Luận văn Thạc sĩ Khoa học: Nghiên cứu xác định chế độ cắt tối ưu khi cắt dây tia lửa điện lỗ hình rãnh then thép 9CrSi đã qua tôi

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP NGUYỄN THỊ HOA

NGHIÊN CỨU XÁC ĐỊNH CHẾ ĐỘ CẮT TỐI ƯU KHI CẮT DÂY TIA LỬA ĐIỆN LỖ HÌNH RÃNH THEN THÉP 9CrSi ĐÃ QUA TÔI

LUẬN VĂN THẠC SĨ KHOA HỌC

CHUYÊN NGÀNH: KỸ THUẬT CƠ KHÍ

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

THÁI NGUYÊN, 2019

LỜI CAM ĐOAN

Tôi xin cam đoan các số liệu và kết quả nêu trong Luận văn là trung thực và

chưa từng được ai công bố trong bất kỳ một công trình nào khác. Trừ các phần

tham khảo đã được nêu rõ trong Luận văn.

Tác giả

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

NGUYỄN THỊ HOA

LỜI CẢM ƠN

Tác giả xin chân thành cảm ơn Thầy giáo – PGS.TS Vũ Ngọc Pi, người đã

hướng dẫn và giúp đỡ tận tình từ định hướng đề tài, tổ chức thực nghiệm đến quá

trình viết và hoàn chỉnh Luận văn.

Tác giả cũng chân thành cảm ơn TS. Đỗ Thị Tám, phòng KHCN và Hợp tác quốc tế

và Th.s Nguyễn Mạnh Cường, Ths. Lưu Anh Tùng, giảng viên khoa Cơ khí, Trường Đại

học Kỹ thuật Công nghiệp đã tận tình giúp đỡ tác giả trong quá trình thực hiện và phân

tích các kết quả thí nghiệm. Xin chân thành cám ơn sự hỗ trợ của Trường ĐH Kỹ thuật

Công nghiệp, ĐH Thái Nguyên thông qua đề tài KHCN mã số T2018-B13 của Nhà

trường.

Tác giả bày tỏ lòng biết ơn đối với các thầy, cô giáo và các bạn bè đồng nghiệp

đã tạo điều kiện thuận lợi để tác giả hoàn thành Luận văn này.

Do năng lực bản thân còn nhiều hạn chế nên Luận văn không tránh khỏi sai sót,

tác giả rất mong nhận được sự đóng góp ý kiến của các Thầy, Cô giáo, các nhà khoa

học và các bạn đồng nghiệp.

Tác giả

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

NGUYỄN THỊ HOA

MỤC LỤC

Trang Nội dung

Lời cam đoan 3

Lời cảm ơn 4

Mở đầu 7

I. Tính cấp thiết của đề tài 7

II. Mục đích và đối tượng và phương pháp nghiên cứu 8

III. Ý nghĩa đề tài 8

IV. Nội dung của đề tài 9

CHƯƠNG I

10 TỔNG QUAN VỀ GIA CÔNG TIA LỬA ĐIỆN

1.1 Giới thiệu 10

1.2 Hệ thống gia công tia lửa điện 10

1.2.1 Bộ tạo xung 10

1.2.2 Cơ cấu servo 10

1.2.3 Điện cực 11

1.2.4 Dung dịch điện môi 12

1.3 Bản chất quá trình gia công xung điện 13

1.4 Kết luận chương 1 16

CHƯƠNG II MÁY CẮT DÂY VÀ CÁC THÔNG SỐ ĐIỀU CHỈNH TRONG QUÁ TRÌNH GIA CÔNG

2.1 Giới thiệu về máy cắt dây tia lửa điện 18

2.2 Ưu nhược điểm của phương pháp gia công cắt dây tia lửa điện 19

2.3 Độ chính xác khi gia công tia lửa điện 19

2.4 Dây cắt và vật liệu điện cực 20

2.5 Sự thoát phoi trong cắt dây tia lửa điện 20

2.6 Độ nhám bề mặt gia công 21

2.7 Các thông số về điện trong điều khiển máy cắt dây tia lửa điện 22

2.8 Kết luận chương 2 23

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

CHƯƠNG III

THỰC NGHIỆM NGHIÊN CỨU ẢNH HƯỞNG CỦA MỘT SỐ

THÔNG SỐ CÔNG NGHỆ ĐẾN ĐỘ NHÁM BỀ MẶT VÀ NĂNG

SUẤT GIA CÔNG TRONG GIA CÔNG CẮT DÂY TIA LỬA ĐIỆN

THÉP 90CrSi SAU KHI TÔI.

25

3.1 Thiết kế thí nghiệm

25

3.1.1 Các giả thiết của thí nghiệm

25

3.1.2 Điều kiện thực hiện thí nghiệm.

25

3.1.2.1 Thiết bị thí nghiệm.

26

3.1.2.2 Vật liệu gia công

27

3.1.2.3 Các dụng cụ đo kiểm

28

3.2 Xây dựng hàm mục tiêu tối ưu hóa một số thông số công nghệ trong gia

công cắt dây tia lửa điện thép 9CrSi sau khi tôi.

3.2.1 Mô hình định tính quá trình cắt dây tia lửa điện. 28

3.2.2 Các thông số đầu vào của thí nghiệm 31

3.3 Ảnh hưởng của các thông số gia công đến nhám bề mặt và vận tốc cắt 32

khi cắt thẳng

3.4 Ảnh hưởng của các thông số gia công đến nhám bề mặt và vận tốc cắt 48

khi cắt cong

63 CHƯƠNG IV

KẾT LUẬN CHUNG VÀ KHUYẾN NGHỊ.

65 TÀI LIỆU THAM KHẢO

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

66 BÀI BÁO ĐÃ XUẤT BẢN

PHẦN MỞ ĐẦU

I. TÍNH CẤP THIẾT CỦA ĐỀ TÀI

- Gia công bằng cắt dây tia lửa điện (gọi tắt là gia công cắt dây) là một trong các phương pháp gia công tiên tiến được sử dụng khá rộng rãi. Trong gia công cắt dây, một dây cắt chuyển động liên tục như là một điện cực được sử dụng để cắt vật liệu dẫn điện. Gia công cắt dây được sử dụng rộng rãi để gia công chi tiết dạng lỗ thông như khuôn đùn, ép kim loại, các loại cối đột thép, cối đột định hình, cối dập viên định hình cho ngành dược vv… . Phương pháp này đặc biệt hiệu quả khi gia công các lỗ nhỏ và sâu, các lỗ, rãnh có thành rất mỏng trên vật liệu dẫn điện khó gia công như thép không rỉ, thép đã tôi cứng… Vì thế cho nên cho đến nay đã có khá nhiều các nghiên cứu trong và ngoài nước về lĩnh vực này. Có thể nêu một số nghiên cứu điển hình về tối ưu hóa trong gia công cắt dây như sau:

Trong [1] đã trình bày những tiến bộ mới nhất mà công nghệ cắt dây đã đạt được. Dao động của dây cắt cũng đã được khảo sát trong [2, 3] nhằm nâng cao độ chính xác khi gia công. Trong [4] nghiên cứu các nguyên nhân gây đứt dây khi cắt và phương pháp điều khiển để hạn chế đứt dây. Trong [5] đưa ra kết quả nghiên cứu xác định các giá trị tối ưu của các tham số của quá trình cắt thép SKD11 như thời gian đóng và thời gian ngắt xung, tốc độ di chuyển bàn, lực căng dây.

Trong gia công cắt dây, có rất nhiều các thông số công nghệ ảnh hưởng đến chất lượng bề mặt, năng suất gia công, độ chính xác gia công. Chất lượng bề mặt và năng suất gia công là hai yếu tố được quan tâm nhiều nhất. Do vậy, có khá nhiều nghiên cứu tập trung vào xác định thông số tối ưu để nâng cao chất lượng bề mặt và năng suất cắt [6, 7, 8, 9, 10], các nghiên cứu về tối ưu ở dạng đơn mục tiêu [8, 11], cũng có các về tối ưu ở dạng đa mục tiêu [6, 7, 9, 10] ]. Bên cạnh đó, các nghiên cứu cũng tập trung vào việc xác định chế độ cắt tối ưu cho các loại vật liệu khác nhau như chế độ tối ưu khi gia công hợp kim ti tan, vonfram… [11, 12].

Ở nước ta đến nay cũng đã có một số nghiên cứu về tối ưu hóa khi cắt dây tia lửa điện. Cụ thể, trong [13] đã khảo sát ảnh hưởng của thời gian đóng, ngắt xung và điện áp đánh lửa đến năng suất gia công và độ nhám bề mặt khi gia công thép 9CrSi. Trong [14] trình bày kết quả nghiên cứu ảnh hưởng của điện áp phóng điện và cường độ dòng điện đến năng suất gia công và độ nhám bề mặt gia công khi cắt dây vật liệu SKD61.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Từ các phân tích trên, có thể nói cho đến nay đã có không ít nghiên cứu về gia công cắt dây tia lửa điện. Các nghiên cứu này đã đề cập đến nhiều vấn đề của quá trình cắt dây trong đó có xác định các thông số tối ưu của quá trình cắt dây nhằm nâng cao độ chính xác hoặc tăng năng suất cắt. Bài toán tối ưu hóa quá trình cắt dây cũng đã được nghiên cứu khi gia công nhiều loại vật liệu khác nhau.

Trên thực tế sản xuất ở nước ta, có nhiều sản phẩm và sản phẩm chính xác cần sử dụng nguyên công cắt dây để chế tạo như các loại khuôn đùn, ép kim loại, khuôn cối đột, cắt kim loại, khuôn cối dập viên vv... Tại Doanh nghiệp tư nhân cơ khí chính xác Thái Hà đang gia công sản phẩm là chi tiết lỗ hình rãnh then vật liệu 9CrSi, chiều sâu 22mm nhưng chế độ cắt đang sử dụng là chưa tối ưu. Như đã phân tích ở trên, mặc dù đã có khá nhiều nghiên cứu về xác định các thông số tối ưu khi cắt dây nhưng vẫn chưa có nghiên cứu nào về xác định chế độ cắt tối ưu khi cắt dây tia lửa điện lỗ hình rãnh then thép 9CrSi. Chính vì vậy “Nghiên cứu xác định chế độ cắt tối ưu khi cắt dây tia lửa điện lỗ hình rãnh then thép 9CrSi đã qua tôi” là cấp thiết.

II. MỤC ĐÍCH, ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Mục đích của đề tài

- Nghiên cứu xác định ảnh hưởng của các thông số quá trình (Thời gian đóng xung Ton, thời gian ngắt xung Toff, điện áp phóng điện SV, điện áp đánh tia lửa điện VM, vận tốc dây WF, vận tốc cắt SPD) đến độ nhám bề mặt và năng suất gia công khi cắt dây vật liệu 9CrSi sau khi tôi.

- Nghiên cứu xác định chế độ cắt tối ưu khi cắt dây tia lửa điện lỗ hình rãnh

then thép 9CrSi đã qua tôi.

2.2. Đối tượng nghiên cứu

Máy: Máy cắt dây Fanus Robotcut α-1iA (của Doanh nghiệp tư nhân Cơ khí

Chính xác Thái Hà);

Vật liệu gia công: thép 9CrSi sau khi tôi đạt độ cứng 5562HRC.

Dây: Dây đồng có đường kính 0,25mm.

2.3. Phương pháp nghiên cứu

Nghiên cứu lý thuyết kết hợp với thực nghiệm

III. Ý NGHĨA CỦA ĐỀ TÀI

3.1. Ý nghĩa khoa học

- Từ kết quả nghiên cứu thực nghiệm, đề tài sẽ đưa ra hàm toán học mô tả mối quan hệ giữa nhám bề mặt và năng suất cắt với các thông số của quá trình gia công với thời gian phóng điện Ton, thời gian ngắt xung Toff, điện áp phóng điện SV, điện áp đánh tia lửa điện VM, vận tốc dây WF, vận tốc cắt SPD khi gia công thép 9CrSi sau khi tôi. Từ đó đưa ra các tham số tối ưu khi gia công cũng như có thể làm cơ sở phục vụ cho các nghiên cứu khác.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

- Đề tài góp phần hiểu rõ hơn ảnh hưởng của các thông số quá trình đến năng suất và chất lượng gia công. Thêm vào đó, nó sẽ xác định các thông số tối ưu cho quá trình cắt dây lỗ hình then thép 9CrSi nói riêng.

3.2. Ý nghĩa thực tiễn

Gia công tia lửa điện bằng cắt dây ngày càng được sử dụng rộng rãi ở nhiều nước trên thế giới. Vì vậy, đề tài này có ý nghĩa trong thực tiễn gia công các khuôn dập, khuôn ép, cối dập thuốc….

Áp dụng gia công sản phẩm tại Doanh nghiệp cơ khí Thái Hà.

IV. NỘI DUNG ĐỀ TÀI

Xuất phát từ đề tài nghiên cứu, ngoài phần mở đầu, kết luận chung và các phụ

lục luận văn này trình bày nội dung như sau:

Chương 1. Tổng quan về gia công tia lửa điện

Nghiên cứu tổng quan về EDM.

Chương 2. Máy cắt dây và các thông số điều chỉnh trong quá trình gia công

- Nghiên cứu cơ sở lý thuyết về quá trình cắt và các hiện tượng xảy ra trong quá

trình cắt.

- Nghiên cứu sự ảnh hưởng của các yếu tố công nghệ đến quá trình cắt.

Chương 3. Thực nghiệm nghiên cứu ảnh hưởng của một số thông số công nghệ đến độ nhám bề mặt và năng suất gia công trong gia công cắt dây tia lửa điện thép 9CrSi sau khi tôi

- Thiết lập thí nghiệm.

- Xây dựng hàm mục tiêu tối ưu hóa một số thông số công nghệ trong gia công

cắt dây tia lửa điện thép 9CrSi sau khi tôi.

- Nghiên cứu thực nghiệm xác định hàm toán học biểu diễn mối quan hệ giữa một số thông số công nghệ với nhám bề mặt và năng suất gia công khi gia công cắt dây thép 9CrSi sau khi tôi.

- Tối ưu hóa hai mục tiêu xác định chế độ gia công đảm bảo năng suất và nhám

bề mặt theo yêu cầu.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Chương 4: Kết luận chung và khuyến nghị

CHƯƠNG I

TỔNG QUAN VỀ GIA CÔNG TIA LỬA ĐIỆN

1.1. Giới thiệu

Nguyên lý của gia công tia lửa điện được phát hiện ra bởi nhà nghiên cứu người Anh Toseph Priestley (1733-1809) vào năm 1770. Tuy nhiên, mãi đến năm 1943 của vợ chồng Lazarenko (người Nga) mới giới thiệu phương pháp gia công bằng tia lửa điện. Quá trình gia công bằng tia lửa điện (tiếng anh là Electrical Discharge Machining (viết tắt là EDM)) là quá trình bóc tách vật liệu nhờ các tia lửa điện phóng ra thông qua một quá trình điện - nhiệt làm nóng chảy và bốc hơi kim loại. Tiếp đó, sự phát triển của công nghệ điều khiển CNC đã tạo ra những bước phát triển lớn trong gia công tia lửa điện và phương pháp này trở thành phương pháp gia công không truyền thống được ứng dụng nhiều nhất trong gia công cơ.

Phương pháp gia công tia lửa điện có các đặc điểm chính sau:

- Điện cực (hay dụng cụ cắt): Có độ cứng thấp hơn nhiều so với vật liệu phôi.

Vật liệu điện cực thường là đồng, grafit…

- Vật liệu phôi: phải là vật liệu dẫn điện; thường là vật liệu khó gia công như

thép không gỉ, các loại thép khó gia công, thép đã tôi cứng, hợp kim cứng vv...

- Trong gia công tia lửa điện phải sử dụng một chất lỏng điện môi làm môi trường

gia công. Đây là dung dịch không dẫn điện ở điều kiện làm việc bình thường.

Phạm vi sử dụng: Phương pháp gia công tia lửa điện thường dùng để tạo được các mặt trụ, mặt côn có biên dạng định hình, phức tạp; để gia công các mặt đòi hỏi độ chính xác cao như biên dạng cam, biên dạng răng thân khai, răng cycloid… Phương pháp này đặc biệt hiệu quả khi gia công các lỗ nhỏ và sâu, các lỗ, rãnh có thành rất mỏng với độ bóng tương đối cao (Ra = 1,6 ÷ 0,8 μm) và độ chính xác cao thông thường khoảng ±0.013mm.

1.2. Hệ thống gia công tia lửa điện

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Hình 1.1 [13] biểu diễn sơ đồ hệ thống gia công tia lửa điện. Hệ thống này gồm có bộ tạo xung, cơ cấu điều khiển chạy dao servo, điện cực và dung dịch điện môi.

