Optimization of Milling Parameters for Hybrid Sisal-Cotton Fiber Reinforced Polymer Composites Using Taguchi Method
यह अध्ययन टैगुची प्रायोगिक डिजाइन को ANN-GA ढांचे के साथ एकीकृत करके हाइब्रिड सिसल-कपास फाइबर-प्रबलित एपॉक्सी कंपोजिट के लिए CNC एंड मिलिंग मापदंडों को अनुकूलित करता है, जिसमें फीड दर और कट की गहराई को क्रमशः सामग्री हटाने की दर (MRR) और सतह की खुरदरापन (surface roughness) के लिए प्रमुख कारकों के रूप में पहचाना गया है, और इष्टतम स्थितियों के तहत न्यूनतम त्रुटि के साथ अत्यधिक सटीक भविष्यवाणियां प्राप्त की गई हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक विनिर्माण की दुनिया में, भारी और ऊर्जा-गहन सामग्रियों को हल्के, अधिक टिकाऊ विकल्पों से बदलने के लिए एक बढ़ता हुआ दबाव है। एक आशाजनक मार्ग प्राकृतिक फाइबर-प्रबलित पॉलिमर कंपोजिट (natural fiber-reinforced polymer composites) में निहित है। ये सामग्रियाँ कपास या सिसाल जैसे पौधों के रेशों को एक प्लास्टिक रेजिन मैट्रिक्स में समाहित करके बनाई जाती हैं। इसका परिणाम एक ऐसा पदार्थ है जो मजबूत, हल्का और बायोडिग्रेडेबल है, जो इसे ऑटोमोटिव जैसे उद्योगों में सिंथेटिक सामग्रियों को बदलने के लिए एक आकर्षक विकल्प बनाता है, जहाँ वजन कम करने से ईंधन दक्षता बेहतर हो सकती है। हालाँकि, ये प्राकृतिक कंपोजिट एक अनूठी चुनौती पेश करते हैं: वे एकसमान नहीं होते हैं। ठोस धातु या एकसमान प्लास्टिक के विपरीत, वे विभिन्न रेशों और रेजिन का मिश्रण हैं, जो उन्हें सटीकता के साथ काटने और आकार देने में कठिन बनाता है। जब मशीनें इन सामग्रियों को मिलिंग (milling) करने की कोशिश करती हैं, तो रेशों की असमान प्रकृति अक्सर धागे निकलने (fraying), सतह के खुरदरेपन या सामग्री के फटने जैसे दोष उत्पन्न करती है। इन पर्यावरण के अनुकूल सामग्रियों का प्रभावी ढंग से उपयोग करने के लिए, इंजीनियरों को अपनी कटिंग मशीनों के लिए सटीक सेटिंग्स ढूंढनी होगी जो इन दोषों को कम करते हुए उत्पादन की गति को अधिकतम कर सकें।
कई इथियोपियाई विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने सिसाल और कपास के रेशों को एपॉक्सी रेजिन के साथ मिलाकर बनाए गए एक हाइब्रिड कंपोजिट पर ध्यान केंद्रित करके इस विशिष्ट समस्या को हल करने का बीड़ा उठाया। उनका लक्ष्य यह निर्धारित करना था कि इस सामग्री को एक कंप्यूटर-नियंत्रित मिलिंग टूल का उपयोग करके सबसे अच्छे तरीके से कैसे मशीन किया जाए। प्रक्रिया कच्चे माल को तैयार करने के साथ शुरू हुई। शोधकर्ताओं ने प्राकृतिक सिसाल रेशों और कपास के धागों को एक रासायनिक घोल के साथ उपचारित किया ताकि उनकी सतहों को साफ किया जा सके और उस मोमी कोटिंग को हटाया जा सके जो अन्यथा रेशों को प्लास्टिक रेजिन के साथ अच्छी तरह से जुड़ने से रोकती। इसके बाद उन्होंने कई अलग-अलग संस्करणों के कंपोजिट बनाए, जिसमें रेशों की मात्रा और प्लास्टिक के भीतर रेशों की व्यवस्था को बदला गया। कुछ नमूनों में रेशों की उच्च सांद्रता थी जो एक यादृच्छिक (random) पैटर्न में व्यवस्थित थी, जबकि अन्य में कम सांद्रता या अलग दिशात्मक लेआउट थे।
