สวพ.

มทร.ส

วรรณภ

ม

รายงานการวจย

เรอง

การใชโครงขายประสาทเทยมชวยทานายการดดตวกลบของชนงานเหลกกลาความแขงแรงสง

ในกระบวนการดดรปตวย

Using Neural Networks to Predict Springback of High Strength Steel Parts

in U-bending Process

คณะผจดทาการวจย

นายอาคม สงเคราะห

ผศ.ดร.ภาสพรฬห ศรสาเรง

งานวจยนไดรบการสนบสนนจากเงนงบประมาณแผนดน มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

ประจาปงบประมาณ 2557

สวพ.

มทร.ส

วรรณภ

ม

- ข –

บทคดยอ

เหลกกลาความแขงแรงสงถกนามาใชเปนวตถดบในการผลตช นสวนท ตองการใหมน าหนกเบาแตมความแขงแรงสง เชนช นสวนรบแรงกระแทก และแชสซของรถยนตเปนตน ท งน ความแขงแรงท เพ มข นสงผลใหความแขงของเหลกเพ มข น ทาใหข นรปไดยาก และท สาคญคอปญหาการดดตวกลบของช นงานหลงการข นรป สงผลทาใหช นงานไมไดรปทรงตามตองการ บทความน นาเสนอโมเดลในการทานายคาการดดตวกลบของช นงานเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวยซ งเปนกระบวนการท นยมใชในกระบวนการผลตช นสวนโลหะ ดวยโครงขายประสาทเทยมหลายช นแบบยอนกลบ มปจจยนาเขาในการทานายคาดงกลาวประกอบดวย รศมพนช (Rp) รศมดาย (Rd) เคลยแรนซ (Cl) และ แรงตานการเคล อนท พนช (Fc) โดยทาการฝกสอนโครงขายประสาทเทยมแบบยอนกลบดวยผลการทดลองดดรปตวยจานวน 67 คร ง ผลจากการทานายใหคาความคลาดเคล อนกาลงสองในการทานายสงสดเทากบรอยละ 0.11 และคาความคลาดเคล อนต าสดเทากบรอยละ 0.04

คาสาคญ : การดดตวกลบ ,โครงขายประสาทเทยมแบบยอนกลบ, เหลกกลาความแขงแรงสง

Abstract High strength steel (HSS) has been used as raw material in the production of parts that require lightweight and high strength such as reinforcement parts, chassis and etc. However, the strength and hardness of the steel are relatively high, leading to the low formability and large spring-back occurring after forming operation. As a result, the workpiece is not shape desired. This work proposes a model to predict the spring-back values in U-bending of cold roll high strength steel grade SPFC 980Y (JIS) with back propagation neural network. The input data for predicting consists as the punch radius (Rp), die radius (Rd), clearance (Cl) and counter punch force (Fc).The back propagation neural network model was trained from the U-bending experimental data of 67 times. The result from the prediction shows the mean square error (MSE), the maximum percentage error is 0.11 and the minimum percentage error is 0.04. Keywords : Spring-Back, Back Propagation Neural Network, High Strength Steel

สวพ.

มทร.ส

วรรณภ

ม

- ค –

กตตกรรมประกาศ

คณะผวจยขอขอบคณ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ท สนบสนนทนการวจยเร อง การใชโครงขายประสาทเทยมชวยทานายการดดตวกลบของช นงานเหลกกลาความแขงแรงสงในกระบวนการดดรปตวยท งน ขอขอบคณมหาวทยาลยปทมธาน สาหรบหองปฎบตการในการทดสอบกระบวนการดดรปตวยเหลกกลาความแขงแรงสงทาใหงานวจยฉบบน เสรจลลวงดวยด

คณะผทาการวจย สงหาคม 2557

สวพ.