1.2.1. Bộ tạo xung

Bộ tạo xung nhằm tạo xung điện một chiều đóng ngắt theo thời gian nhất định với điện áp và cường độ dòng điện xác định. Bộ tạo xung có các kiểu RC, RLC và kiểu CC trong đó kiểu RC (mạch điện trở - tụ điện) (Hình 1.2) là được sử dụng phổ biến nhất [14].

1.2.2. Cơ cấu servo

Cơ cấu servo nhằm đảm bảo khoảng cách nhất định giữa hai điện cực để duy trì sự phóng điện. Thông thường khoảng cách này từ 0,01 đến 0,02 mm [14]. Việc điều khiển chuyển động của điện cực được thực hiện bởi mạch điều khiển tự động. Các mạch này có thể là mạch điều khiển cuộn dây hình ống hoặc kiểu điện động [14].

Hình 2.1. Sơ đồ hệ thống gia công xung điện [13]

Hình 2.2: Mạch tạo xung RC [14]

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

1.2.3. Điện cực

Điện cực trong gia công xung điện có thể sử dụng các loại vật liệu sau: Graphite, đồng đỏ, đồng graphite, đồng vonfram, đồng thau, thép, vonfram vv… [14]. Trong đó graphite và đồng đỏ là 2 loại vật liệu được dùng phổ biến nhất. Điện cực làm bằng graphite chịu mòn tốt và dễ gia công. Tuy nhiên, vật liệu này rất giòn và có bụi bẩn khi gia công nên cần chú ý hút bụi khi chế tạo điện cực. Đồng đỏ có độ dẫn điện và độ chịu mòn tốt. Thêm vào đó vật liệu này có giá thành rẻ. Tuy nhiên, gia công vật liệu này không dễ như gia công graphite hay đồng thau.

Trong gia công xung điện mòn của điện cực được đánh giá qua mòn góc, mòn mặt bên, mòn mặt đầu và mòn thể tích [15]. Điện cực được coi là mòn không đáng kể khi tỉ số mòn của điện cực/chi tiết gia công nhỏ hơn 1%. Do các điện cực thường mòn ở các góc trước nên mòn góc thường dùng để đánh giá tuổi bền của điện cực.

Các điện cực trong gia công xung điện có thể được chế tạo bằng nhiều phương pháp khác nhau như: phương pháp cắt gọt truyền thống (phay, tiện, mài…), phương pháp cắt dây tia lửa điện, phương pháp đùn, ép, phương pháp thiêu kết… Việc lựa chọn phương pháp gia công điện cực tùy thuộc vào vật liệu điện cực, cấu tạo và kích thước của điện cực cũng như điều kiện trang thiết bị của cơ sở sản xuất.

Hình 1.3: Các dạng mòn trong gia công tia lửa điện [15]

1.2.4. Dung dịch điện môi

Trong gia công xung điện dung dịch điện môi làm nhiệm vụ là môi trường cách ly giữa điện cực và chi tiết gia công và để hình thành kênh phóng điện. Thêm vào đó, nó còn làm nhiệm vụ dẫn nhiệt, làm mát điện cực và chi tiết. Ngoài ra, nó còn phải làm nhiệm vụ thoát phoi sinh ra trong quá trình gia công.

Để thực hiện các chức năng nêu trên, dung dịch điện môi cần đáp ứng các yêu

cầu sau [15]:

- Có độ bền cách điện cao;

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

- Dẫn nhiệt tốt;

- Ít bị bay hơi, bị phân hủy do nhiệt;

- Có khả năng phục hồi nhanh sau khi bị các tia lửa điện đánh thủng;

- Dễ điền đầy các khe hở, các hốc cạnh;

- Giá thành rẻ.

Có nhiều loại dung dịch điện môi khác nhau như dầu hỏa, Kerosene, dầu silicone và dung dịch điện môi trên cơ sở nước. Trong các loại này thì dầu hỏa được sử dụng phổ biến nhất vì nó cách điện tốt, độ nhớt nhỏ và dễ điền đầy các khe hỏ gia công.

Hình 1. 4: Các kiểu lưu thông chất điện môi [15]

Trong gia công dung điện cần quan tâm đến việc lưu thông chất điện môi vì nó

ảnh hưởng lớn đến chất lượng và năng suất của quá trình gia công. Việc thiết kế lưu thông chất điện môi cần theo các nguyên tắc sau [15]:

- Nên lưu thông qua lòng điện cực;

- Lưu thông qua nhiều lỗ nhỏ tốt hơn qua một lỗ lớn;

- Nên tạo dòng chảy chất điện môi ổn định và bao trùm cả điện cực và chi tiết

gia công;

- Nên có lỗ thông cho các hàm ếch.

Hình 1.4 trình bày một số phương pháp lưu thông chất điện môi.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

1.3. Bản chất của quá trình gia công xung điện

Bản chất của phương pháp gia công xung điện là sự bóc tách vật liệu ra khỏi bề mặt phôi nhờ tia lửa điện. Sơ đồ nguyên lý gia công bằng tia lửa điện được thể hiện trên hình 1.1. Quá trình bóc tách vật liệu cụ thể như sau:

Một điện áp được đặt vào giữa điện cực và phôi mà giữa chúng được điền đầy chất lỏng cách điện (gọi là chất điện môi). Khi cho hai điện cực tiến sát vào nhau đến một khoảng cách nào đó thì giữa chúng sẽ xảy ra hiện tượng phóng ra tia lửa điện. Do có tia lửa điện nên tạo ra nhiệt độ cực lớn làm nóng chảy và bốc hơi vật liệu gia công – tạo ra sự bóc tách vật liệu (Hình 1.5). Năng lượng một chiều đặt vào mạch xung với điện áp từ 30 đến 250 V và tần số 50 đến 500 KHz tạo ra giữa 2 điện cực 1 xung vuông (Hình 1.6). Khi sử dụng bộ tạo xung RC, các xung điện sẽ làm nhiệm vụ bóc tách vật liệu (Hình 1.7) [15]. Do tác dụng của các xung áp (Hình 1.7) nên gây nên hiện tượng ngắt dòng trong chất điện phân trong 1 kênh có bán kính 10 µm. Hiện tượng ngắt dòng tăng do các electron gia tốc về điện cực dương. Các electron này va chạm với các nguyên tử nơtron của chất điện môi và tạo nên các ion dương và electron và chúng sẽ gia tốc về phía anot và catot.

Hình 1.5: Cơ chế bóc tách vật liệu [14]

Hình 1.6: Chuỗi xung điển hình trong gia công xung điện [16]

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Hình 1.7: Sự thay đổi điện áp theo thời gian khi sử dụng bộ tạo xung RC [14]

Do các electron và các ion dương tiến về phía anot và catot nên làm động năng của chúng biến thành nhiệt năng. Nhiệt độ này lên tới 8000 đến 10000 độ C làm tỏa ra nhiệt lượng 1017 W/m2 làm các điện cực bay hơi. Sự bay hơi của điện cực làm áp suất kênh plasma tăng nhanh lên khoảng 200 atmotphe [14]. Vào cuối chu kỳ xung, áp xuất giảm đột ngột làm kim loại bị nung nóng bay hơi khốc liệt và dẫn đến kim loại được bóc tách khỏi điện cực. Nhờ chất điện môi được cung cấp liên tục vào mà phoi được lấy đi và bề mặt gia công được làm mát. Thêm vào đó, một chút kim loại nóng chảy do không được cuốn đi nên đã tạo ra một lớp đúc lại trên bề mặt (Hình 1.5).

Chu kỳ phóng tia lửa điện để bóc tách vật liệu được đặc trưng các đại lượng

điện như sau (Hình 1.8):

- Thời gian trễ Tđ: Là khoảng thời gian giữa lúc đóng điện máy phát đến lúc xảy ra phóng tia lửa điện, là thời gian cho phép chất điện môi ion hóa và hình thành kênh phóng điện.

- Thời gian phóng điện Te: Là khoảng thời gian từ lúc bắt đầu phóng tia lửa điện và

lúc ngắt điện (từ một vài đến vài trăm s) phụ thuộc pha II làm kim loại nóng chảy.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

- Độ kéo dài xung Ton: Là khoảng thời gian giữa hai lần đóng ngắt của máy phát trong một chu kỳ phóng tia lửa điện. Độ kéo dài xung là tổng thời gian trễ đánh lửa Tđ và thời gian phóng tia lửa điện Te. Đây còn là thời gian để chất điện môi ion hóa, chuẩn bị cho một chu kỳ phóng điện tiếp theo cho đến khi đạt kích thước gia công yêu cầu.

Hình 1.8. Đồ thị điện áp và dòng điện trong một xung phóng điện.

- Khoảng cách xung Toff: Là khoảng thời gian giữa hai lần đóng ngắt của máy phát giữa hai chu kỳ xung liên tiếp nhau, to còn được gọi là độ kéo dài nghỉ của xung. Hình 1.5 biểu diễn diễn biến của điện áp và dòng điện trong máy gia công tia lửa điện được sinh ra bởi một máy phát tĩnh trong một xung. Đặc điểm của đồ thị này cho thấy dòng điện xung bao giờ cũng xuất hiện trễ hơn một khoảng thời gian td so với thời điểm bắt đầu có điện áp máy phát VM. SV và Ie là các giá trị trung bình của điện áp và dòng điện khi phóng tia lửa điện.

Trong đó:

Te: Thời gian kéo dài xung hay còn gọi là độ kéo dài xung.

Tđ: Thời gian trễ đánh lửa.

Ton: Độ kéo dài xung của máy phát xung.

Toff: khoảng cách xung.

Tp: Chu kỳ xung.

VM: Điện máy phát mở.

SV: Điện áp phóng tia lửa điện.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Ie: Dòng phóng tia lửa điện.

1.4. Kết luận chương 1

- Bản chất của quá trình gia công tia lửa điện là quá trình điện – nhiệt tạo ra sự

nóng chảy và làm bốc hơi kim loại.

- Phương pháp gia công xung điện cho phép gia công các vật liệu dẫn điện khó

gia công, các loại thép đã tôi cứng… Nó hay sử dụng để gia công các chi tiết như

khuôn mẫu, các chi tiết có thành mỏng, các chi tiết có profin phức tạp…

- Gia công xung điện được sử dụng ngày càng rộng rãi do sự phát triển của kỹ

thuật điều khiển CNC;

- Các thông số công nghệ cơ bản của quá trình gia công xung điện gồm điện áp

phóng điện, cường độ dòng điện, thời gian đóng và ngắt xung, điện cực, chất điện

môi… Các thông số này có ảnh hưởng lớn đến năng suất và chất lượng quá trình xung.

Vì vậy cần tiến hành nghiên cứu tìm ra ảnh hưởng của các yếu tố đó cũng như xác

định chế độ xung tối ưu khi gia công các loại vật liệu khác nhau nhằm nâng cao năng

suất và chất lượng của quá trình xung. Cụ thể áp dụng gia công chi tiết lỗ thủng hình

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

rãnh then thép 9CrSi đã qua tôi.

CHƯƠNG 2

MÁY CẮT DÂY VÀ CÁC THÔNG SỐ CƠ BẢN CỦA QÚA TRÌNH GIA CÔNG

2.1. Giới thiệu về máy cắt dây tia lửa điện

Máy cắt dây tia lửa điện (Wire EDM machine) là một thiết bị gia công tia lửa

điện hoạt động bằng cách sử dụng điện cực là một dây mảnh có đường kính từ 0,1mm

đến 0,3mm chạy liên tục theo một quỹ đạo cho trước được lập trình sẵn. Sơ đồ máy cắt

dây tia lửa điện có dạng như sau [13]:

Hình 2.1. Sơ đồ máy cắt dây tia lửa điện [13]

Trong đó các cụm thiết bị chính là:

1- Thân máy 7- Bàn công tác

2- Phần thân máy 8- Dẫn hướng bàn công tác

3- Bộ phận tạo góc nghiêng cắt 9- Thùng chứa chất điện môi

4- Dẫn hướng dây trên 10- Bệ máy

5- Lô quấn dây 11- Bảng điện

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

6- Bể làm việc 12- Tủ điều khiển

Phương pháp gia công cắt dây tia lửa điện hay dùng để gia công các sản phẩm

như các điện cực dùng cho gia công xung định hình, các rãnh hẹp, gấp khúc, các chi

tiết lỗ dạng lưới phức tạp, các loại bánh răng, dưỡng kiểm, lỗ cối định hình vv… (Hình

2.2). Phương pháp này đặc biệt hiệu quả khi gia công các loại vật liệu khó gia công,

thép đã tôi vv…

Hình 2.2: Các dạng chi tiết gia công bằng cắt dây [15]

2.2. Ưu nhược điểm của phương pháp gia công cắt dây tia lửa điện

Phương pháp cắt dây tia lửa điện có ưu điểm sau:

- Độ chính xác gia công cao (có thể tới 1μm);

- Kết cấu máy đơn giản;

- Có khả năng tự động hóa quá trình gia công, đơn giản, dễ vận hành.

Tuy nhiên, phương pháp này có các nhược điểm:

- Khi gia công có chiều dày lớn (>100mm) sẽ rất khó khăn do việc cung cấp

chất điện môi khó;

- Chi phí điện cực (dây cắt) khá cao;

- Độ bền của dây điện cực không cao do dây có kích thước nhỏ (từ 0,1 ÷ 0,3mm).

Vì thế cho nên khi cắt chi tiết chiều dầy lớn dây điện cực sẽ bị uốn cong làm ảnh hưởng

tới độ chính xác gia công và dễ bị đứt dây nên giảm năng suất gia công.

2.3. Độ chính xác khi gia công tia lửa điện

Độ chính xác của phương pháp cắt dây tia lửa điện từ ±(0,002÷0,003)mm. Có

nhiều thông số có thể ảnh hưởng đến độ chính xác này như độ chính xác của máy, độ

chính xác của thiết bị đo, độ cứng vững của hệ thống công nghệ, của bàn kẹp, ảnh

hưởng do rung động của dây cắt vv… Ngoài ra, độ chính xác gia công còn bị ảnh

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

hưởng bởi độ chính xác của dây cắt, dung dịch điện môi (bị bẩn) …

2.4. Dây cắt và vật liệu làm dây

2.4.1. Yêu cầu của vật liệu làm dây cắt

Nói chung, mọi vật liệu dẫn điện và dẫn nhiệt tốt đều có thể làm dây cắt (điện

cực) trong gia công tia lửa điện. Tuy nhiên, để quá trình cắt hiệu quả thì vật liệu làm

dây cắt cần phải thỏa mãn các yêu cầu sau:

- Có tính dẫn điện và dẫn nhiệt tốt. Yêu cầu dẫn điện tốt để có thể tạo ra điện

cực phục vụ cho việc phóng điện tạo vết cắt trên chi tiết gia công. Yêu cầu dẫn nhiệt

tốt để có khả năng tản nhiệt nhanh, tránh gây ra các sai số trong quá trình gia công.

- Có các tính chất vật lý tốt như độ dẫn nhiệt, khả năng nhận nhiệt, có điểm

nóng chảy và điểm sôi cao.

- Có độ bền mòn cao, tức là độ bền vững trong gia công tia lửa điện phải cao.

- Có độ bền cơ học tốt, tức là phải có độ bền vững về hình dáng hình học khi gia

công tia lửa điện. Phải có ứng suất riêng nhỏ, hệ số dãn nở nhiệt nhỏ, độ bền kéo lớn.

- Vật liệu điện cực giá phải rẻ và có tính chất gia công cao, dễ chế tạo.

2.4.2. Các loại dây điện cực

Đặc tính của dây điện cực bao gồm:

- Đường kính dây: Thường dòng loại dây có đường kính d = 0,1 ÷ 0,3mm.

- Vật liệu dây: Tùy thuộc vào vật liệu gia công mà người ta có thể chọn vật liệu

dây cho phù hợp. Thường vật liệu dây là đồng, đồng thanh, molpđen, Volfram, và các

loại dây có lớp phủ. Các loại dây có lớp phủ thường có độ bền kéo căng cơ học cao và

độ thoát nhiệt cao. Ví dụ dây HSW-25X bao gồm lõi bằng đồng thau (CuZn30) được

phủ một lớp oxít kẽm nên có độ bền kéo từ 750 ÷ 790N/mm2 và khả năng thoát nhiệt

tốt. Đặc biệt khi gia công các chi tiết có chiều dày lớn thì đòi hỏi độ căng dây phải lớn

để giảm sai số hình học do độ trùng dây gây ra.

Vì vậy, cần phải nghiên cứu và ứng dụng các loại dây cho thích hợp với điều

kiện sản xuất và bảo đảm các điều kiện kinh tế.