एक बार जब कंपोजिट शीट पककर सख्त हो गई, तो टीम ने उनकी मजबूती को समझने के लिए कठोर भौतिक परीक्षण किए। उन्होंने नमूनों को खींचकर उनके तन्य शक्ति (tensile strength) का परीक्षण किया, उन्हें दबाकर संपीड़न (compression) का परीक्षण किया, उन्हें मोड़कर लचीलेपन का परीक्षण किया, और यह देखने के लिए उन पर प्रहार किया कि वे प्रभाव को कितनी अच्छी तरह अवशोषित करते हैं। परिणामों ने दिखाया कि रेशों की उच्चतम मात्रा वाला नमूना, जो एक छोटे, यादृच्छिक पैटर्न में व्यवस्थित था, सबसे मजबूत था। यह टूटने से पहले सबसे अधिक बल सहन कर सकता था और प्रहार के दौरान सबसे अधिक ऊर्जा अवशोषित कर सकता था। यह विशिष्ट विन्यास कार बॉडी पैनल जैसे संरचनात्मक अनुप्रयोगों के लिए सबसे मजबूत उम्मीदवार साबित हुआ।
सबसे मजबूत सामग्री की पहचान करने के बाद, शोधकर्ताओं ने मशीनिंग प्रक्रिया की ओर अपना ध्यान केंद्रित किया। उन्हें तीन मशीन सेटिंग्स के आदर्श संयोजन को खोजने की आवश्यकता थी: काटने वाले उपकरण के घूमने की गति, उपकरण के सामग्री के ऊपर से गुजरने की गति, और उपकरण सतह में कितनी गहराई तक काटता है। इसे कुशलतापूर्वक करने के लिए, उन्होंने एक व्यवस्थित प्रयोगात्मक दृष्टिकोण का उपयोग किया जिसने उन्हें हर एक संभावित भिन्नता को चलाए बिना कई संयोजनों का परीक्षण करने की अनुमति दी। उन्होंने उन्नत कंप्यूटर मॉडलिंग तकनीकों का भी उपयोग किया, जिसमें कृत्रिम बुद्धिमत्ता (AI) का उपयोग यह अनुमान लगाने के लिए किया गया कि विभिन्न स्थितियों में मशीन कैसा व्यवहार करेगी। इसने उन्हें भौतिक कट लगाने से पहले प्रक्रिया का अनुकरण करने और अपने विकल्पों को परिष्कृत करने की अनुमति दी।
विश्लेषण से पता चला कि मशीन की सेटिंग्स बहुत मायने रखती थीं, लेकिन अलग-अलग सेटिंग्स अलग-अलग परिणामों को नियंत्रित करती थीं। जब लक्ष्य जितनी जल्दी हो सके उतनी अधिक सामग्री हटाना था, तो उपकरण के सतह के ऊपर से गुजरने की गति सबसे महत्वपूर्ण कारक थी। एक तेज़ गति दर ने सामग्री की मात्रा को काफी बढ़ा दिया, जबकि घूमते हुए उपकरण की गति का इस विशिष्ट परिणाम पर बहुत कम प्रभाव पड़ा। हालाँकि, जब लक्ष्य एक चिकनी, पॉलिश की हुई सतह प्राप्त करना था, तो कट की गहराई प्रमुख कारक बन गई। एक उथला कट कहीं अधिक चिकनी फिनिश प्रदान करता था, जिसके बाद घूमते हुए उपकरण की गति आती थी। शोधकर्ताओं ने पाया कि सबसे चिकनी संभव सतह प्राप्त करने के लिए, मशीन को धीमी गति से घूमना चाहिए, मध्यम गति से चलना चाहिए और बहुत उथला कट लेना चाहिए।
अपने भौतिक प्रयोगों को कंप्यूटर भविष्यवाणियों के साथ जोड़कर, टीम ने इन प्राकृतिक फाइबर कंपोजिट की मशीनिंग की योजना बनाने के लिए एक विश्वसनीय तरीका विकसित किया। उनका मॉडल अत्यधिक सटीक था, जिसमें सतह की चिकनाई के लिए भविष्यवाणियां वास्तविक परिणामों से दो प्रतिशत से भी कम का अंतर रखती थीं। सटीकता का यह स्तर बताता है कि निर्माता अब अपने कटिंग प्रोसेस की योजना पूरे विश्वास के साथ बना सकते हैं, यह जानते हुए कि कौन सी सेटिंग्स बिना परीक्षण और त्रुटि (trial and error) के समय और सामग्री बर्बाद किए सर्वोत्तम परिणाम देगी। यह अध्ययन प्रदर्शित करता है कि सही दृष्टिकोण के साथ, टिकाऊ प्राकृतिक फाइबर कंपोजिट को पारंपरिक सामग्रियों की तरह ही सटीकता और विश्वसनीयता के साथ संसाधित किया जा सकता है, जो उच्च-प्रदर्शन वाले उद्योगों में उनके व्यापक उपयोग का मार्ग प्रशस्त करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।