มทร.ส

วรรณภ

ม

- ง –

สารบญตาราง

ตารางท หนา 2.1 คาคงท การดดตวกลบ (Springback factor;KR) ของวสดชนดตางๆท อตราสวนรศม การดด (r) ตอความหนา ( t ) วสดตางกน 8 3.1 คาของตวแปรท ศกษาดวยกระบวนการดดรปตวย 20 3.2 คาสมบตทางกลของวสดท ใชในการทดลอง 21 3.3 ขอมลการป มข นรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวย 21 3.4 คาต าสด สงสดของตวแปรท ศกษา 25 3.5 สมการคานวณยอนกลบของตวแปรท ศกษา 25 3.6 แสดงผลการทดสอบโมเดลดวยวธ k-fold cross-validation 26 3.7 แสดงคาน าหนกท ช นซอนในแตละนวรอนท ไดจากการฝกสอนระบบ ดวยขอมลชดท 2 26 4.1 ผลการทานายคาการดดตวกลบ 29

สวพ.

มทร.ส

วรรณภ

ม

-จ- สารบญรปภาพ

รปท หนา 1.1 กลไกการเกดการดดตวกลบของช นงานหลงการดดข นรป 1 1.2 แมพมพดดรปตวย 2 2.1 การดดช นงานดวยแมพมพเคล อนท แบบเสนตรง 4 2.2 การดดช นงานดวยแมพมพเคล อนท แบบหมน 5 2.3 ความเคนท เกดข นบรเวณพ นท ดด 5 2.4 การเคล อนตวของโลหะ 6 2.5 การเกดการดดตวกลบ 7 2.6 การหาคาคงท การดดตวกลบของช นงาน 8 2.7 การดดใหมมมากกวาท ตองการ 10 2.8 ตวแปรของกระบวนการดดข นรป 10 2.9 ประเภทของเหลกท ใชในอตสาหกรรมยานยนต 12 2.10 นวรอนของโครงขายประสาทเทยม 14 2.11 โครงขายประสาทเทยมแบบช นเดยว 15 2.12 โครงขายประสาทเทยมแบบหลายช น 15 2.13 แสดงโครงขายประสาทเทยมแบบแบบยอนกลบ 16 2.14 ฟงกชนซกมอยด 18 3.1 แมพมพดดรปตวย 20 3.2 แสดงการกระจายตวของตวแปรท ทาการศกษา 24 3.3 แสดงความสมพนธของตวแปรท ทาการศกษา 24 3.4 แสดงโครงสรางโครงขายประสาทเทยมท ใชในการวจย 26 3.5 แสดงผลการเรยนรจากโครงขายประสาทเทยมท ศกษา 27 4.1 ผลการทานายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ 30

สวพ.

มทร.ส

วรรณภ

ม

1.1 ความสาคญและท มาของปญหาเหลกกลาความแขงแรงสง

ความแขงแรงสง เชนช นสวนรบแรงกระแทก แชสซของรถยนต โดยมวตถประสงคเพ อลดน าหนกใหกบตวรถ โดยเร มมการนาเหลกกลมน เขามาเปนวตถดบในการผลตต งแตป เหลกกลาความแขงแรงสงเปนวตถดบท มความแขง ข นรปยาก มคณสมบตเฉพาะตวมาก เกดการยดตดกบผวแมพมพ (Adhesion) ไดงาย และท สาคญคอมการดดตวกลบดดตวกลบของช นงานโลหะหลงการข นรปเปนเกดหลงจากตามท ไดออกแบบไว สาเหตเน องจากในเน อวสดช นงานยงมบางสวนมคณสมบตอยในชวงยดหยน ใหช นงานไมไดคณภาพตามตองการ การแกปญหาการดดตวกลบอาจทาโดยการลองผดลองถก Error) ในข นตอนการออกแบบเคร องมอ หากทดลองข นรปแลวไดช นงานมขนาดไมเปนไปตามท ตองการกทาการแกไขหรอปรบแตงแมพมพใหม ซ งวธการน ตองใชชางท ชานาญ และมประสบการณดานกระบวนการข นรปโลหะเปนอยางด ดงน นในปจจบนจงมการพฒนาซอฟทแวรชวยในการวเคราโดยการจาลองการทางาน ชวยลดระยะเวลา และประหยดคาใชจายในข นตอนการลองผดลองถก แตอยางไรกดซอฟตแวรทางไฟไนตเอลเมนตกมราคาสงมาก อกท งในการจาลองในการคานวน และตองใชระยะเวลาในการประมวลผลในแตละเง อนไขนาน ซ งในกระบวนการข นรปโลหะมปจจยท สงผลตอการเกดการดดกลบเปนจานวนมากเชน รศมมมดดหรอพบ คาเคลยแรนซของดาย และความหนาของวสดเปนตน