2.5. Sự thoát phoi trong gia công cắt dây tia lửa điện

Trong quá trình gia công sự thoát phoi là rất cần thiết với mục đích làm tăng

khả năng cách điện của chất điện môi, làm nguội điện cực và chi tiết gia công. Các kỹ

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

thuật thoát phoi trong gia công cắt dây tia lửa điện gồm có:

- Thổi chiều trục dưới áp lực (dòng chảy chiều trục): Chất điện môi được đưa

vào khe hở phóng điện với áp lực cao (từ 15 ÷ 20 bar) qua một bộ dẫn. Ở đây đòi hỏi

phải có tiếp xúc tốt giữa bộ dẫn dây và phôi để có được áp lực cao trong khe hở.

- Dòng chảy tuần hoàn tự nhiên: sử dụng trong trường hợp phôi được nhấn

chìm trong chất điện môi.

Hình 2.3. Các trường hợp khó gia công đối với dòng chảy đồng trục

- Trong trường hợp chiều cao phôi lớn thì dòng chảy đồng trục dưới áp lực cao

được sử dụng cho gia công thô, còn dòng chảy phía bên, dưới áp lực được dùng cho

gia công tinh. Khi phôi lớn, đòi hỏi cụm điện môi đảm bảo độ chính xác và giá thành

vừa phải. Một hệ thống phun được sử dụng để duy trì nhiệt độ thùng phôi là hằng số.

- Đối với dòng chảy đồng trục dưới áp lực, các điều kiện không luôn luôn là tối

ưu. Nếu chiều cao thay đổi thường xuyên hoặc độ nghiêng của dây lớn thì không thể

sử dụng áp lực cao. Hình 2.3 thể hiện một vài trường hợp khó khăn trong việc sử dụng

dòng áp lực cao đồng trục.

2.6. Độ nhám bề mặt gia công

Trong gia công cắt dây tia lửa điện khi xét mặt cắt vuông góc với dây điện cực

tại mặt phẳng cắt ta có thể dễ dàng nhận thấy có 2 kiểu khe hở phóng điện tồn tại đồng

thời như sau (Hình 2.4):

- Khe hở phóng điện mặt trước gf - là khoảng cách giữa dây và phôi được đo

theo hướng tiến dây;

- Khe hở phóng điện mặt bên gls - là khoảng cách giữa dây và phôi được đo

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

theo chiều vuông góc với hướng tiến dây.

Hình 2.4 Khe hở phóng điện trong gia công cắt dây tia lửa điện

Mặt bên sau khi gia công có đặc điểm là không đồng đều do vật liệu bị chảy

lỏng ở khe hở phía trước (ở cuối mỗi xung), các bọt khí, các phần tử vật liệu phoi,… bị

dính vào bề mặt. Điều này là một phần quan trọng gây ra nhám bề mặt. Giá trị càng

lớn thì gây ra độ nhám càng lớn trên bề mặt, tuy nhiên năng suất cắt lại tăng.

2.7. Các thông số về điện trong điều khiển máy cắt dây tia lửa điện

2.7.1. Dòng phóng tia lửa điện Ie và bước của dòng điện

Dòng phóng tia lửa điện Ie có ảnh hưởng lớn nhất đến chất lượng bề mặt và

lượng hớt vật liệu (năng suất). Dòng Ie càng mạnh thì lượng hớt vật liệu càng lớn và

độ nhám bề mặt cũng càng lớn (độ bóng càng nhỏ). [13] [15]

Bước của dòng điện và độ mòn điện cực: cùng với sự phối hợp vật liệu điện

cực-phôi thì bước của dòng điện có ảnh hưởng rất lớn đến độ mòn của điện cực.

2.7.2. Độ kéo dài xung Ton:

Là khoảng thời gian giữa hai lần đóng của máy phát trong cùng một chu kỳ

phóng điện. Độ kéo dài xung ảnh hưởng tới:

- Tốc độ bóc tách vật liệu (năng suất).

- Độ mòn điện cực.

- Độ nhám bề mặt gia công. [13] [15]

2.7.3. Khoảng cách xung Toff

Là khoảng thời gian giữa hai lần ngắt – đóng của máy phát thuộc chu kỳ phóng

điện kế tiếp nhau. Khoảng cách xung Toff thường chọn để phản ánh một tỷ lệ đã cho

đối với độ kéo dài xung.

Khoảng cách xung Toff càng lớn thì lượng hớt vật liệu We càng nhỏ và ngược lại.

Tuy nhiên, Toff phải đủ lớn để chất điện môi có đủ thời gian thôi ion hóa và các

phoi đã bị ăn mòn được đưa ra khỏi vùng có tia lửa điện. Người ta chọn khoảng cách

xung theo nguyên tắc sau:

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

- Chọn đúng tỷ lệ Ton/ Toff.

- Chọn Toff đủ nhỏ để có thể hớt được một lượng vật liệu phôi lớn.

- Chọn Toff đủ lớn để tránh các lỗi của quá trình.

2.7.4. Điện áp đánh lửa VM [13]

Dùng điện áp đánh lửa VM để khởi đầu sự phóng tia lửa điện. Cùng bước của

dòng điện, VM có ý nghĩa quyết định tới chiều rộng khe hở phóng điện. [13]

2.7.5. Khe hở phóng điện

Các yếu tố VM, Ie, Ton, Toff chỉ có ảnh hưởng tới yếu tố phóng tia lửa điện, còn

với tia lửa điện như thế để bóc đi một lượng phôi là nhiều hay ít phụ thuộc vào khe hở

phóng điện. Vấn đề chính là làm sao để có duy trì được khe hở tối ưu đó. Việc đó

thường được thể hiện bằng sự điều khiển khe hở phóng điện.

- Để đo được khe hở phóng điện người ta thực hiện việc chọn điện áp phóng

điện SV. Nếu SV càng tăng thì khe hở phóng điện càng tăng và ngược lại.

- Điện áp khe hở (SV) và khe hở phóng điện. Để duy trì một chiều rộng khe

hở phóng điện là hằng số thì điện áp khe hở giữa hai điện cực và phôi cần phải

được điều chỉnh.

Hệ điều chỉnh được cài sẵn để biết chính xác điện áp khe hở nào ứng với khe hở

rộng bao nhiêu. Vì vậy với việc điều chỉnh điện áp khe hở cũng như đo được độ chính

xác điện áp khe hở thì hệ điều chỉnh cần so sánh số liệu đo được với một giá trị chuẩn

và điều chỉnh điện áp khe hở cho phù hợp để có được khe hở phóng điện là không đổi.

Khi vận hành máy các thông số VM, Ie, Ton, Toff đã được lựa chọn phù hợp với nhu

cầu gia công. Hệ điều khiển sẽ tự động điều chỉnh khe hở để phù hợp với bước của dòng

điện và Uz, đó là trên lý thuyết. Tuy nhiên trên thực tế gia công các rãnh sâu cần có khe

hở phóng điện lớn hơn lý thuyết một chút để các phoi bị ăn mòn có thể bị thổi ra khỏi khe

hở phóng điện do đó thường khe hở phóng điện này được đặt trước khi gia công. [13]

2.8. Kết luận chương 2

- Gia công cắt dây tia lửa điện (WEDM) là phương pháp gia công được sử dụng

rộng rãi để cắt các lỗ định hình như khuôn dập, cối dập thuốc viên, các điện cực để

xung định hình, dưỡng kiểm….

- Gia công cắt dây tia lửa điện cho độ chính xác cao, thao tác và vận hành đơn

giản. Tuy nhiên, chất lượng bề mặt gia công và năng suất cắt phụ thuộc rất nhiều vào

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

các thông số công nghệ. Vì thế cho nên cần tiến hành nghiên cứu ảnh hưởng các thông

số đó với năng suất và chất lượng của bề mặt gia công khi gia công lỗ hình rãnh then

thép 9CrSi đã qua tôi.

- Ở nước ta, các công trình nghiên cứu về sự ảnh hưởng của các thông số công

nghệ đến quá trình cắt ứng với mỗi loại vật liệu khác nhau trên máy cắt dây còn ít,

chưa theo kịp sự phát triển của máy móc và sản suất. Do đó, tác giả lựa chọn hướng đi

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

đề tài này.

CHƯƠNG III

THỰC NGHIỆM NGHIÊN CỨU ẢNH HƯỞNG CỦA MỘT SỐ THÔNG SỐ

CÔNG NGHỆ ĐẾN ĐỘ NHÁM BỀ MẶT VÀ NĂNG SUẤT GIA CÔNG

TRONG GIA CÔNG CẮT DÂY TIA LỬA ĐIỆN THÉP 90CrSi SAU KHI TÔI.

3.1. Thiết kế thí nghiệm

Mục tiêu của thực nghiệm là xây dựng thí nghiệm nghiên cứu ảnh hưởng của

các thông số công nghệ đến độ nhám bề mặt và thời gian gia công (năng suất cắt).

3.1.1. Các giả thiết của thí nghiệm

Thí nghiệm được xây dựng theo những giả thiết sau:

- Chất lượng chất dung môi và điều kiện dòng chảy chất điện môi trong tất cả

các thí nghiệm là như nhau.

- Tiết diện dây coi như không đổi trong suốt quá trình thực hiện thí nghiệm.

- Nhiệt độ môi trường gia công luôn luôn ổn định và bằng nhiệt độ trong phòng

gia công.

- Tổng hợp các nhiễu ảnh hưởng tới độ chính xác kích thước là ổn định và

không thay đổi trong suốt quá trình thực hiện thí nghiệm.

3.1.2. Điều kiện thực hiện thí nghiệm.

Thí nghiệm được thực hiện tại Doanh nghiệp tư nhân Cơ khí Chính xác Thái

Hà, dưới những điều kiện cố định sau:

3.1.2.1. Thiết bị thí nghiệm.

- Thiết bị để thực hiện thí nghiệm là Máy cắt dây Fanus Robotcut α-1iA (Hình

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

3.1). Máy có những đặc tính như sau (Bảng 3.1):

Hình 3.1. Máy cắt dây Fanus Robotcut α-1iA

Bảng 3.1 Các thông số kỹ thuật của máy

Đặc tính kỹ thuật của máy Giá trị

Chiều rộng bàn máy 520x370 mm

Kích thước phôi lớn nhất 790x730x300 mm

1000 Kg Khối lượng phôi lớn nhất

520 mm Hành trình trục X

370 mm Hành trình trục Y

410 mm Hành trình trục Z

±30°/80mm Góc côn cắt được lớn nhất

0.1÷0.3 mm Đường kính dây điện cực

300 mm/s Tốc độ lớn nhất của dây

3 pha 220V±10%, 13kVA Các thông số về điện

2800x2940x2170 Kích thước toàn máy

2600 Kg Khối lượng máy

3.1.2.2. Vật liệu gia công

Thép 9CrSi là loại thép hợp kim dụng cụ hiện được sử dụng rất phổ biến. Trong

trường hợp làm khuôn dập, khuôn ép, cối dập thuốc, dụng cụ cắt gọt … một số bề mặt

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

sử dụng thép 9CrSi khi đã tôi cứng. Nhờ tính tôi và thấm tôi tốt nên sau khi tôi, thép

9CrSi có thể làm nguội trong dầu và dụng cụ sau khi tôi ít bị cong vênh, biến dạng. Có

sự phân bố cacbit đồng đều trên toàn tiết diện, điều này cho phép sử dụng nó để chế

tạo dụng cụ có kích thước lớn, các dụng cụ có profin không mài lại sau nhiệt luyện,

các dụng cụ gia công ren – đặc biệt là ren bước nhỏ. Do sự tổ hợp hợp lý các nguyên

tố hợp kim (chủ yếu là silic, crom, mangan) và do sự phân bố đồng đều cacbit nên tính

bền nóng của nó tăng đến 2500.

Bảng 3.2: thành phần hóa học các nguyên tố.

Mác Thành phần hóa học (%)

vật C Si Mn P≤ S≤ Cr≤ Mo≤ Ni≤ V≤ W≤ Nguyên

liệu tố khác

0.03 0.03 0.95- 0.2 0.35 0.15 0.2 Cu≤0.3; 9CrSi 0.85 1.2 0.3

Ti≤0.03 1.25 0.95 1.6 0.6

Bảng 3.3: Chế độ nhiệt luyện.

Độ cứng Độ cứng Độ cứng Mác Nhiệt độ Làm Ram sau ủ Tôi (0C) sau tôi sau ram thép ủ (0C) nguội (0C) (HB) (HRC) (HRC)

150200 6563

200300 6359

9CrSi 790810 241197 850880 Dầu 6561 300400 5954

400500 5447

500600 4739

3.1.2.3. Các dụng cụ đo kiểm

Kết quả về thời gian cắt của mỗi thí nghiệm được xác định nhờ hiển thị trên bảng

điều khiển của máy cắt dây;

Độ nhám được xác định nhờ máy đo độ nhám SV-3100 của hãng Mitutoyo

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

(Hình 3.2) của Công ty cổ phần Phụ Tùng máy số 1, Sông Công, Thái Nguyên.

Hình 3.2. Máy đo độ nhám SV-3100

3.2. Xây dựng hàm mục tiêu tối ưu hóa một số thông số công nghệ trong gia công cắt dây tia lửa điện thép 9CrSi sau khi tôi.

3.2.1. Mô hình định tính quá trình cắt dây tia lửa điện.

Quá trình cắt dây tia lửa điện được mô tả bao gồm các thông số đầu vào là các

thông số về điện như điện áp đánh tia lửa điện VM, thời gian đóng xung Ton, thời gian

ngắt xung Toff, điện áp phóng điện SV, và các thông số điện cực, về dung dịch điện

môi, chương trình gia công và các loại nhiễu trong quá trình gia công. Đầu ra là các

yếu tố như kích thước gia công, độ bóng bề mặt, năng suất gia công. Có thể mô hình

hóa như sau (Hình 3.3):

Hình 3.3: Mô hình hóa quá trình gia công tia lửa điện

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Trong toán học, thuật ngữ tối ưu hóa chỉ tới việc nghiên cứu các bài toán có dạng:

Cho trước: một hàm f : A R từ tập hợp A tới tập số thực

Tìm: một phần tử x0 thuộc A sao cho f(x0) ≤ f(x) với mọi x thuộc A ("cực tiểu

hóa") hoặc sao cho f(x0) ≥ f(x) với mọi x thuộc A ("cực đại hóa").

Một phát biểu bài toán như vậy đôi khi được gọi là một quy hoạch toán học

(mathematical program). Nhiều bài toán thực tế và lý thuyết có thể được mô hình theo

cách tổng quát trên.

Miền xác định A của hàm f được gọi là không gian tìm kiếm. Thông thường, A

là một tập con của không gian Euclid Rn, thường được xác định bởi một tập các ràng

buộc, các đẳng thức hay bất đẳng thức mà các thành viên của A phải thỏa mãn. Các

phần tử của A được gọi là các lời giải khả thi. Hàm f được gọi là hàm mục tiêu, hoặc

hàm chi phí. Lời giải khả thi nào cực tiểu hóa (hoặc cực đại hóa, nếu đó là mục đích)

hàm mục tiêu được gọi là lời giải tối ưu.

Thông thường, sẽ có một vài cực tiểu địa phương và cực đại địa phương, trong

đó một cực tiểu địa phương x* được định nghĩa là một điểm thỏa mãn điều kiện:

với giá trị δ > 0 nào đó và với mọi giá trị x sao cho:

;

công thức sau luôn đúng:

Nghĩa là, tại vùng xung quanh x*, mọi giá trị của hàm đều lớn hơn hoặc bằng

giá trị tại điểm đó. Cực đại địa phương được định nghĩa tương tự. Thông thường, việc

tìm cực tiểu địa phương là dễ dàng – cần thêm các thông tin về bài toán (chẳng hạn,

hàm mục tiêu là hàm lồi) để đảm bảo rằng lời giải tìm được là cực tiểu toàn cục.

 Leo đồi ngẫu nhiên (Random-restart hill climbing)

 Phương pháp luyện thép (simulated annealing)

 Dò tìm ngẫu nhiên (Stochastic tunneling)

 Giải thuật di truyền

 Chiến lược tiến hóa

 Tối ưu hóa bầy đàn (Particle swarm optimization)

 Phương pháp bề mặt chỉ tiêu (Response Surface Methodology – RSM)

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Dưới đây là một số phương pháp tối ưu hóa thông dụng:

Đối với các phương pháp gia công cắt gọt, hàm mục tiêu và các hàm giới hạn

thường được xây dựng dưới dạng các hàm số phụ thuộc vào các thông số chế độ cắt

cần tối ưu.

