología superficial de las superficies de corte con láser se analizó utilizando imágenes SEM. A través de esto, se confirma que el algoritmo metaheurístico de GTO es más adecuado para encontrar los parámetros del proceso óptimos.