บทท 1

ความสาคญและท มาของปญหา เหลกกลาความแขงแรงสง (High Strength Steel; HSS) ถกนามาใชเปนวตถดบในการผลตช นสวนท ตองการ

ความแขงแรงสง เชนช นสวนรบแรงกระแทก แชสซของรถยนต โดยมวตถประสงคเพ อลดน าหนกใหกบตวรถ โดยเร มมการนาเหลกกลมน เขามาเปนวตถดบในการผลตต งแตป

กกลาความแขงแรงสงเปนวตถดบท มความแขง ข นรปยาก มคณสมบตเฉพาะตวมาก เกดการยดตดกบผวไดงาย และท สาคญคอมการดดตวกลบ (Spring back)

ดดตวกลบของช นงานโลหะหลงการข นรปเปนเกดหลงจากนาช นงานออกจากแมพมพแลวช นงานไมไดขนาดตามท ไดออกแบบไว สาเหตเน องจากในเน อวสดช นงานยงมบางสวนมคณสมบตอยในชวงยดหยน ใหช นงานไมไดคณภาพตามตองการ การแกปญหาการดดตวกลบอาจทาโดยการลองผดลองถก

ตอนการออกแบบเคร องมอ หากทดลองข นรปแลวไดช นงานมขนาดไมเปนไปตามท ตองการกทาการแกไขหรอปรบแตงแมพมพใหม ซ งวธการน ตองใชชางท ชานาญ และมประสบการณดานกระบวนการข นรปโลหะเปนอยางด ดงน นในปจจบนจงมการพฒนาซอฟทแวรชวยในการวเคราโดยการจาลองการทางาน (Simulation) ดวยวธไฟไนตเอลเมนต ชวยลดระยะเวลา และประหยดคาใชจายในข นตอนการลองผดลองถก แตอยางไรกดซอฟตแวรทางไฟไนตเอลเมนตกมราคาสงมาก อกท งในการจาลองการทางานจาเปนตองมขอมลสมบตของวสดท ถกตองเพ อความแมนยาในการคานวน และตองใชระยะเวลาในการประมวลผลในแตละเง อนไขนาน ซ งในกระบวนการข นรปโลหะมปจจยท สงผลตอการเกดการดดกลบเปนจานวนมากเชน รศมมมดดหรอพบ คาเคลยแรนซของดาย และความ

รปท 1.1 กลไกการเกดการดดตวกลบของช นงานหลงการดดข นรป

ถกนามาใชเปนวตถดบในการผลตช นสวนท ตองการความแขงแรงสง เชนช นสวนรบแรงกระแทก แชสซของรถยนต โดยมวตถประสงคเพ อลดน าหนกใหกบตวรถ โดยเร มมการนาเหลกกลมน เขามาเปนวตถดบในการผลตต งแตป 2543 ปญหาท ผผลตช นสวนยานยนตพบ คอ

กกลาความแขงแรงสงเปนวตถดบท มความแขง ข นรปยาก มคณสมบตเฉพาะตวมาก เกดการยดตดกบผว(Spring back) ของช นงานหลงการข นรปสง การ

นาช นงานออกจากแมพมพแลวช นงานไมไดขนาดตามท ไดออกแบบไว สาเหตเน องจากในเน อวสดช นงานยงมบางสวนมคณสมบตอยในชวงยดหยน ใหช นงานไมไดคณภาพตามตองการ การแกปญหาการดดตวกลบอาจทาโดยการลองผดลองถก

ตอนการออกแบบเคร องมอ หากทดลองข นรปแลวไดช นงานมขนาดไมเปนไปตามท ตองการกทาการแกไขหรอปรบแตงแมพมพใหม ซ งวธการน ตองใชชางท ชานาญ และมประสบการณดานกระบวนการข นรปโลหะเปนอยางด ดงน นในปจจบนจงมการพฒนาซอฟทแวรชวยในการวเคราะหกระบวนการข นรปโลหะ

ดวยวธไฟไนตเอลเมนต (Finite Element Method; FEM) ชวยลดระยะเวลา และประหยดคาใชจายในข นตอนการลองผดลองถก แตอยางไรกดซอฟตแวรทางไฟไนตเอล