Hàm mục tiêu biểu diễn mối quan hệ giữa các chỉ tiêu cần tối ưu với các thông

số công nghệ cần tối ưu. Thông thường, mục tiêu kinh tế, mà trước hết là chi phí gia

công và thời gian gia công chính là các chỉ tiêu cần tối ưu. Theo quan điểm này, các

chỉ tiêu tối ưu có thể là:

- Giá thành gia công chi tiết là nhỏ nhất;

- Thời gian gia công chi tiết nhỏ nhất;

- Sự tổ hợp giữa giá thành và thời gian nhỏ nhất;

- Số lượng chi tiết gia công trong một đơn vị thời gian lớn nhất;

- Lợi nhuận lớn nhất.

Tuy nhiên, trong thực tiễn theo yêu cầu kỹ thuật làm việc của chi tiết và yêu cầu

của khách hàng, chỉ tiêu tối ưu mà đề tài này phải giải quyết là:

- Độ nhám bề mặt sau gia công đạt nhỏ nhất

- Năng suất gia công (Đánh giá qua giá trị vận tốc cắt nội suy CS) đạt cao nhất,

CS được tính bằng chiều dài cắt chia cho thời gian gia công.

Với các giới hạn về trị số thời gian đóng xung (Ton), thời gian ngắt xung (Toff)

và hiệu điện thế phóng điện (SV), hiệu điện thế đánh tia lửa điện (VM), vận tốc cắt

(SPD), vận tốc dây (WF) nhỏ nhất và lớn nhất trong phạm vi thực tế của máy cắt dây

hiện có, vật liệu gia công là thép 9CrSi đã tôi với độ cứng HRC (55-60), nhóm đề tài

có thể sử dụng khi nghiên cứu thực nghiệm.

Với quan điểm này, hàm mục tiêu để thực hiện quá trình tối ưu khi này là quan

hệ giữa nhám bề mặt, năng suất gia công với các thông số Ton, Toff, VM, SV, SPD, WF

Ra = f (Ton, Toff, VM, SV, SPD, WF) (*)

CS = f (Ton, Toff, VM, SV, SPD, WF) (**)

Trong phạm vi của đề tài này, tác giả sẽ sử dụng thí nghiệm sàng lọc khảo sát ảnh

hưởng của các thông số Ton, Toff, VM, SV, SPD, WF đến nhám bề mặt và năng suất gia

công nhằm phục vụ tối ưu hóa thông số công nghệ trong gia công cắt dây tia lửa điện thép

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

9CrSi sau khi tôi.

3.2.2. Các thông số đầu vào, đầu ra của thí nghiệm

a. Các thông số đầu vào của thí nghiệm

Mục tiêu của thí nghiệm là nghiên cứu ảnh hưởng của các thông số Ton, Toff,

VM, SV, SPD, WF trong gia công cắt dây tia lửa điện.

Mỗi mẫu thí nghiệm được gia công trong một chế độ gia công (với các thông số

điều khiển) nhất định, các thông số điều khiển này sẽ thay đổi trong khoảng điều chỉnh

cho phép của thiết bị thí nghiệm và được tập hợp để tính toán, từ đó đánh giá được ảnh

hưởng của các yếu tố đó đến nhám bề mặt và năng suất cắt.

Nhóm thí nghiệm này được thiết kế với 6 thông số có ảnh hưởng tới độ nhám

và năng suất gia công đó là: thời gian đóng xung (Ton), thời gian ngắt xung (Toff), hiệu

điện thế phóng điện (SV), hiệu điện thế đánh tia lửa điện (VM), vận tốc dây (WF), vận

tốc cắt (SPD).

- Điện áp phóng tia lửa điện SV: Là điện áp trung bình trong suốt quá trình

phóng điện. SV là hằng số vật lý phụ thuộc vào cặp vật liệu điện cực/phôi, SV không

điều chỉnh được. Khi bắt đầu phóng tia lửa điện thì điện áp ban đầu VM giảm đến SV.

- Điện áp đánh tia lửa điện VM: Đây là điện áp cần thiết để có thể dẫn đến

phóng tia lửa điện, điện áp đánh lửa U càng lớn thì phóng điện càng nhanh và khe hở

phóng điện càng lớn.

- Độ kéo dài xung Ton (on time): thời gian kéo dài xung cũng ảnh hưởng lớn

đến năng suất và chất lượng bề mặt gia công. Lượng hớt vật liệu tăng lên khi độ kéo

dài xung tăng, nhưng đến một mức độ nào đó rồi sẽ giảm cho dù độ kéo dài xung vẫn

tăng và kéo theo nó nhám bề mặt sẽ tăng lên.

- Khoảng cách xung Toff (off time): Đây là tham số có ảnh hưởng không nhỏ

đến năng suất, chất lượng bề mặt cũng như độ chính xác kích thước. Khi khoảng cách

xung càng lớn thì lượng hớt vật liệu phôi càng nhỏ và ngược lại. Tuy nhiên, nếu

khoảng cách xung phải đủ lớn để dung dịch chất điện môi có đủ thời gian thôi ion hóa

và dòng chảy điện môi có đủ thời gian vận chuyển hết phoi ra khỏi vùng gia công cũng

như làm nguội bề mặt gia công.

- Vận tốc cắt (SPD): Là lượng kim loại bị bóc tách theo thời gian (mm3/s) tỷ lệ

với cường độ dòng điện

- Vận tốc dây (WF): Là thông số chỉnh bước tiến theo xung điện của mô tơ các

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

trục X, Y; WS càng cao thì bước tiến của mô tơ càng cao.

- Vật liệu gia công: Vật liệu gia công có ảnh hưởng lớn độ chính xác gia công,

năng suất cũng như chất lượng bề mặt gia công. Ở đây tác giả chọn vật liệu thường

dùng trong chế tạo khuôn mẫu, dụng cụ… để nghiên cứu đó là thép 9CrSi có kích

thước 22x22x150 đã được mài phẳng.

- Điện cực và dòng chảy chất điện môi: Để tập trung nghiên cứu ảnh hưởng của

các thông số công nghệ Ton, Toff, VM, SV, WF, SPD đến độ nhám và năng suất cắt. Ở

đây tác giả giả thiết các thí nghiệm được thực hiện ở cùng một điện cực gia công. Đó

là điện cực đồng, đường kính d = 0,25mm và được ngâm trong dung dịch điện môi.

Các điều kiện này phù hợp với điều kiện thực tế tại xưởng thực nghiệm.

b. Các thông số đầu ra của thí nghiệm

- Độ nhám bề mặt sau gia công đạt nhỏ nhất

- Năng suất gia công (Đánh giá qua giá trị vận tốc cắt nội suy CS) đạt cao nhất,

CS được tính bằng chiều dài cắt chia cho thời gian gia công.

3.3. Ảnh hưởng của các thông số gia công đến nhám bề mặt và vận tốc cắt khi cắt thẳng

- Ảnh hưởng của các thông số gia công đến nhám bề mặt (Ra) khi cắt thẳng

- Ảnh hưởng của các thông số gia công đến vận tốc cắt (CS) khi cắt thẳng

3.3.1. Ảnh hưởng của các thông số gia công đến nhám bề mặt (Ra) khi cắt thẳng

Mỗi mẫu thí nghiệm được tiến hành trong một chế độ gia công (với các thông

số của quá trình) nhất định, các thông số của quá trình này sẽ thay đổi trong khoảng

điều chỉnh cho phép của thiết bị thí nghiệm và được tập hợp để tính toán, từ đó đánh

giá được ảnh hưởng của các yếu tố đó đến Ra.

Bảng 3.4 Phạm vi khảo sát các biến thực nghiệm:

Thấp nhất Cao nhất Mức

Biến Giá trị thực Mã hóa Giá trị thực Mã hóa

-1 9 +1 3 VM

-1 12 +1 8 Ton

-1 18 +1 13 Toff

-1 35 +1 25 SV

-1 12 +1 8 WF

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

-1 5.5 +1 4.5 SPD

Để khảo sát chi tiết ảnh hưởng của các thông số thí nghiệm đến hàm mục tiêu,

một phương pháp thực nghiệm “Thí nghiệm sàng lọc” (Screening Experiment) đã

được áp dụng. Phương pháp thí nghiệm sàng lọc được tiến hành nhằm các mục đích:

- Xác định đâu là các yếu tố ảnh hưởng chính đến đối tượng hay quá trình khảo sát;

- Đánh giá mức độ ảnh hưởng của các yếu tố;

- Đánh giá mức độ ảnh hưởng tương tác giữa các yếu tố;

- Xác định được mối quan hệ ra-vào đơn giản (bậc nhất) dùng làm cơ sở cho quá

trình cải thiện hoặc tối ưu hóa sau này.

Phần mềm Minitab®18 được chọn để xây dựng kế hoạch thí nghiệm và phân

tích số liệu khi sử dụng dạng thiết kế thí nghiệm toàn phần 2 mức.

Cách thức khai báo các biến thí nghiệm cho bước khởi tạo kế hoạch thí nghiệm

được minh họa trên Hình 3.4.

Hình 3.4. Khai báo biến thí nghiệm sàng lọc

Trên hình 3.4, khai báo các giá trị giới hạn cho vùng khảo sát cho mỗi biến thí

nghiệm. Thông số VM được gán cho biến A (Factor A), có tên (Name) được đặt là

VM, giá trị dưới (Low) là 3; giá trị trên (High) là 9. Tương tự như vậy cho biến B,

được gán cho thông số Ton; biến C được gán cho thông số Toff; biến D được gán cho

thông số SV, biến F được gán cho thông số SPD.

Kết quả ma trận thí nghiệm thu được được trình bày trong bảng 3.5

Trong bảng 3.5, cột thứ nhất, StdOrder hiển thị thứ tự các thí nghiệm theo “tiến

trình chuẩn” (Standard Order). Tiến trình chuẩn là thứ tự các thí nghiệm được xác lập

theo lý thuyết quy hoạch thực nghiệm. Để đảm bảo nguyên tắc ngẫu nhiên hóa, việc

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

thực hiện các thí nghiệm theo thứ tự được liệt kê trong cột RunOrder.

Toàn bộ 32 thí nghiệm có thể thực hiện trong cùng một ca máy, trong điều kiện

gia công như nhau. Ta đã xác lập số khối thí nghiệm bằng 1. Do vậy, cột Blocks trong

bảng 2 có giá trị các ô như nhau và bằng 1.

Bảng kế hoạch 3.5 có 32 hàng, tức là cần thực hiện ít nhất 32 thí nghiệm theo

thứ tự đã liệt kê trong cột RunOrder. Mỗi thí nghiệm có các biến VM, Tbon, Toff, SV,

WF, SPD được xác lập theo giá trị đã ghi trong ô tương ứng của các cột VM, Tbon, Toff,

SV, WF, SPD trong bảng 3.5

Bảng 3.5. Kế hoạch thí nghiệm sàng lọc theo 1/32 factorial

30 4 20 19 1 3 24 25 27 11 13 29 2 14 17 6 12 10 16 15 22 18 32 7 23 21 9 31 5 26 28 8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD 4.5 1 4.5 2 5.5 3 4.5 4 4.5 5 5.5 6 4.5 7 4.5 8 5.5 9 4.5 10 4.5 11 5.5 12 5.5 13 5.5 14 5.5 15 4.5 16 5.5 17 4.5 18 4.5 19 5.5 20 5.5 21 4.5 22 5.5 23 4.5 24 5.5 25 4.5 26 5.5 27 4.5 28 5.5 29 5.5 30 4.5 31 5.5 32

8 12 12 12 8 12 12 8 12 12 8 8 8 8 8 8 12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 12

18 13 13 13 13 13 18 13 13 13 18 18 13 18 13 18 13 13 18 18 18 13 18 18 18 18 13 18 18 13 13 18

35 25 25 25 25 25 25 35 35 35 35 35 25 35 25 25 35 35 35 35 25 25 35 25 25 25 35 35 25 35 35 25

12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 8 8 8 8 8 12 12 12 8 12 12 8 12 8 12 12 8

9 9 9 3 3 3 9 3 3 3 3 3 9 9 3 9 9 9 9 3 9 9 9 3 3 3 3 3 3 9 9 9

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Kết quả được xác định bằng cách: lấy trung bình Ra của 3 lần thí nghiệm một

chế độ cắt và được trình bày trong bảng 3.6

Bảng 3.6. Kết quả thí nghiệm nghiệm sàng lọc theo VM, Ton, Toff, SV, WF, SPD

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

30 4 20 19 1 3 24 25 27 11 13 29 2 14 17 6 12 10 16 15 22 18 32 7 23 21 9 31 5 26 28 8

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

18 13 13 13 13 13 18 13 13 13 18 18 13 18 13 18 13 13 18 18 18 13 18 18 18 18 13 18 18 13 13 18

12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 8 8 8 8 8 12 12 12 8 12 12 8 12 8 12 12 8

35 25 25 25 25 25 25 35 35 35 35 35 25 35 25 25 35 35 35 35 25 25 35 25 25 25 35 35 25 35 35 25

8 12 12 12 8 12 12 8 12 12 8 8 8 8 8 8 12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 12

Ra 2.949 3.770 3.692 3.899 3.491 3.978 3.849 3.239 3.870 3.720 3.032 3.239 3.212 2.884 3.389 3.213 3.456 3.156 3.536 3.749 3.210 3.287 3.475 3.989 3.790 3.280 3.192 3.720 3.187 3.082 3.580 3.564

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD 1 9 4.5 1 1 9 4.5 2 1 9 5.5 3 1 3 4.5 4 1 3 4.5 5 1 3 5.5 6 1 9 4.5 7 1 3 4.5 8 1 3 5.5 9 1 3 4.5 10 1 3 4.5 11 1 3 5.5 12 1 9 5.5 13 1 9 5.5 14 1 3 5.5 15 1 9 4.5 16 1 9 5.5 17 1 9 4.5 18 1 9 4.5 19 1 3 5.5 20 1 9 5.5 21 1 9 4.5 22 1 9 5.5 23 1 3 4.5 24 1 3 5.5 25 1 3 4.5 26 1 3 5.5 27 1 3 4.5 28 1 3 5.5 29 1 9 5.5 30 1 4.5 9 31 1 5.5 9 32 Đánh giá các ảnh hưởng của biến thí nghiệm

Các yếu tố ảnh ảnh hưởng chính có thể được xác định một cách định tính thông

qua đồ thị các ảnh hưởng chính (Main Effects Plot). Đồ thị ảnh hưởng của mỗi biến

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

thí nghiệm được vẽ một cách độc lập trên một đồ thị chung.

a) Đánh giá các ảnh hưởng của biến thí nghiệm đến Ra.

 Ảnh hưởng của các thông số thí nghiệm đến Ra được thể hiện qua biểu đồ

Main Effects Plot for Ra (Hình 3.5).

Hình 3.5. Đồ thị các ảnh hưởng chính của các yếu tố VM, Tbon, Toff, SV, WF, SPD đến Ra

Trên hình 3.4, sau đồ thị ảnh hưởng của sáu biến được vẽ trong sáu ô độc lập

nhau. Ô góc trên bên trái của đồ thị biểu diễn ảnh hưởng của biến VM. Nhận thấy trên

đồ thị, khi VM thay đổi từ 3 (giá trị mã hóa là -1) đến 9 (giá trị mã hóa là +1), hàm

mục tiêu Ra thay đổi từ 3.54773 đến 3.36973. Độ dốc của đồ thị này là (3.54773 –

3.36973)/2 = 0.089. Tương tự, độ dốc của us khi Ton, Toff, SV, WF, SPD, thay đổi lần

lượt là: (3.72731-3.19015)/2=0.2686; (3.50075-3.41671)/2=0.042, (3.55004-

3.36742)/2=0.0913, (3.47198-3.44548)/2=0.0133 và (3.48185-3.4356)/2 = 0.0231. So

sánh định tính cho thấy, độ dốc của đồ thị ảnh hưởng của Ton là lớn nhất; kế tiếp là đồ

thị SV, VM, Toff, SPD và cuối cùng là WF.

Một cách khác để đánh giá các ảnh hưởng chính là xem xét đồ thị các ảnh

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

hưởng được chuẩn hóa (Hình 3.6) hoặc đồ thị các ảnh hưởng Pareto (Hình 3.7).

Hình 3.6. Đồ thị ảnh hưởng chuẩn hóa ảnh hưởng của các yếu tố đến Ra

Trên hình 3.6, đồ thị được vẽ cho hàm mục tiêu với mức ý nghĩa α = 0,05. Các yếu tố

có ảnh hưởng lớn (Significant) được biểu diễn qua các điểm hình vuông. Các yếu tố

này bao gồm: A (biến VM), B (biến Ton), C (biến Toff), D (biến SV). Theo đó, Biến Ton

có ảnh hưởng mạnh nhất, tiếp theo là SV, VM và Toff.

