Date of Award

12-2021

Document Type

Thesis

Degree Name

Master of Science in Mechanical Engineering (MSME)

Department

Mechanical and Aerospace Engineering

First Advisor

Dr. Aiman Ziout

Second Advisor

Dr. Jaber Abu Qudeiri

Abstract

The application of dissimilar metal welding processes is increasing nowadays in the automobile, aerospace, marine industry as they not only serve for joint welding for different metals but also assist in repairing and reworking in a simplified manner. Study on optimization of weld parameter to weld a structure is important to have control over the distortion, mass deposition, tensile strength, etc. The present research reports the development and implementation of the Genetic algorithm integrated Artificial Neural Network (GANN) based weld sequence optimization for reducing deformation of dissimilar metal joining using the hot-encode technique. Gas Metal Arc Welding (GMAW) is used for the dissimilar metal welding of steel to aluminum. The plan is to divide the welding beads into various segments thus forming different weld sequences. The FEA software provided by MSC MARC Simufact will be used to simulate and analyze the distortion pattern of the welded joints. Simulation results will be validated through the experiments and further, the agreement will be validated with a fair percentage below 20% error to achieve accuracy in terms of studying deformation patterns. A training set of various sequences will be used to train the neural network to obtain a near-optimal sequence. The outcomes of this research are the selection of optimized process parameters for better joint characteristics such as tensile strength, hardness, bead geometry, etc. These optimized process parameters are used for welding the joint that is performed in a sequence. Finally, the sequences are optimized using GANN, thereby reducing the distortion and improving the weldments efficiency. The sequences obtained are tested for minimum distortion criteria using both GMAW and Simufact welding software. The results exemplify that the proposed optimization model is suitable for any kind of weld design and optimization problem.

Arabic Abstract


تقليل تشويه اللحام عن طريق اللحام التسلسل الأمثل باستخدام الذكاء الاصطناعي

تتزايد الحاجة إلى عمليات اللحام التي تتضمن لحام المعادن غير المتشابهة، وذلك في مجالات صناعية مختلفة مثل الطيران والسيارات والمبادلات الحرارية، ذلك سواء في التصنيع أو الصيانة. يعتبر التحكم بالعوامل المؤثره في عمليات اللحام الأساس للحصول على خصائص لحام مثالية من قوة وصلابة وشكل اللحام. تأتي هذه الدراسة بأسلوب جديد للتحكم بخصائص اللحام وذلك من خلال استخدام أساليب الذكاء الصناعي. لقد تم استخدام الشبكات العصبية الاصطناعية والخوارزميات الجينية لتحديد أفضل تسلسل لنقاط اللحام بحيث نحصل على أفضل الخصائص، ونحافظ على الحد الادنى من التشوه الحاصل في القطع الملحومة. تم استخدام لحام القوس الكهربائي لتنفيذ التجارب والتحقق من النتائج، وكذلك برنامج م س س لمحاكاة التشوه. استخدمت نتائج التجارب ونتائج المحاكاة لتعليم برنامج الخلايا العصبية وتغذية خوارزمية الجينات. أظهرت النتائج أن الطريقة المطروحة في هذا البحث قادرة على التوفيق بين أفضل خصائص اللحام مع تقليل التشوه الحاصل في القطع الملحومة.

Download
COinS