การทางานจาเปนตองมขอมลสมบตของวสดท ถกตองเพ อความแมนยาในการคานวน และตองใชระยะเวลาในการประมวลผลในแตละเง อนไขนาน ซ งในกระบวนการข นรปโลหะมปจจยท สงผลตอการเกดการดดกลบเปนจานวนมากเชน รศมมมดดหรอพบ คาเคลยแรนซของดาย และความ

กลไกการเกดการดดตวกลบของช นงานหลงการดดข นรป [2]

1

ถกนามาใชเปนวตถดบในการผลตช นสวนท ตองการความแขงแรงสง เชนช นสวนรบแรงกระแทก แชสซของรถยนต โดยมวตถประสงคเพ อลดน าหนกใหกบตวรถ

ปญหาท ผผลตช นสวนยานยนตพบ คอกกลาความแขงแรงสงเปนวตถดบท มความแขง ข นรปยาก มคณสมบตเฉพาะตวมาก เกดการยดตดกบผว

ของช นงานหลงการข นรปสง การนาช นงานออกจากแมพมพแลวช นงานไมไดขนาด

ตามท ไดออกแบบไว สาเหตเน องจากในเน อวสดช นงานยงมบางสวนมคณสมบตอยในชวงยดหยน (Elastic) ทาใหช นงานไมไดคณภาพตามตองการ การแกปญหาการดดตวกลบอาจทาโดยการลองผดลองถก (Trial and

ตอนการออกแบบเคร องมอ หากทดลองข นรปแลวไดช นงานมขนาดไมเปนไปตามท ตองการกทาการแกไขหรอปรบแตงแมพมพใหม ซ งวธการน ตองใชชางท ชานาญ และมประสบการณดานกระบวนการข น

ะหกระบวนการข นรปโลหะFinite Element Method; FEM) ซ งวธการน

ชวยลดระยะเวลา และประหยดคาใชจายในข นตอนการลองผดลองถก แตอยางไรกดซอฟตแวรทางไฟไนตเอลการทางานจาเปนตองมขอมลสมบตของวสดท ถกตองเพ อความแมนยา

ในการคานวน และตองใชระยะเวลาในการประมวลผลในแตละเง อนไขนาน ซ งในกระบวนการข นรปโลหะมปจจยท สงผลตอการเกดการดดกลบเปนจานวนมากเชน รศมมมดดหรอพบ คาเคลยแรนซของดาย และความ

สวพ.

มทร.ส

วรรณภ

ม

2

1.2 วตถประสงคของการวจย 1.2.1 เพ อหาปจจยท ดท สดในการทานายคาการดดตวกลบของเหลกกลาความแขงแรงสงในกระบวนการดด

รปตวย 1.2.2 เพ อเปนขอมลใชอางองในการออกแบบเคร องมอและกระบวนดดรปตวยเหลกกลาความแขงแรงสง 1.2.3 เพ อเปนแนวทางในการประยกตใชโครงขายประสาทเทยมในการวเคราะหผลการข นรปโลหะ

1.3 ขอบเขตของการวจย 1.3.1 ออกแบบและสรางแมพมพดดรปตวยซ งมรปรางดงรปท 1

รปท 1.2 แมพมพดดรปตวย

1.3.2 ตวแปรท ศกษาประกอบดวย 1. รศมพนช (Rp) 2. รศมดาย (Rd) 3. เคลยแรนซ (Cl) 4. แรงตานการเคล อนท พนช (FC)

1.3.3 ศกษากบเหลกกลาความแขงแรงสงจานวนหน งเกรดความหนาวเดยวท ไดรบความนยมใชในการผลตช นสวนยานยนตท 1.3.4 ขนาดช นงานเร มตน กวาง 30 มม. ยาว 60 มม. ทศทางการดดตามแนวรด 1.3.5 ศกษา Artificial Neural Networks(ANN) เพ อพยากรณการเกด Springback จากปจจยในขอ 1.3.2 1.3.6 ทดสอบแบบจาลองโครงขายประสามเทยมดวยวธ Simulation

สวพ.