Dựa vào bảng 3.7, các biến và tương tác có giá trị P < 0.05 là các biến và tương tác có

ý nghĩa thống kê. Các biến và tương tác đó là: Ton, VM, SV và Toff.

Bảng 3.7. Thông tin mô hình hồi quy sau khi loại bỏ các yếu tố ảnh hưởng yếu.

Term

Effect

Coef SE Coef T-Value P-Value

VIF

Constant

3.4587

0.0149

231.93

0.000

-0.1780 -0.0890

0.0149

-5.97

0.000 1.00

Ton

0.5372

0.2686

0.0149

18.01

0.000 1.00

Toff

-0.0840 -0.0420

0.0149

-2.82

0.009 1.00

-0.1826 -0.0913

0.0149

-6.12

0.000 1.00

Coded Coefficients

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Model Summary

R-sq R-sq(adj) R-sq(pred)

0.0843614 93.76%

92.83%

91.23%

b. Phân tích hồi quy-phương sai

Mô hình hồi quy ở mức tương tác hai yếu tố bao gồm 01 số hạng hằng số (b0),

03 số hạng ứng với 3 biến thí nghiệm có ảnh hưởng đáng kể, 3 số hạng của các ảnh

hưởng tương tác mức hai. Phương trình hồi quy có dạng:

Ra = b0 + b1 VM + b2 Ton + b3 Toff + b4SV (3.1)

Các hệ b0, bx, bxx được Minitab liệt kê giá trị trong cột Coef (cột thứ 3 trong

bảng 3.7). Tên các yếu tố (bao gồm các biến thí nghiệm và các tương tác) được liệt kê

trong cột Term (cột thứ 1 trong bảng 3.7)

Giá trị b0 trong phương trình (3.1) được ký hiệu là constant (hằng số) trong cột

Term của bảng. Các giá trị của các hệ số được liệt kê trong cột “Coef”. Cột T biểu diễn

giá trị tính theo phân phối t của đại lượng được xét; cột P liệt kê giá trị xác suất p (p-

value) khi kiểm định giả thuyết thống kê về khả năng các hệ số bằng không. Giá trị p

lớn hơn mức ý nghĩa α báo hiệu rằng việc tồn tại hệ số tương ứng là không có ý nghĩa

thống kê. Nói cách khác, khi p > α, có thể tin tưởng đến (1-α)% để lấy hệ số đó bằng

không. Tức là ảnh hưởng của thành phần tương ứng là không đáng kể đến hàm mục tiêu.

Quan sát cột giá trị p (cột cuối cùng bên phải của bảng) có các kết luận về các

thành phần có thể ảnh hưởng đến hàm mục tiêu. Trước hết, giá trị p của các thông số

và tương tác giữa chúng đều nhỏ hơn so với mức ý nghĩa  (bằng 0.05). Điều này

chứng tỏ các thông số và các tương tác này có ảnh hưởng mạnh đến Ra.

Hàng cuối cùng của bảng hiển thị thông số đánh giá mô hình hồi quy. Các

thông số quyết định r2 (ký hiệu R-Sq) và (ký hiệu là R-Sq(Adj)) đều lớn hơn hoặc

bằng 91.23%, chứng tỏ mô hình được khớp rất tốt với dữ liệu.

Ra =

3.4587 - 0.089 VM + 0.2686 Ton - 0.042 Toff - 0.01913SV

Phương trình quan hệ 3.1 giữa Ra và các thông số ảnh hưởng chính có thể được viết Regression Equation in Uncoded Units

c. Phân tích phương sai

Bảng phân tích phương sai (Analysis Of Variance– ANOVA), được minh họa

trong bảng 3.8 dưới đây.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Bảng 3.8. Bảng phân tích phương sai của mô hình hồi quy

Source DF

Adj SS Adj MS F-Value P-Value

Model

2.88518 0.72129 101.35

0.000

Linear

2.88518 0.72129 101.35

0.000

0.25347 0.25347

35.62

0.000

Ton

2.30838 2.30838 324.36

0.000

Toff

0.05650 0.05650

7.94

0.009

0.26682 0.26682

37.49

0.000

Error

27 0.19215 0.00712

Total

31 3.07733

Analysis of Variance

Trong bảng phương sai, quan tâm đến các thông tin sau. Thứ nhất, các ảnh hưởng

chính (Main Effects) có giá trị p rất nhỏ (nhỏ nhất bằng 0.009), chứng tỏ các ảnh hưởng

chính là có ý nghĩa thống kê, chứng tỏ các ảnh hưởng tương tác đó có ý nghĩa thống kê.

Nói cách khác, các ảnh hưởng chính và các ảnh hưởng tương tác đều đáng kể.

Hình 3.7. Các biểu đồ đánh giá số dư

Hình 3.7 thể hiện đồ thị “4 trong 1” (Four in one) biểu diễn các đồ thị đánh giá số

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

dư giữa mô hình và dữ liệu đã nhập.

- Đồ thị Normal Probability Plotso sánh xác suất phân bố các số dư (hiển thị bằng

các điểm) so với phân phối chuẩn (hiển thị bằng đoạn thẳng nét liền). Đồ thị cho thấy

các số dư phân bố rất gần với phân phối chuẩn.

- Đồ thị Histogram hiển thị tần suất xuất hiện các số dư.

- Đồ thị Versus Fit biểu diễn quan hệ giữa các số dư và giá trị tương ứng của mô

hình hồi quy. Các điểm phân bố ngẫu nhiên, không theo quy luật nào chứng tỏ dữ liệu

y đã nhập không bị ảnh hưởng bởi các yếu tố điều khiển có quy luật nào khác ngoài x.

- Đồ thị Versus Order biểu diễn quan hệ giữa các số dư và thứ tự các điểm dữ

liệu. Các điểm phân bố ngẫu nhiên, không theo quy luật nào chứng tỏ dữ liệu y đã

nhập không bị ảnh hưởng bởi các yếu tố thời gian (chẳng hạn, càng về sau càng lớn).

Hai đồ thị Versus Fit và Versus Ordercàng phân bố ngẫu nhiên xung quanh đường 0

và không theo quy luật nào càng tốt.

3.3.2. Ảnh hưởng của các thông số gia công đến vận tốc cắt (CS) khi cắt thẳng

Mỗi mẫu thí nghiệm được tiến hành trong một chế độ gia công (với các thông

số của quá trình) nhất định, các thông số của quá trình này sẽ thay đổi trong khoảng

điều chỉnh cho phép của thiết bị thí nghiệm và được tập hợp để tính toán, từ đó đánh

giá được ảnh hưởng của các yếu tố đó đến CS.

Bảng 3.9. Phạm vi khảo sát các biến thực nghiệm:

Thấp nhất Cao nhất Mức

Biến Giá trị thực Mã hóa Giá trị thực Mã hóa

-1 9 +1 3 VM

-1 12 +1 8 Ton

-1 18 +1 13 Toff

-1 35 +1 25 SV

-1 12 +1 8 WF

-1 5.5 +1 4.5 SPD

Để khảo sát chi tiết ảnh hưởng của các thông số thí nghiệm đến hàm mục tiêu,

một phương pháp thực nghiệm “Thí nghiệm sàng lọc” (Screening Experiment) đã

được áp dụng. Phương pháp thí nghiệm sàng lọc được tiến hành nhằm các mục đích:

- Xác định đâu là các yếu tố ảnh hưởng chính đến đối tượng hay quá trình khảo sát;

- Đánh giá mức độ ảnh hưởng của các yếu tố;

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

- Đánh giá mức độ ảnh hưởng tương tác giữa các yếu tố;

- Xác định được mối quan hệ ra-vào đơn giản (bậc nhất) dùng làm cơ sở cho quá

trình cải thiện hoặc tối ưu hóa sau này.

Phần mềm Minitab®18 được chọn để xây dựng kế hoạch thí nghiệm và phân

tích số liệu khi sử dụng dạng thiết kế thí nghiệm toàn phần 2 mức.

Cách thức khai báo các biến thí nghiệm cho bước khởi tạo kế hoạch thí nghiệm

được minh họa trên hình 3.8.

Hình 3.8. Khai báo biến thí nghiệm sàng lọc

Trên hình 3.8, khai báo các giá trị giới hạn cho vùng khảo sát cho mỗi biến thí

nghiệm. Thông số VM được gán cho biến A (Factor A), có tên (Name) được đặt là

VM, giá trị dưới (Low) là 3; giá trị trên (High) là 9. Tương tự như vậy cho biến B,

được gán cho thông số Ton; biến C được gán cho thông số Toff; biến D được gán cho

thông số SV, biến F được gán cho thông số SPD.

Kết quả ma trận thí nghiệm thu được được trình bày trong bảng 3.8

Trong bảng 3.8, cột thứ nhất, StdOrder hiển thị thứ tự các thí nghiệm theo “tiến

trình chuẩn” (Standard Order). Tiến trình chuẩn là thứ tự các thí nghiệm được xác lập

theo lý thuyết quy hoạch thực nghiệm. Để đảm bảo nguyên tắc ngẫu nhiên hóa, việc

thực hiện các thí nghiệm theo thứ tự được liệt kê trong cột RunOrder.

Toàn bộ 32 thí nghiệm có thể thực hiện trong cùng một ca máy, trong điều kiện

gia công như nhau. Ta đã xác lập số khối thí nghiệm bằng 1. Do vậy, cột Blocks trong

bảng 2 có giá trị các ô như nhau và bằng 1.

Bảng kế hoạch 2 có 32 hàng, tức là cần thực hiện ít nhất 32 thí nghiệm theo thứ

tự đã liệt kê trong cột RunOrder. Mỗi thí nghiệm có các biến VM, Tbon, Toff, SV, WF,

SPD được xác lập theo giá trị đã ghi trong ô tương ứng của các cột VM, Tbon, Toff, SV,

WF, SPD trong bảng 3.10

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Bảng 3.10. Kế hoạch thí nghiệm sàng lọc theo 1/32 factorial

30 4 20 19 1 3 24 25 27 11 13 29 2 14 17 6 12 10 16 15 22 18 32 7 23 21 9 31 5 26 28 8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD 4.5 1 4.5 2 5.5 3 4.5 4 4.5 5 5.5 6 4.5 7 4.5 8 5.5 9 4.5 10 4.5 11 5.5 12 5.5 13 5.5 14 5.5 15 4.5 16 5.5 17 4.5 18 4.5 19 5.5 20 5.5 21 4.5 22 5.5 23 4.5 24 5.5 25 4.5 26 5.5 27 4.5 28 5.5 29 5.5 30 4.5 31 5.5 32

8 12 12 12 8 12 12 8 12 12 8 8 8 8 8 8 12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 12

35 25 25 25 25 25 25 35 35 35 35 35 25 35 25 25 35 35 35 35 25 25 35 25 25 25 35 35 25 35 35 25

18 13 13 13 13 13 18 13 13 13 18 18 13 18 13 18 13 13 18 18 18 13 18 18 18 18 13 18 18 13 13 18

12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 8 8 8 8 8 12 12 12 8 12 12 8 12 8 12 12 8

9 9 9 3 3 3 9 3 3 3 3 3 9 9 3 9 9 9 9 3 9 9 9 3 3 3 3 3 3 9 9 9

Kết quả được xác định bằng cách: lấy trung bình CS của 3 lần thí nghiệm một

chế độ cắt và được trình bày trong bảng 3.11

Bảng 3.11. Kết quả thí nghiệm nghiệm sàng lọc

30 4 20 19 1 3 24 25

1 1 1 1 1 1 1 1

1 2 3 4 5 6 7 8

1 1 1 1 1 1 1 1

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD CS 1.883 1 2.204 2 2.212 3 1.849 4 1.250 5 1.732 6 2.396 7 1.357 8

4.5 4.5 5.5 4.5 4.5 5.5 4.5 4.5

18 13 13 13 13 13 18 13

35 25 25 25 25 25 25 35

12 8 12 12 8 8 12 12

8 12 12 12 8 12 12 8

9 9 9 3 3 3 9 3

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

27 11 13 29 2 14 17 6 12 10 16 15 22 18 32 7 23 21 9 31 5 26 28 8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

5.5 4.5 4.5 5.5 5.5 5.5 5.5 4.5 5.5 4.5 4.5 5.5 5.5 4.5 5.5 4.5 5.5 4.5 5.5 4.5 5.5 5.5 4.5 5.5

13 13 18 18 13 18 13 18 13 13 18 18 18 13 18 18 18 18 13 18 18 13 13 18

35 35 35 35 25 35 25 25 35 35 35 35 25 25 35 25 25 25 35 35 25 35 35 25

12 8 8 12 8 8 12 8 8 8 8 8 12 12 12 8 12 12 8 12 8 12 12 8

12 12 8 8 8 8 8 8 12 8 12 12 8 8 12 12 12 8 8 12 8 8 12 12

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD CS 2.040 9 3 1.950 10 3 1.520 11 3 1.514 12 3 1.467 13 9 2.182 14 9 1.257 15 3 2.000 16 9 2.510 17 9 1.772 18 9 2.851 19 9 1.921 20 3 1.902 21 9 1.690 22 9 2.588 23 9 2.069 24 3 1.882 25 3 1.407 26 3 1.465 27 3 1.979 28 3 1.415 29 3 1.930 30 9 2.132 31 9 2.353 32 9 Các yếu tố ảnh ảnh hưởng chính có thể được xác định một cách định tính thông

qua đồ thị các ảnh hưởng chính (Main Effects Plot). Đồ thị ảnh hưởng của mỗi biến

thí nghiệm được vẽ một cách độc lập trên một đồ thị chung.

a. Đánh giá các ảnh hưởng của biến thí nghiệm đến CS.

 Ảnh hưởng của các thông số thí nghiệm đến CS được thể hiện qua biểu đồ

Main Effects Plot for CS (Hình 3.9).

Hình 3.9. Đồ thị các ảnh hưởng chính của các yếu tố VM, Tbon, Toff, SV, WF, SPD đến CS.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Trên hình 3.9, sáu đồ thị ảnh hưởng của sáu biến được vẽ trong sáu ô độc lập

nhau. Ô góc trên bên trái của đồ thị biểu diễn ảnh hưởng của biến VM. Nhận thấy trên

đồ thị, khi VM thay đổi từ 3 (giá trị mã hóa là -1) đến 9 (giá trị mã hóa là +1), hàm

mục tiêu CS thay đổi từ 1.66293 đến 2.12945. Độ dốc của đồ thị này là (2.12945 –

1.66293)/2 = 0.23326. Tương tự, độ dốc của CS khi Ton, Toff, SV, WF, SPD, thay đổi

lần lượt là: (2.16674-1.62565)/2=0.270545; (1.99138-1.80101)/2=0.095185, (1.97462-

1.81777)/2=0.078425, (1.91624-1.87614)/2=0.02005 và (1.8981-1.89429)/2 =

0.001905. So sánh định tính cho thấy, độ dốc của đồ thị ảnh hưởng của Ton là lớn nhất;

kế tiếp là đồ thị VM, Toff, SV, WF và cuối cùng là SPD.

Một cách khác để đánh giá các ảnh hưởng chính là xem xét đồ thị các ảnh

hưởng được chuẩn hóa (hình 3.10).

Trên đồ thị hình 3.10, Minitab sử dụng giá trị mức ý nghĩa α để vẽ đường giới

hạn (có hoành độ 2.23 trên đồ thị) của vùng loại bỏ giả thuyết đảo. Các giá trị ảnh

hưởng (đã chuẩn hóa) được biểu diễn dưới dạng các thanh nằm ngang. Các yếu tố ứng

với thanh biểu diễn vượt quá bên phải đường giới hạn là các giá trị có ảnh hưởng đáng

kể. Những yếu tố có biểu diễn nằm về bên trái đường giới hạn là những yếu tố có ảnh

hưởng yếu. Đồ thị cho thấy thứ tự ảnh hưởng của các yếu tố và tương tác từ cao đến

thấp là: Ton, VM, Toff, SV, VM*Toff và SV*SPD.

Hình 3.10. Đồ thị ảnh hưởng chuẩn hóa ảnh hưởng của các yếu tố VM, Ton, Toff, SV, WF, SPD đến CS.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Trên hình 3.10, đồ thị được vẽ cho hàm mục tiêu với mức ý nghĩa α = 0,05. Các yếu tố

có ảnh hưởng lớn (Significant) được biểu diễn qua các điểm hình vuông. Các yếu tố

này bao gồm: A (biến VM), B (biến Ton), C (biến Toff), D (biến SV) và các tương tác

bậc hai: AC (VM*Toff), DF (SV*SPD). Theo đó, Biến Ton có ảnh hưởng mạnh nhất,

tiếp theo là VM, Toff, SV, VM*Toff và cuối cùng là SV*SPD.

