Analiza i optymalizacja zgrzewów ultradźwiękowych przewodów miedzianych z wykorzystaniem logiki rozmytej
[ 1 ] Instytut Elektrotechniki i Elektroniki Przemysłowej, Wydział Elektryczny, Politechnika Poznańska | [ P ] employee
2019
scientific article
polish
- zgrzewanie ultradźwiękowe
- logika rozmyta
PL W artykule skoncentrowano się na badaniu wpływu podstawowych parametrów procesu zgrzewania ultradźwiękowego takich jak: amplituda wibracji, siła nacisku oraz czas zgrzewania na wybrane parametry jakościowe uzyskanego połączenia przewodów miedzianych. Badania przeprowadzono metodą czynnikową (ang. fractional desing) z czterema poziomami. Jako parametry jakościowe mierzono siłę zrywania (Fpull), siłę odrywania (Fpeel) oraz obszar zgrzewu. Wyniki przeprowadzonych badań eksperymentalnych wykorzystano do opracowania nieliniowego modelu regresji drugiego stopnia. Ze względu na wariację wyników badań oraz parametrów wejściowych przy tworzeniu reguł modelu wykorzystano logikę rozmytą. Zastosowanie logiki rozmytej pozwoliło na uniezależnienie się od konieczności prowadzenia badań niszczących w procesie produkcyjnym i osiągnięcie najwyższego poziomu jakości zgrzewów.
EN Ultrasonic welding has been used in the market over the past thirty years. Very short time, low energy consumption, repeatability and lack of additional materials and operations during the connection process are key reasons for which this technology has been found advantageous in the mass production. Nevertheless the problems faced by industry regarding to ultrasonic welding are the poor weld quality and low strength of the joints surface when the welding parameters are incorrect. In this paper, the control parameters like vibration amplitude, weld pressure and weld time are considered for the welding and copper wires (Cu-ETP1). Experiment is conducted according to the fractional design with replications to get the responses like tensile shear stress and T-peel stress and weld area. Measured data are utilized to develop fuzzy logic model between responses and predictors. As a quality is an very important issue in these manufacturing industries, the optimal combinations of these parameters are found using fuzzy logic approach.
157 - 166
5
5