มทร.ส

วรรณภ

ม

3

1.4 วธการดาเนนการวจย 1.4.1 ทบทวนทฤษฎ และงานวจยท เก ยวของ 1.4.2 ออกแบบการทดลอง 1.4.3 หาสมบตทางกลของวสดท ทาการศกษา 1.4.4 ทดลองดดรปตวยวสดท ศกษาในแตละปจจยเพ อเปนขอมลเบ องตนปอนโครงขายประสาทเทยม 1.4.5 ออกแบบรปแบบของโครงขายประสาทเทยมเพ อใชวเคราะห 1.4.6 ใชโครงขายประสาทเทยมท ทาการออกแบบวเคราะหหาปจจยท ทาใหช นงานเหลกกลาความแขงแรงสงท ผานการพบข นรปยเกดการดดตวกลบนอยท สด 1.4.7 วเคราะหและประเมนผล 1.4.8 วจารณ และสรปผลการทดลอง 1.4.9 ตพมพเผยแพร

1.5 ประโยชนท คาดวาจะไดรบ 1.5.1 เปนฐานขอมลใหภาคอตสาหกรรม และผสนใจไดใชอางอง เพ อการออกแบบเคร องมอในการพบข น

รปตวยเหลกกลาความแขงแรงสง 1.5.2 เผยแพรในรายงานการนาเสนอบทความหรอวารสาร ระดบชาต หรอระดบนานาชาต

สวพ.

มทร.ส

วรรณภ

ม

4

บทท 2 ทฤษฎและงานวจยท เก ยวของ

ผวจยไดทาการศกษาทฤษฎและงานวจยท เก ยวของกบงานวจยเร องการทานายคาการดดตวกลบในการ

ดดรปตวยเหลกกลาความแขงแรงสงดวยโครงขายประสาทเทยมแบบยอนกลบโดยแยกเน อหาออกไดเปน 2สวนไดแก 1) การดดตวกลบในกระบวนการดดข นรปโลหะแผน 2) การสรางแบบจาลองดวยโครงขายประสาทเทยม 2.1 ทฤษฎการดดข นรปโลหะแผน ตามมาตราฐาน DIN8586 กระบวนการดดช นงานสามารถแบงตามลกษณะการเคล อนท ของเคร องมอท ใชในการข นรปหรอแมพมพได 2 ลกษณะคอ

1. การดดดวยแมพมพท เคล อนท แบบเสนตรง(Linear die movement)เชน การดดรปตวย และการดดรปตวว (V-bending) เปนตน ดงแสดงในรปท 2.1

รปท 2.1 การดดช นงานดวยแมพมพเคล อนท แบบเสนตรง [1]

2. การดดดวยแมพมพท เคล อนท แบบหมน(Rotary die movement)เชน การดดหมน (Swivel bending)

และการดดเปนวง (Circular bending) ดงแสดงในรปท 2.2

สวพ.

มทร.ส

วรรณภ

ม

5

รปท 2.2 การดดช นงานดวยแมพมพเคล อนท แบบหมน [1]

กระบวนการดดข นรปช นงาน ความเคนจะเกดข นท รศมของการดด (Bend radius) เทาน น บรเวณอ นจะ

ไมมความเคนเกดข นเลย (จากรปท 2.3 แสดงรปตดขวางของโลหะแผนหลงจากผานการดด) ความเคนท เกดข นบนช นงานจะสงเกตไดดงน โลหะท ผวนอกของรศมการดดจะถกดงยดออก แสดงวาเกดความเคนดง (Tensile stress) สวนโลหะท อยผวดานในของรศมการดดจะเกดการอดตวภายใตความเคนอด (Compressive stress) ดงน นถามการฉกขาดจะเกดข นท ผวดานนอกของรศมการดด แตถามรอยยน (Wrinkle) จะปรากฏข นท ผวดานในของรศมการดด

รปท 2.3 ความเคนท เกดข นบรเวณพ นท ดด [2]

จากรปท 2.3 ความเคนจะเกดมากท สดท ผวดานนอกสดท งสองดานของความหนาของโลหะแผน แลวคอยๆลดลงเม อเขาใกลเสนแกนกลางของความหนาช นงานจนความเคนเปนศนยท เสนแกนกลางเราเรยกบรเวณท ไมมความเคนเกดข นเลยวา “เสนแกนกลาง (Neutral axis)” ซ งเปนเสนท แสดงความยาวของช นงานท แทจรงของช นงานกอนนามาดด ดงน นจงหาความยาวของช นงานกอนดดจากความยาวของเสนแกนกลางได

90

บรเวณท เกดความเคนเสนแกนกลาง

จดศนยกลางของการดด

T = Tension (การดง)C = Compression (การอด)

ดานตรงไมเกดความเคน

T

C

สวพ.