Dựa vào bảng 3.10, các biến và tương tác có giá trị P < 0.05 là các biến và tương tác

có ý nghĩa thống kê. Các biến và tương tác đó là: Ton, VM, Toff, SV, VM*Toff và

SV*SPD.

Bảng 3.12. Thông tin mô hình hồi quy sau khi loại bỏ các yếu tố ảnh hưởng yếu.

Term

Effect

Coef SE Coef T-Value P-Value

VIF

Constant

1.8962

0.0188

100.83

0.000

0.4665 0.2333

0.0188

12.40

0.000 1.00

Ton

0.5411 0.2705

0.0188

14.39

0.000 1.00

Toff

0.1904 0.0952

0.0188

5.06

0.000 1.00

0.1568 0.0784

0.0188

4.17

0.000 1.00

SPD

0.0038 0.0019

0.0188

0.10

0.920 1.00

VM*Toff 0.0894 0.0447

0.0188

2.38

0.026 1.00

0.0845 0.0422

0.0188

2.25

0.034 1.00

Coded Coefficients

SV*SPD Model Summary

R-sq R-sq(adj) R-sq(pred)

92.93%

90.27%

0.106386 94.53%

b. Phân tích hồi quy-phương sai

Mô hình hồi quy ở mức tương tác hai yếu tố bao gồm 01 số hạng hằng số (b0),

03 số hạng ứng với 3 biến thí nghiệm có ảnh hưởng đáng kể, 3 số hạng của các ảnh

hưởng tương tác mức hai. Phương trình hồi quy có dạng:

Ra = b0 + b1 VM + b2 Ton + b3 Toff + b4SV (3.2)

Các hệ số b0, bx, bxx được Minitab liệt kê giá trị trong cột Coef (cột thứ 3 trong

bảng 3.12). Tên các yếu tố (bao gồm các biến thí nghiệm và các tương tác) được liệt

kê trong cột Term (cột thứ 1 trong bảng 3.12)

Giá trị b0 trong phương trình (3.2) được ký hiệu là constant (hằng số) trong cột

Term của bảng. Các giá trị của các hệ số được liệt kê trong cột “Coef”. Cột T biểu diễn

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

giá trị tính theo phân phối t của đại lượng được xét; cột P liệt kê giá trị xác suất p (p-

value) khi kiểm định giả thuyết thống kê về khả năng các hệ số bằng không. Giá trị p

lớn hơn mức ý nghĩa α báo hiệu rằng việc tồn tại hệ số tương ứng là không có ý nghĩa

thống kê. Nói cách khác, khi p > α, có thể tin tưởng đến (1-α)% để lấy hệ số đó bằng

không. Tức là ảnh hưởng của thành phần tương ứng là không đáng kể đến hàm mục tiêu.

Quan sát cột giá trị p (cột cuối cùng bên phải của bảng) có các kết luận về các thành

phần có thể ảnh hưởng đến hàm mục tiêu. Trước hết, giá trị p của các thông số và tương tác

giữa chúng đều nhỏ hơn so với mức ý nghĩa  (bằng 0.05). Tuy giá trị p của biến SPD là

0.92 lớn hơn rất nhiều trị số 0.05, điều này cho thấy biến này có ảnh hưởng rất yếu đến CS.

Tuy nhiên nó lại có ảnh hưởng mạnh đến tương tác của nó với SV lên CS. Điều này chứng

tỏ các thông số và các tương tác này có ảnh hưởng mạnh đến CS.

Hàng cuối cùng của bảng hiển thị thông số đánh giá mô hình hồi quy. Các thông

số quyết định r2 (ký hiệu R-Sq) và (ký hiệu là R-Sq(Adj)) đều lớn hơn hoặc bằng

90.27%, chứng tỏ mô hình được khớp rất tốt với dữ liệu.

CS = 1.8962 +0.2333 VM + 0.2705Ton + 0.0952 Toff +0.0784 SV +0.0019 SPD + 0.0447 VM*Toff

+ 0.0422 SV*SPD

Phương trình quan hệ 3.2 giữa CS và các thông số ảnh hưởng chính có thể được viết Regression Equation in Uncoded Units

c. Phân tích phương sai

Bảng phân tích phương sai (Analysis Of Variance– ANOVA), được minh họa

trong bảng 3.13 dưới đây.

Bảng 3.13. Bảng phân tích phương sai của mô hình hồi quy

Adj SS Adj MS F-Value P-Value

Source

7 4.69123 0.67018

59.21

0.000

Model

5 4.57026 0.91405

80.76

0.000

Linear

1 1.74113 1.74113

153.84

0.000

1 2.34226 2.34226

206.95

0.000

Ton

1 0.28993 0.28993

25.62

0.000

Toff

1 0.19681 0.19681

17.39

0.000

1 0.00012 0.00012

0.01

0.920

SPD

2-Way Interactions

2 0.12098 0.06049

5.34

0.012

VM*Toff

1 0.06392 0.06392

5.65

0.026

SV*SPD

1 0.05706 0.05706

5.04

0.034

Error

24 0.27163 0.01132

Total

31 4.96287

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Analysis of Variance

Trong bảng phương sai, quan tâm đến các thông tin sau. Thứ nhất, các ảnh hưởng

chính (Main Effects) có giá trị p rất nhỏ (nhỏ nhất bằng 0.034), chỉ có trị số p của biến

SPD là 0.92 lớn hơn nhiều mức ý nghĩa 0.05, chứng tỏ biến này ảnh hưởng rất yếu đến

CS nhưng lại ảnh hưởng mạnh đến tương tác của nó với SV lên CS. Chứng tỏ các ảnh

hưởng chính là có ý nghĩa thống kê, chứng tỏ các ảnh hưởng tương tác đó có ý nghĩa

thống kê. Nói cách khác, các ảnh hưởng chính và các ảnh hưởng tương tác đều đáng kể.

Hình 3.11. Các biểu đồ đánh giá số dư

Hình 3.11 thể hiện đồ thị “4 trong 1” (Four in one) biểu diễn các đồ thị đánh giá

số dư giữa mô hình và dữ liệu đã nhập.

- Đồ thị Normal Probability Plotso sánh xác suất phân bố các số dư (hiển thị bằng

các điểm) so với phân phối chuẩn (hiển thị bằng đoạn thẳng nét liền). Đồ thị cho thấy

các số dư phân bố rất gần với phân phối chuẩn.

- Đồ thị Histogram hiển thị tần suất xuất hiện các số dư.

- Đồ thị Versus Fit biểu diễn quan hệgiữa các số dư và giá trị tương ứng của mô

hình hồi quy. Các điểm phân bốngẫu nhiên, không theo quy luật nào chứng tỏ dữ liệu

y đã nhập không bị ảnh hưởng bởi các yếu tố điều khiển có quy luật nào khác ngoài x.

- Đồ thị Versus Order biểu diễn quan hệ giữa các số dư và thứ tự các điểm dữ

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

liệu. Các điểm phân bố ngẫu nhiên, không theo quy luật nào chứng tỏ dữ liệu y đã

nhập không bị ảnh hưởng bởi các yếu tố thời gian (chẳng hạn, càng về sau càng lớn).

Hai đồ thị Versus Fit và Versus Order càng phân bố ngẫu nhiên xung quanh đường 0

và không theo quy luật nào càng tốt.

3.4. Ảnh hưởng của các thông số gia công đến nhám bề mặt và vận tốc cắt khi cắt cong

- Ảnh hưởng của các thông số gia công đến nhám bề mặt (Ra) khi cắt cong

- Ảnh hưởng của các thông số gia công đến vận tốc cắt (CS) khi cắt cong

3.4.1. Ảnh hưởng của các thông số gia công đến nhám bề mặt (Ra) khi cắt cong

Mỗi mẫu thí nghiệm được tiến hành trong một chế độ gia công (với các thông

số của quá trình) nhất định, các thông số của quá trình này sẽ thay đổi trong khoảng

điều chỉnh cho phép của thiết bị thí nghiệm và được tập hợp để tính toán, từ đó đánh

giá được ảnh hưởng của các yếu tố đó đến Ra.

Bảng 3.14. Phạm vi khảo sát các biến thực nghiệm:

Thấp nhất Cao nhất Mức

Biến Giá trị thực Mã hóa Giá trị thực Mã hóa

3 -1 9 +1 VM

8 -1 12 +1 Ton

13 -1 18 +1 Toff

25 -1 35 +1 SV

8 -1 12 +1 WF

4.5 -1 5.5 +1 SPD

3 -1 9 +1 R

Để khảo sát chi tiết ảnh hưởng của các thông số thí nghiệm đến hàm mục tiêu,

một phương pháp thực nghiệm “Thí nghiệm sàng lọc” (Screening Experiment) đã

được áp dụng. Phương pháp thí nghiệm sàng lọc được tiến hành nhằm các mục đích:

- Xác định đâu là các yếu tố ảnh hưởng chính đến đối tượng hay quá trình khảo sát;

- Đánh giá mức độ ảnh hưởng của các yếu tố;

- Đánh giá mức độ ảnh hưởng tương tác giữa các yếu tố;

- Xác định được mối quan hệ ra-vào đơn giản (bậc nhất) dùng làm cơ sở cho

quá trình cải thiện hoặc tối ưu hóa sau này.

Phần mềm Minitab®18 được chọn để xây dựng kế hoạch thí nghiệm và phân

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

tích số liệu khi sử dụng dạng thiết kế thí nghiệm toàn phần 2 mức.

Cách thức khai báo các biến thí nghiệm cho bước khởi tạo kế hoạch thí nghiệm

được minh họa trên hình 3.12.

Hình 3.12. Khai báo biến thí nghiệm sàng lọc

Hình 3.12 thể hiện khai báo các giá trị giới hạn cho vùng khảo sát cho mỗi biến

thí nghiệm. Thông số VM được gán cho biến A (Factor A), có tên (Name) được đặt là

VM, giá trị dưới (Low) là 3; giá trị trên (High) là 9. Tương tự như vậy cho biến B,

được gán cho thông số Ton; biến C được gán cho thông số Toff; biến D được gán cho

thông số SV, biến E được gán cho thông số WF; biến F được gán cho thông số SPD,

biến G được gán cho thông số R.

Kết quả ma trận thí nghiệm thu được được trình bày trong bảng 3.15

Trong bảng 3.15, cột thứ nhất, StdOrder hiển thị thứ tự các thí nghiệm theo

“tiến trình chuẩn” (Standard Order). Tiến trình chuẩn là thứ tự các thí nghiệm được

xác lập theo lý thuyết quy hoạch thực nghiệm. Để đảm bảo nguyên tắc ngẫu nhiên hóa,

việc thực hiện các thí nghiệm theo thứ tự được liệt kê trong cột RunOrder.

Toàn bộ 32 thí nghiệm có thể thực hiện trong cùng một ca máy, trong điều kiện

gia công như nhau. Ta đã xác lập số khối thí nghiệm bằng 1. Do vậy, cột Blocks trong

bảng 3.15 có giá trị các ô như nhau và bằng 1.

Bảng kế hoạch 3.15 có 32 hàng, tức là cần thực hiện ít nhất 32 thí nghiệm theo

thứ tự đã liệt kê trong cột RunOrder. Mỗi thí nghiệm có các biến VM, Tbon, Toff, SV,

WF, SPD, R được xác lập theo giá trị đã ghi trong ô tương ứng của các cột VM, Tbon,

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Toff, SV, WF, SPD, R trong bảng 2.

Bảng 3.15. Kế hoạch thí nghiệm sàng lọc theo 1/32 factorial

2.5 2.5 4.5 4.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 2.5 4.5 4.5 2.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 4.5

18 13 18 13 13 18 13 13 18 13 18 13 13 18 13 13 18 18 18 18 13 13 18 13 18 13 18 13 18 18 13 18

8 8 8 8 8 8 12 8 8 12 8 12 8 8 8 12 12 12 12 12 12 12 12 12 12 12 12 8 12 8 8 8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

30 2 6 10 25 13 4 1 5 19 14 12 26 29 18 11 16 24 15 31 27 20 7 3 8 28 23 17 32 21 9 22

35 25 25 35 35 35 25 25 25 25 35 35 35 35 25 35 35 25 35 35 35 25 25 25 25 35 25 25 35 25 35 25

12 8 8 8 12 8 8 8 8 12 8 8 12 12 12 8 8 12 8 12 12 12 8 8 8 12 12 12 12 12 8 12

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

9 9 9 9 3 3 9 3 3 3 9 9 9 3 9 3 9 9 3 3 3 9 3 3 9 9 3 3 9 3 3 9

3 3 3 9 9 3 9 9 9 9 9 3 3 9 9 9 3 3 9 3 3 3 3 3 9 9 9 3 9 3 3 9

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD R 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 10 1 11 1 12 1 13 1 14 1 15 1 16 1 17 1 18 1 19 1 20 1 21 1 22 1 23 1 24 1 25 1 26 1 27 1 28 1 29 1 30 1 31 1 32

Kết quả được xác định bằng cách lấy trung bình Ra của 3 lần thí nghiệm một

chế độ cắt và được trình bày trong bảng 3.16.

Bảng 3.16. Kết quả thí nghiệm nghiệm sàng lọc theo VM, Tbon, Toff, SV, WF, SPD

2.5 2.5 4.5 4.5 2.5

12 8 8 8 12

18 13 18 13 13

35 25 25 35 35

30 2 6 10 25

9 9 9 9 3

1 1 1 1 1

1 2 3 4 5

1 1 1 1 1

8 8 8 8 8

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD R Ra 3 3.22 1 3 2.88 2 3 3.41 3 9 2.80 4 9 3.45 5

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

4.5 4.5 4.5 2.5 2.5 2.5 2.5 4.5 4.5 2.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 4.5

8 12 8 8 12 8 12 8 8 8 12 12 12 12 12 12 12 12 12 12 12 12 8 12 8 8 8

18 13 13 18 13 18 13 13 18 13 13 18 18 18 18 13 13 18 13 18 13 18 13 18 18 13 18

35 25 25 25 25 35 35 35 35 25 35 35 25 35 35 35 25 25 25 25 35 25 25 35 25 35 25

8 8 8 8 12 8 8 12 12 12 8 8 12 8 12 12 12 8 8 8 12 12 12 12 12 8 12

13 4 1 5 19 14 12 26 29 18 11 16 24 15 31 27 20 7 3 8 28 23 17 32 21 9 22

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

3 9 3 3 3 9 9 9 3 9 3 9 9 3 3 3 9 3 3 9 9 3 3 9 3 3 9

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD R Ra 3 5.44 6 9 2.67 7 9 3.07 8 9 3.12 9 9 3.74 10 9 2.81 11 3 3.50 12 3 2.87 13 9 2.91 14 9 2.78 15 9 3.17 16 3 4.09 17 3 4.62 18 9 3.46 19 3 3.67 20 3 3.84 21 3 3.70 22 3 3.92 23 3 4.04 24 9 3.51 25 9 3.87 26 9 3.63 27 3 3.33 28 9 3.03 29 3 4.22 30 3 5.28 31 9 2.87 32

Các yếu tố ảnh ảnh hưởng chính có thể được xác định một cách định tính thông

qua đồ thị các ảnh hưởng chính (Main Effects Plot). Đồ thị ảnh hưởng của mỗi biến

thí nghiệm được vẽ một cách độc lập trên một đồ thị chung.

a. Đánh giá các ảnh hưởng của biến thí nghiệm đến nhán bề mặt Ra.

 Ảnh hưởng của các thông số thí nghiệm đến Ra được thể hiện qua biểu đồ

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Main Effects Plot for Ra (Hình 3.13).

Hình 3.13. Đồ thị các ảnh hưởng chính của các yếu tố

VM, Tbon, Toff, SV, WF, SPD, R đến Ra

Trên hình 3.13, sáu đồ thị ảnh hưởng của sáu biến được vẽ trong sáu ô độc lập

nhau. Ô góc trên bên trái của đồ thị biểu diễn ảnh hưởng của biến VM. Nhận thấy trên

đồ thị, khi VM thay đổi từ 3 (giá trị mã hóa là -1) đến 9 (giá trị mã hóa là +1), hàm

mục tiêu Ra thay đổi từ 3.6759 đến 3.30029. Độ dốc của đồ thị này là (3.6759 –

3.30029)/2 = 0.187805. Tương tự, độ dốc của us khi Ton, Toff, SV, WF, SPD, R thay

đổi lần lượt là: (3.59783-3.37835)/2=0.10974; (3.54917-3.42702)/2=0.061075,

(3.50435-3.47183)/2=0.01626, (3.51844-3.45775)/2=0.030345, (3.57612-3.40006)/2 =

0.08803 và (3.76281-3.21337)/2=0.27472. So sánh định tính cho thấy, độ dốc của đồ

thị ảnh hưởng của R là lớn nhất; kế tiếp là đồ thị VM, Ton, SPD, Toff, WF và cuối cùng

là SV.