มทร.ส

วรรณภ

ม

6

เม อเร มดดโลหะแผนซ งยงเปนมมดดเลกๆเสนแกนกลางจะอยใกลเสนศนยกลางของความหนาช นงาน เม อดดตอไปมมดดใหญข นเสนแกนกลางจะเล อนเขามาทางดานในของรศมของการดด หรอดานความเคนอด ตามปกตเราจะวดระยะหางของเสนแกนกลางจากผวรศมของการดดดานในออกไปหาเสนแกนกลางตรงบรเวณท มการดด

2.1.1 ลกษณะตาแหนงของเสนแกนกลางอธบายไดดงตอไปน ถาความหนาของโลหะแผนคงท ขณะท รศมของการดดเพ มข น เสนแกนกลางจะเคล อนท ออกไป

ทางดานผวดานนอกของรศมการดด หรอดานท ยดตวออก ถารศมของการดดคงท ขณะท ความหนาของโลหะแผนลดลงเสนแกนกลางจะเคล อนท ออกไปทาง

ผวดานนอกของรศมการดด หรอดานท ยดตวออก ถารศมของการดด และความหนาของโลหะแผนคงท ขณะท มมของการดดเพ มข น เสนแกนกลาง

จะเคล อนท เขาไปทางผวดานในของการดด หรอดานอดตว เม อไมมความเคนเกดข นท โลหะแผน เสนแกนกลางจะอยตรงกลางความหนาของโลหะแผน

2.1.2 การเคล อนตวของโลหะ (Metal movement)

ระหวางการข นรปโลหะแผน พ นท บางสวนของช นงานโลหะท จะนามาข นรป จะถกยดอยบนดายซ งมพ นช กดอยพ นท สวนท เหลออ นๆ จะเคล อนท ข นหรอลงแลวแตการเปล ยนแปลงรปรางตามท เราตองการ โลหะแผนจะถกบงคบใหเคล อนท ข นลง โดยพ นชเคล อนท ผานชองวางเขาไปในดาย การเคล อนตวของโลหะผานชองวางในแมพมพ เราเรยกวา “การเคล อนตวของโลหะ” ดงแสดงในรปท 2.4

รปท 2.4การเคล อนตวของโลหะ [2]

2.2 การดดตวกลบ (Springback) การดดตวกลบของช นงานหลงการดดข นรปทาใหบรเวณมมดดของช นงานเกดการเปล ยนแปลงมม

เลกนอย การดดตวกลบของช นงานสามารถเกดกบช นงานหลงการดดข นรปทกรปแบบท งชนดการเคล อนท ของแมพมพแบบเสนตรง และแบบหมน การดดตวกลบเกดจากการคนตวของเน อวสดช นงานในชวงสภาพหยน

สวพ.

มทร.ส

วรรณภ

ม

7 (Elastic deformation) ท เกดข นบรเวณเสนแกนกลางของเน อวสดท ทาการดดข นรปดงรปท 2.5ทาใหมมของการดดไมเปนไปตามขนาดท ตองการดงน นในการออกแบบแมพมพสาหรบการดดข นรปตองพจารณา และออกแบบเผ อการดดตวกลบของช นงานดวย

รปท 2.5การเกดการดดตวกลบ[2]

ปรมาณการดดตวกลบของช นงานหลงการดดข นอยกบ ชนดของวสดช นงานท ทาการดด ความหนา

ช นงาน รศมของการดด และอาจมปจจยอ นอก จงทาใหยากตอการประเมนการดดตวกลบของช นงาน ซ งบางคร งตองใชประสบการณ และการลองผดลองถก (Trial and error) หรออาจหาขอมลพฤตกรรมการดดตวกลบของช นงานท จะทาการดดข นรปไดจากรายงานการวจย หรอในตาราการออกแบบแมพมพโลหะดงแสดงในตารางท 2 โดยคาคงท ของการดดตวกลบสามารถหาไดจากสมการ 2.1 [2] ซ งพจารณาไดจากรปท 2.6 เม อ ri1 คอรศมมมดดของช นงานหลงการดด และ ri2 คอรศมพ นช โดยท tคอความหนาช นงานท ทาการดด

KR = = . . (2.1)

สวพ.