Một cách khác để đánh giá các ảnh hưởng chính là xem xét đồ thị các ảnh

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

hưởng được chuẩn hóa (hình 3.14).

Hình 3.14. Đồ thị ảnh hưởng chuẩn hóa ảnh hưởng của các yếu tố

VM, Tbon, Toff, SV, WF, SPD, R đến Ra.

Trên hình 3.14, đồ thị được vẽ cho hàm mục tiêu với mức ý nghĩa α = 0,05. Các yếu tố

có ảnh hưởng lớn (Significant) được biểu diễn qua các điểm hình vuông. Các yếu tố

này bao gồm: A (biến VM), B (biến Ton), C (Toff), E (WF), F (SPD), G (biến R), các

tương tác bậc 2: BD (Ton*SV), BG (Ton*R) và các tương tác bậc 3: BCE

(Ton*Toff*WF), BCG (Ton*Toff*R) . Theo đó, Biến R có ảnh hưởng mạnh nhất, tiếp

theo là VM, Ton, SPD, Ton*R, Ton*SV, Toff , Ton*Toff*WF, Ton*Toff*R, WF.

Dựa vào bảng 3.17, các biến và các tương tác có giá trị P < 0.05 là các biến và các

tương tác có ý nghĩa thống kê. Các biến và tương tác đó là: R, VM, Ton, SPD, Ton*R,

Ton*SV, Toff , Ton*Toff*WF, Ton*Toff*R, WF. Như vậy tất cả các biến đều ảnh hưởng

đến Ra trực tiếp hoặc thông qua các tương tác với nhau. Các biến và tương tác có giá

trị P > 0.05 vẫn còn vì có kể đến các tương tác bậc 3.

Bảng 3.17. Thông tin mô hình hồi quy sau khi loại bỏ các yếu tố ảnh hưởng yếu

Term

Effect

Coef SE Coef T-Value P-Value

VIF

Constant

3.4881

0.0139

250.24

0.000

-0.3756 -0.1878

0.0139

-13.47

0.000 1.00

0.2195

0.1097

0.0139

7.87

0.000 1.00

Ton

0.1221

0.0611

0.0139

4.38

0.000 1.00

Toff

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Coded Coefficients

-0.0325 -0.0163

0.0139

-1.17

0.260 1.00

0.0607

0.0303

0.0139

2.18

0.045 1.00

SPD

-0.1761 -0.0880

0.0139

-6.32

0.000 1.00

-0.5494 -0.2747

0.0139

-19.71

0.000 1.00

Ton*Toff

0.0045

0.0023

0.0139

0.16

0.873 1.00

Ton*SV

-0.1415 -0.0707

0.0139

-5.07

0.000 1.00

Ton*WF

-0.0542 -0.0271

0.0139

-1.94

0.070 1.00

Ton*R

0.1530

0.0765

0.0139

5.49

0.000 1.00

Toff*WF

-0.0081 -0.0041

0.0139

-0.29

0.775 1.00

Toff*R

-0.0416 -0.0208

0.0139

-1.49

0.155 1.00

Ton*Toff*WF -0.1189 -0.0594

0.0139

-4.26

0.001 1.00

0.1149

0.0574

0.0139

4.12

0.001 1.00

Ton*Toff*R

R-sq R-sq(adj) R-sq(pred)

96.17%

92.10%

0.0788524 98.03%

Model Summary

b. Phân tích hồi quy-phương sai

Mô hình hồi quy ở mức tương tác hai yếu tố bao gồm 01 số hạng hằng số (b0), 07 số

hạng ứng với 7 biến thí nghiệm có ảnh hưởng đáng kể và không đáng kể, 2 số hạng

của các ảnh hưởng tương tác bậc hai và 2 số hạng của các tương tác bậc 3. Phương

trình hồi quy có dạng:

Ra = b0 + b1 VM + b2 Ton + b3 Toff + b4SV+b5WF+b6SPD + b12VM*Ton + b13VM*Toff

+ b14VM*SV+ b15VM*WF+ b16VM*SPD+ b23Ton*Toff+ b24Ton *SV+ b25Ton *WF+

b26T on*SPD+ b34Toff*SV + b35Toff*WF+ b36Toff*SPD+ b45SV*WF+ b46SV*SPD+

b56WF*SPD (3.3)

Các hệ b0, bx, bxx được Minitab liệt kê giá trị trong cột Coef (cột thứ 3 trong

bảng 3.17). Tên các yếu tố (bao gồm các biến thí nghiệm và các tương tác) được liệt

kê trong cột Term (cột thứ 1 trong bảng 3.17)

Giá trị b0 trong phương trình (3.3) được ký hiệu là constant (hằng số) trong cột

Term của bảng. Các giá trị của các hệ số được liệt kê trong cột “Coef”. Cột T biểu diễn

giá trị tính theo phân phối t của đại lượng được xét; cột P liệt kê giá trị xác suất p (p-

value) khi kiểm định giả thuyết thống kê về khả năng các hệ số bằng không. Giá trị p

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

lớn hơn mức ý nghĩa α báo hiệu rằng việc tồn tại hệ số tương ứng là không có ý nghĩa

thống kê. Nói cách khác, khi p > α, có thể tin tưởng đến (1-α) % để lấy hệ số đó bằng

không. Tức là ảnh hưởng của thành phần tương ứng là không đáng kể đến hàm mục tiêu.

Quan sát cột giá trị p (cột cuối cùng bên phải của bảng) có các kết luận về các

thành phần có thể ảnh hưởng đến hàm mục tiêu. Trước hết, giá trị p của các thông số

và tương tác giữa chúng đều nhỏ hơn so với mức ý nghĩa  (bằng 0.05). Điều này

chứng tỏ các thông số và các tương tác này có ảnh hưởng mạnh đến Ra.

Hàng cuối cùng của bảng hiển thị thông số đánh giá mô hình hồi quy. Các thông

số quyết định r2 (ký hiệu R-Sq) và (ký hiệu là R-Sq(Adj)) đều là lớn hơn 92.1%,

chứng tỏ mô hình được khớp rất tốt với dữ liệu.

Ra = 3.4881- 0.1878VM +0.1097 Ton +0.0611 Toff -0.0163SV +0.0303 WF - 0.0880 SPD

-0.2747 R + 0.0023 Ton*Toff - 0.0707 Ton*SV -0.0271 Ton*WF +0.0765 Ton*R -0.0041 Toff*WF - 0.0208Toff*R - 0.0594 Ton*Toff*WF + 0.0574Ton*Toff*R

Phương trình quan hệ 3.3 giữa Ra và các thông số ảnh hưởng chính có thể được viết: Regression Equation in Uncoded Units

R-sq R-sq(adj) R-sq(pred)

96.17%

92.10%

Model Summary

0.0788524 98.03%

3.4.2. Ảnh hưởng của các thông số gia công đến vận tốc cắt (CS) khi cắt cong

Mỗi mẫu thí nghiệm được tiến hành trong một chế độ gia công (với các thông

số của quá trình) nhất định, các thông số của quá trình này sẽ thay đổi trong khoảng

điều chỉnh cho phép của thiết bị thí nghiệm và được tập hợp để tính toán, từ đó đánh

giá được ảnh hưởng của các yếu tố đó đến CS.

Bảng 3.18. Phạm vi khảo sát các biến thực nghiệm:

Thấp nhất Cao nhất

Mức Biến

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Giá trị thực Mã hóa Giá trị thực -1 -1 -1 -1 -1 -1 -1 3 8 13 25 8 4.5 3 9 12 18 35 12 5.5 9 Mã hóa +1 +1 +1 +1 +1 +1 +1 VM Ton Toff SV WF SPD R

Để khảo sát chi tiết ảnh hưởng của các thông số thí nghiệm đến hàm mục tiêu,

một phương pháp thực nghiệm “Thí nghiệm sàng lọc” (Screening Experiment) đã

được áp dụng. Phương pháp thí nghiệm sàng lọc được tiến hành nhằm các mục đích:

- Xác định đâu là các yếu tố ảnh hưởng chính đến đối tượng hay quá trình khảo sát;

- Đánh giá mức độ ảnh hưởng của các yếu tố;

- Đánh giá mức độ ảnh hưởng tương tác giữa các yếu tố;

- Xác định được mối quan hệ ra-vào đơn giản (bậc nhất) dùng làm cơ sở cho quá

trình cải thiện hoặc tối ưu hóa sau này.

Phần mềm Minitab®18 được chọn để xây dựng kế hoạch thí nghiệm và phân

tích số liệu khi sử dụng dạng thiết kế thí nghiệm toàn phần 2 mức.

Cách thức khai báo các biến thí nghiệm cho bước khởi tạo kế hoạch thí nghiệm

được minh họa trên hình 3.15.

Trên hình 3.15, khai báo các giá trị giới hạn cho vùng khảo sát cho mỗi biến thí

nghiệm. Thông số VM được gán cho biến A (Factor A), có tên (Name) được đặt là

VM, giá trị dưới (Low) là 3; giá trị trên (High) là 9. Tương tự như vậy cho biến B,

được gán cho thông số Ton; biến C được gán cho thông số Toff; biến D được gán cho

thông số SV, biến E được gán cho thông số WF; biến F được gán cho thông số SPD,

biến G được gán cho thông số R.

Hình 3.15. Khai báo biến thí nghiệm sàng lọc

Kết quả ma trận thí nghiệm thu được được trình bày trong bảng 3.19. Trong

bảng 3.19, cột thứ nhất, StdOrder hiển thị thứ tự các thí nghiệm theo “tiến trình chuẩn”

(Standard Order). Tiến trình chuẩn là thứ tự các thí nghiệm được xác lập theo lý thuyết

quy hoạch thực nghiệm. Để đảm bảo nguyên tắc ngẫu nhiên hóa, việc thực hiện các thí

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

nghiệm theo thứ tự được liệt kê trong cột RunOrder.

Toàn bộ 32 thí nghiệm có thể thực hiện trong cùng một ca máy, trong điều kiện

gia công như nhau. Ta đã xác lập số khối thí nghiệm bằng 1. Do vậy, cột Blocks trong

bảng 2 có giá trị các ô như nhau và bằng 1.

Bảng kế hoạch 3.19 có 32 hàng, tức là cần thực hiện ít nhất 32 thí nghiệm theo

thứ tự đã liệt kê trong cột RunOrder. Mỗi thí nghiệm có các biến VM, Tbon, Toff, SV,

WF, SPD, R được xác lập theo giá trị đã ghi trong ô tương ứng của các cột VM, Tbon,

Toff, SV, WF, SPD, R trong bảng 3.19.

Bảng 3.19. Kế hoạch thí nghiệm sàng lọc theo 1/32 factorial

2.5 2.5 4.5 4.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 2.5 4.5 4.5 2.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 4.5

8 8 8 8 8 8 12 8 8 12 8 12 8 8 8 12 12 12 12 12 12 12 12 12 12 12 12 8 12 8 8 8

18 13 18 13 13 18 13 13 18 13 18 13 13 18 13 13 18 18 18 18 13 13 18 13 18 13 18 13 18 18 13 18

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

30 2 6 10 25 13 4 1 5 19 14 12 26 29 18 11 16 24 15 31 27 20 7 3 8 28 23 17 32 21 9 22

12 8 8 8 12 8 8 8 8 12 8 8 12 12 12 8 8 12 8 12 12 12 8 8 8 12 12 12 12 12 8 12

35 25 25 35 35 35 25 25 25 25 35 35 35 35 25 35 35 25 35 35 35 25 25 25 25 35 25 25 35 25 35 25

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

9 9 9 9 3 3 9 3 3 3 9 9 9 3 9 3 9 9 3 3 3 9 3 3 9 9 3 3 9 3 3 9

3 3 3 9 9 3 9 9 9 9 9 3 3 9 9 9 3 3 9 3 3 3 3 3 9 9 9 3 9 3 3 9

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD R 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 10 1 11 1 12 1 13 1 14 1 15 1 16 1 17 1 18 1 19 1 20 1 21 1 22 1 23 1 24 1 25 1 26 1 27 1 28 1 29 1 30 1 31 1 32

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Kết quả được xác định bằng cách lấy trung bình CS của 3 lần thí nghiệm một

chế độ cắt và được trình bày trong bảng 3.20

Bảng 3.20. Kết quả thí nghiệm nghiệm sàng lọc theo VM, Tbon, Toff, SV, WF, SPD

2.5 2.5 4.5 4.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 2.5 4.5 4.5 2.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 2.5 4.5 4.5 4.5 2.5 2.5 4.5

35 25 25 35 35 35 25 25 25 25 35 35 35 35 25 35 35 25 35 35 35 25 25 25 25 35 25 25 35 25 35 25

12 8 8 8 12 8 8 8 8 12 8 8 12 12 12 8 8 12 8 12 12 12 8 8 8 12 12 12 12 12 8 12

8 8 8 8 8 8 12 8 8 12 8 12 8 8 8 12 12 12 12 12 12 12 12 12 12 12 12 8 12 8 8 8

18 13 18 13 13 18 13 13 18 13 18 13 13 18 13 13 18 18 18 18 13 13 18 13 18 13 18 13 18 18 13 18

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

TT StdOrder RunOrder CenterPt Blocks VM Ton Toff SV WF SPD R CS 3 2.08 1 3 2.18 2 3 1.98 3 9 1.81 4 9 1.34 5 3 1.63 6 9 2.50 7 9 1.51 8 9 1.37 9 9 1.79 10 9 1.78 11 3 2.55 12 3 1.92 13 9 1.19 14 9 1.87 15 9 1.65 16 3 2.29 17 3 2.70 18 9 1.60 19 3 1.80 20 3 1.99 21 3 2.39 22 3 1.89 23 3 2.31 24 9 2.41 25 9 2.30 26 9 1.62 27 3 1.78 28 9 2.25 29 3 1.65 30 3 1.83 31 9 1.68 32

9 30 9 2 9 6 9 10 3 25 3 13 9 4 3 1 3 5 3 19 9 14 9 12 9 26 3 29 9 18 3 11 9 16 9 24 3 15 3 31 3 27 9 20 3 7 3 3 9 8 9 28 3 23 3 17 9 32 3 21 3 9 9 22 Các yếu tố ảnh ảnh hưởng chính có thể được xác định một cách định tính thông

qua đồ thị các ảnh hưởng chính (Main Effects Plot). Đồ thị ảnh hưởng của mỗi biến

thí nghiệm được vẽ một cách độc lập trên một đồ thị chung.

a. Đánh giá các ảnh hưởng của biến thí nghiệm đến tốc độ nội suy CS (mm/min).

 Ảnh hưởng của các thông số thí nghiệm đến Ra được thể hiện qua biểu đồ

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Main Effects Plot for CS (Hình 3.16).

Hình 3.16. Đồ thị các ảnh hưởng chính của các yếu tố

VM, Tbon, Toff, SV, WF, SPD, R đến CS

Trên hình 3.16, các đồ thị ảnh hưởng của sáu biến được vẽ trong sáu ô độc lập

nhau. Ô góc trên bên trái của đồ thị biểu diễn ảnh hưởng của biến VM. Nhận thấy trên

đồ thị, khi VM thay đổi từ 3 (giá trị mã hóa là -1) đến 9 (giá trị mã hóa là +1), hàm

mục tiêu CS thay đổi từ 1.68363 đến 2.16834. Độ dốc của đồ thị này là (2.18634 –

1.68363)/2 = 0.242355. Tương tự, độ dốc của CS khi Ton, Toff, SV, WF, SPD, R thay

đổi lần lượt là: (2.1275-1.72447)/2=0.201515; (1.98194-1.87003)/2=0.055955,

(1.97633-1.87564)/2=0.050345, (1.9556-1.89637)/2=0.039615, (1.97179-1.88018)/2 =

0.045805 và (2.05938-1.79259)/2=0.133395. So sánh định tính cho thấy, độ dốc của

đồ thị ảnh hưởng của VM là lớn nhất; kế tiếp là đồ thị Ton, R, Toff, SV, SPD và cuối

cùng là WF.

Một cách khác để đánh giá các ảnh hưởng chính là xem xét đồ thị các ảnh

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

hưởng được chuẩn hóa (hình 3.17).

Hình 3.17. Đồ thị ảnh hưởng chuẩn hóa ảnh hưởng của các yếu tố tố

VM, Tbon, Toff, SV, WF, SPD, R đến CS

Trên hình 3.17, đồ thị được vẽ cho hàm mục tiêu với mức ý nghĩa α = 0,05. Các yếu tố

có ảnh hưởng lớn (Significant) được biểu diễn qua các điểm hình vuông. Các yếu tố

này bao gồm: A (biến VM), B (biến Ton), C (biến Toff), D (biến SV), G (biến R), và các

tương tác bậc 2: AB (VM*Ton), AG (VM*R). Theo đó, Biến VM có ảnh hưởng mạnh

nhất, tiếp theo là Ton, R, Toff, VM*Ton, SV, SPD, VM*R.

Dựa vào bảng 3.21, các biến và các tương tác có giá trị P < 0.05 là các biến và các

tương tác có ý nghĩa thống kê. Các biến và tương tác đó là: VM, Ton, R, Toff, VM*Ton,

SV, SPD, VM*R.

Bảng 3.21. Thông tin mô hình hồi quy sau khi loại bỏ các yếu tố có ảnh hưởng yếu.

Term

Effect

Coef SE Coef T-Value P-Value

VIF

Constant

1.9260

0.0170

113.11

0.000

0.4847

0.2424

0.0170

14.23

0.000 1.00

0.4030

0.2015

0.0170

11.83

0.000 1.00

Ton

-0.1119 -0.0560

0.0170

-3.29

0.003 1.00

Toff

-0.1007 -0.0503

0.0170

-2.96

0.007 1.00

-0.0916 -0.0458

0.0170

-2.69

0.013 1.00

SPD

-0.2668 -0.1334

0.0170

-7.83

0.000 1.00

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Coded Coefficients

Term

Effect

Coef SE Coef T-Value P-Value

VIF

VM*Ton

0.1074

0.0537

0.0170

3.15

0.004 1.00

0.0821

0.0411

0.0170

2.41

0.024 1.00

VM*R Model Summary

R-sq R-sq(adj) R-sq(pred)

93.40%

90.52%

0.0963261 95.10%



Phân tích hồi quy-phương sai

Mô hình hồi quy

Mô hình hồi quy ở mức tương tác hai yếu tố bao gồm 01 số hạng hằng số (b0), 03 số

hạng ứng với 3 biến thí nghiệm có ảnh hưởng đáng kể, 3 số hạng của các ảnh hưởng

tương tác mức hai. Phương trình hồi quy có dạng:

Ra = b0 + b1 VM + b2 Ton + b3 Toff + b4SV+b5WF+b6SPD + b12VM*Ton + b13VM*Toff

+ b14VM*SV+ b15VM*WF+ b16VM*SPD+ b23Ton*Toff+ b24Ton *SV+ b25Ton *WF+

b26T on*SPD+ b34Toff*SV + b35Toff*WF+ b36Toff*SPD+ b45SV*WF+ b46SV*SPD+

b56WF*SPD (3.4)

Các hệ b0, bx, bxx được Minitab liệt kê giá trị trong cột Coef (cột thứ 3 trong

bảng 3.21). Tên các yếu tố (bao gồm các biến thí nghiệm và các tương tác) được liệt

kê trong cột Term (cột thứ 1 trong bảng 3.21).

Giá trị b0 trong phương trình (3.4) được ký hiệu là constant (hằng số) trong cột

Term của bảng. Các giá trị của các hệ số được liệt kê trong cột “Coef”. Cột T biểu diễn

giá trị tính theo phân phối t của đại lượng được xét; cột P liệt kê giá trị xác suất p (p-

value) khi kiểm định giả thuyết thống kê về khả năng các hệ số bằng không. Giá trị p

lớn hơn mức ý nghĩa α báo hiệu rằng việc tồn tại hệ số tương ứng là không có ý nghĩa

thống kê. Nói cách khác, khi p > α, có thể tin tưởng đến (1-α)% để lấy hệ số đó bằng

không. Tức là ảnh hưởng của thành phần tương ứng là không đáng kể đến hàm mục

tiêu.

Quan sát cột giá trị p (cột cuối cùng bên phải của bảng) có các kết luận về các

thành phần có thể ảnh hưởng đến hàm mục tiêu. Trước hết, giá trị p của các thông số

và tương tác giữa chúng đều nhỏ hơn so với mức ý nghĩa  (bằng 0.05). Điều này

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

chứng tỏ các thông số và các tương tác này có ảnh hưởng mạnh đến CS.

Hàng cuối cùng của bảng hiển thị thông số đánh giá mô hình hồi quy. Các thông

số quyết định r2 (ký hiệu R-Sq) và (ký hiệu là R-Sq(Adj)) đều là lớn hơn 90.52%,

chứng tỏ mô hình được khớp rất tốt với dữ liệu.

CS = 1.926 +0.2424 VM + 0.2015 Ton - 0.056Toff - 0.0503 SV - 0.0458 SPD

- 0.1334 R + 0.0537 VM*Ton +0.0411 VM*R

Phương trình quan hệ 3.4 giữa CS và các thông số ảnh hưởng chính có thể được viết: Regression Equation in Uncoded Units

R-sq R-sq(adj) R-sq(pred)

93.40%

90.52%

0.0963261 95.10%

Model Summary

3.5. Kết luận chương 3

Trong chương này nghiên cứu ảnh hưởng của các thông số đầu vào của quá trình gia

công đến độ nhám bề mặt và năng suất gia công (vận tốc cắt) trong gia công dây cắt tia

lửa điện khi gia công thép 9CrSi sau khi tôi. Từ kết quả các thí nghiệm đã rút ra được

các kết quả như sau:

- Xây dựng được mô hình định tính của quá trình gia công xuất phát từ các

thông số đầu vào đến khi thực hiện và kết thúc quá trình.

- Sử dụng phương pháp thực nghiệm giúp đánh giá được ảnh hưởng của các

thông số công nghệ đến độ nhám bề mặt và năng suất gia công.

- Đã xây dựng được mối quan hệ giữa các thông số công nghệ đến độ nhám bề

mặt và năng suất gia công khi gia công thép 9CrSi sau khi tôi trên máy cắt dây và cụ

thể như sau:

3.4587 - 0.089 VM + 0.2686 Ton - 0.042 Toff - 0.01913SV

1.8962 +0.2333 VM + 0.2705Ton + 0.0952 Toff +0.0784 SV +0.0019 SPD + 0.0447 VM*Toff + 0.0422 SV*SPD

+ Khi cắt đường thẳng:

= 3.4881- 0.1878VM +0.1097 Ton +0.0611 Toff -0.0163SV +0.0303 WF - 0.0880 SPD -0.2747 R + 0.0023 Ton*Toff - 0.0707 Ton*SV -0.0271 Ton*WF +0.0765 Ton*R

-0.0041 Toff*WF - 0.0208Toff*R - 0.0594 Ton*Toff*WF + 0.0574Ton*Toff*R

= 1.926 +0.2424 VM + 0.2015 Ton - 0.056Toff - 0.0503 SV - 0.0458 SPD - 0.1334 R

+ 0.0537 VM*Ton +0.0411 VM*R

+ Khi cắt cung cong:

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

CHƯƠNG 4

KẾT LUẬN CHUNG VÀ KIẾN NGHỊ

Thực tế sản xuất ngày nay đòi hỏi phải tối ưu các công đoạn trong dây chuyền

sản xuất như độ chính xác, độ bền, năng suất, tính kinh tế, chất lượng gia công… Điều

này càng có ý nghĩa thiết thực khi gia công các thép đã tôi cũng như các vật liệu khó

gia công. Với sự phát triển của khoa học công nghệ, nhiệm vụ này đang ngày càng

được thực hiện hiệu quả. Đặc biệt, các thiết bị gia công ngày càng phức tạp và đòi hỏi

phải có một chế độ tối ưu hơn để gia công nhằm mục đích nâng cao hiệu quả và hạ giá

thành sản phẩm. Với mục đích đó tác giả đã tập trung đi sâu nghiên cứu và đánh giá

ảnh hưởng của các thông số công nghệ đến năng suất và độ nhám bề mặt trong gia

công bằng dây cắt tia lửa điện.

Thép 9CrSi là loại thép hiện đang được sử dụng rất nhiều trong chế tạo khuôn

dập, xây dựng, bàn cán, dụng cụ gia công…. Việc gia công 9CrSi sau khi tôi là gặp

khó khăn đối với các phương pháp truyền thống do chi phí lớn, năng suất và chất

lượng không cao và nhiều khi không thể thực hiện được. Tuy nhiên, với việc sử dụng

gia công cắt dây tia lửa điện đã làm cho năng suất và chất lượng gia công được nâng

lên rõ rệt trong nhiều trường hợp. Do vậy cần tiến hành nghiên cứu tìm ra các các trị

số của các thông số công nghệ tối ưu để nâng cao năng suất và độ nhám bề mặt khi gia

công 9CrSi sau khi tôi. Kết quả cụ thể của nghiên cứu này như sau:

1. Đã xây dựng một cách có hệ thống các tham số công nghệ đơn cũng như kết

hợp các yếu tố công nghệ khác nhau ảnh hưởng đến độ nhám bề mặt và năng suất gia

công. Tác giả đã đưa ra các kết luận về ảnh hưởng của các thông số công nghệ đến

nhám bề mặt và năng suất cắt, điều đó là cơ sở để lựa chọn chế độ gia công tối ưu

nhằm nâng cao hiệu quả của quá trình gia công. Cụ thể là:

- Điện áp đánh lửa U: là yếu tố ảnh hưởng lớn đến năng suất và chất lượng bề

mặt gia công. Điều này hoàn toàn phù hợp với các nghiên cứu về gia công bằng dây

cắt tia lửa điện.

- Khoảng cách xung Toff (off time): Đây là tham số có ảnh hưởng không nhỏ

đến năng suất, chất lượng bề mặt cũng như độ chính xác kích thước. Khi khoảng cách

xung càng lớn thì lượng hớt vật liệu phôi càng nhỏ và ngược lại. Tuy nhiên, nếu

khoảng cách xung phải đủ lớn để dung dịch chất điện môi có đủ thời gian thôi ion hóa

và dòng chảy điện môi có đủ thời gian vận chuyển hết phoi ra khỏi vùng gia công cũng

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

như làm nguội bề mặt gia công.

- Độ kéo dài xung Ton (on time): thời gian kéo dài xung cũng ảnh hưởng lớn

đến năng suất và chất lượng bề mặt gia công. Lượng hớt vật liệu tăng lên khi độ kéo

dài xung tăng, nhưng đến một mức độ nào đó rồi sẽ giảm cho dù độ kéo dài xung vẫn

tăng và kéo theo nó nhám bề mặt sẽ tăng lên.

2. Xây dựng thành công mô hình toán học về mối quan hệ giữa độ nhám bề mặt

và năng suất gia công với các thông số công nghệ như điện áp đánh lửa U, độ kéo dài

xung Ton, khoảng cách xung Toff khi gia công thép 9CrSi sau khi tôi.

3. Đã xây dựng được mối quan hệ giữa các thông số công nghệ đến độ nhám bề

mặt và năng suất gia công khi gia công thép 9CrSi sau khi tôi trên máy cắt dây và cụ

thể như sau:

3.4587 - 0.089 VM + 0.2686 Ton - 0.042 Toff - 0.01913SV

1.8962 +0.2333 VM + 0.2705Ton + 0.0952 Toff +0.0784 SV +0.0019 SPD + 0.0447 VM*Toff

+ 0.0422 SV*SPD

+ Cắt đường thẳng

= 3.4881- 0.1878VM +0.1097 Ton +0.0611 Toff -0.0163SV +0.0303 WF - 0.0880 SPD -0.2747 R + 0.0023 Ton*Toff - 0.0707 Ton*SV -0.0271 Ton*WF +0.0765 Ton*R

-0.0041 Toff*WF - 0.0208Toff*R - 0.0594 Ton*Toff*WF + 0.0574Ton*Toff*R

= 1.926 +0.2424 VM + 0.2015 Ton - 0.056Toff - 0.0503 SV - 0.0458 SPD - 0.1334 R

+ 0.0537 VM*Ton +0.0411 VM*R

+ Cắt cung cong

Một số đề nghị:

Cần tiếp tục mở rộng nghiên cứu ảnh hưởng của các thông số phi công nghệ

như: vật liệu gia công, vật liệu điện cực, tốc độ dòng chảy, lực căng dây… đến năng

suất và chất lượng bề mặt gia công.

Cần nghiên cứu ảnh hưởng của các thông số công nghệ đến quá trình gia công

khi thực hiện với các vật liệu khác.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

TÀI LIỆU THAM KHẢO

[1] Shajan Kuriakose, Kamal Mohan, M. S. Shunmugam, Data mining applied to wire-EDM process, Journal of Materials Processing Technology, Volume 142, Issue 1, 10 November 2003, Pages 182-189.

[2] D.F. Dauw, H. Sthioul, R. Delpretti, C. Tricarico, Wire Analysis and Control for Precision EDM Cutting, CIRP Annals - Manufacturing Technology, Volume 38, Issue 1, 1989, Pages 191-194.

[3] N. Kinoshita, M. Fukui, Y. Kimura, Study on Wire-EDM: Inprocess Measurement of Mechanical Behaviour of Electrode-Wire, CIRP Annals - Manufacturing Technology, Volume 33, Issue 1, 1984, Pages 89-92.

[4] N. Kinoshita, M. Fukui, G. Gamo, Control of Wire-EDM Preventing Electrode from Breaking, CIRP Annals - Manufacturing Technology, Volume 31, Issue 1, 1982, Pages 111-114.

[5] J.T Huang, Y.S. Lyao, Optimization of machining parameters of Wire-EDM based on Grey relational and statistical analyses, Int. Journal of Production and Research, 2003, Vol. 41, No. 8, 1707-1720.

[6] G. Ugrasen, H.V. Ravindra, G.V. Naveen Prakash, R. Keshavamurthy, Process optimization and estimation of machining performances using artificial neural network in wire EDM, Procedia Materials Science, Volume 6, 2014, Pages 1752-1760.

[7] Fuzhu Han, Jie Zhang, Isago Soichiro, Corner error simulation of rough cutting in wire EDM, Precision Engineering, Volume 31, Issue 4, October 2007, Pages 331-336.

[8] L’uboslav Straka, Ivan ˇCorný and Ján Pitel’, Properties Evaluation of Thin Microhardened Surface Layer of Tool Steel after Wire EDM, Metal, 25 April 2016.

[9] M. Panner Selvam, P. Ranjith Kumar, Optimization Kerf Width and Surface Roughness in Wirecut Electrical Discharge Machining Using Brass Wire, Mechanics and Mechanical Engineering, Vol. 21, No. 1 (2017) 37–55.

[10] S. S. Mahapatra, Amar Patnaik, Parametric Optimization of Wire Electrical Discharge Machining (WEDM) process using Taguchi method, CIRP Annals - Manufacturing Technology, Volume 41, Issue 2, 1992, Pages 677-688.

[11] Basil Kuriachen, Josephkunju Paul, Jose Mathew, Modeling of Wire Electrical Discharge Machining Parameters Using Titanium Alloy (Ti-6AL-4V), International Journal of Emerging Technology and Advanced Engineering, Volume 2, Issue 4, April 2012.

[12] G. Srinivasarao, D. Suneel, Parametric Optimization of WEDM on α-β Titanium Alloy using Desirability Approach, Proceedings, Volume 5, Issue 2, Part 2, 2018, Pages 7937-7946

[13]. Lưu Anh Tùng, Nghiên cứu ảnh hưởng của một số thông số công nghệ đến độ nhám bề mặt và năng suất gia công trong gia công cắt dây tia lửa điện thép 9CrSi sau khi tôi, Luận văn Thạc sỹ, Đại học Kỹ thuật Công nghiệp Thái nguyên, 2011.

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

[14] Hassan El-Hofy, Advanced Machining Processes, Mc. Graw-Hill, 2005.

[15] Nguyễn Văn Tuấn, Vũ Ngọc Pi, Nguyễn Văn Hùng, Các phương pháp gia công tiên tiến, NXB Khoa học

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

[16] Joseph R. Davis (Senior Editor), Metals Handbook, Volume 16, Machining, ASM International, 1995.

BÀI BÁO ĐÃ XUẤT BẢN

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

[1] Tran Thi Hong, Do Thi Tam, Nguyen Manh Cuong, Luu Anh Tung, Vu Ngoc Pi, Le Hong Ky, Nguyen Quoc Tuan, Nguyen Thi Hoa, Effects of process parameters on cutting speed in wire-cut edm of 9crsi tool steel, International Journal of Mechanical Engineering and Technology (IJMET) Volume 10, Issue 03, March 2019, pp. 644-649. Article ID: IJMET_10_03_067