มทร.ส

วรรณภ

ม

8

รปท 2.6การหาคาคงท การดดตวกลบของช นงาน [1] ตารางท 2.1คาคงท การดดตวกลบ (Springbackfactor;KR) ของวสดชนดตางๆท อตราสวนรศมการ ดด ( r) ตอความหนา ( t ) วสดตางกน [3]

Springback factor (KR)

Material Springback factor (KR)

ri2/t = 1 ri2/t = 10 0-24 , St 1-24 0.99 0.97 St 2-24 , St 12 0.99 0.97 St 3-24 , St 13 0.985 0.97 St 4-24, St 14 0.985 0.96 Stainless austenitic steels 0.96 0.92 high temperature ferritic steels 0.99 0.97 high temperature austenitic steels 0.982 0.955 nickel w 0.99 0.96

สวพ.

มทร.ส

วรรณภ

ม

9 ตารางท 2.1 คาคงท การดดตวกลบ (Springback factor; KR) ของวสดชนดตางๆ ท อตราสวนรศมการ ดด ( r ) ตอความหนา (t ) วสดตางกน [3] (ตอ)

Springback factor (KR)

Material Springback factor (KR)

ri2/t = 1 ri2/t = 10 Al 99 5 F 7 0.99 0.98 Al Mg 1 F 13 0.98 0.9 Al Mg Mn F 18 0.985 0.935 Al Cu Mg 2 F 43 0.91 0.65 Al Zn Mg Cu 1.5 F 49 0.935 0.85

2.2.1 ปจจยท มผลตอปรมาณการดดตวกลบ

2.2.1.1 โลหะแขงจะมมมของการดดตวกลบมากกวา เน องจากมจดครากตวของวสดสงกวาซ งเปนผลทาใหเกดแถบยดหยนเลกๆบรเวณเสนแกนกลางใหญกวา

2.2.1.2 รศมการดดเลกจะลดการเกดการดดตวกลบโดยการสรางชวงการอยตวของโลหะท ใหญกวาแตจะเปนสาเหตทาใหเกดการฉกขาดไดงายเน องจากมความเคนดงท ผวดานนอกของการดดมากกวา

2.2.1.3 เม อโลหะถกดดดวยมมท มากกวามมท ตองการดดจะมผลทาใหชวงของการอยตวของโลหะน นขยายตวใหญข น ซ งจะเปนการลดการดดตวกลบของช นงานใหนอยลง แตอยางไรกตามผลรวมของการดดตวกลบจะยงคงเพ มข น

2.2.1.4 โลหะท หนากวาจะมปรมาณการดดกลบนอย เน องจากชวงการเปล ยนรปถาวรของโลหะมมาก ซ งในการพจารณาเปรยบเทยบคารศมการดดจะตองไมเปล ยนแปลงเม อโลหะมคาความหนาตางกน

2.2.2 การออกแบบเพ อแกปญหาการดดตวกลบ การแกปญหาการดดตวกลบของช นงานหลงการดดข นรป สามารถทาไดหลายวธ บทน ขอกลาวถง

เฉพาะวธท ภาคอตสาหกรรมนยมใช ซ งประกอบดวย 2.2.2.1 การดดใหมมมากกวาท ตองการ (Over bending) หากรปรมาณการดดตวกลบของช นงานท

จะทาการดดวาประมาณเทาไหรเราสามารถชดเชยมมดดโดยการออกแบบมมดดของดายใหมคามากกวามมท ตองการเลกนอย เม อทาการดดแลวช นงานท ผานการดดจะดดตวกลบมาในชวงมมดดท ตองการ

สวพ.

มทร.ส

วรรณภ

ม

10

รปท 2.7การดดใหมมมากกวาท ตองการ[3]

2.2.2.2 การกดอดกระแทก (Bottoming)เปนวธการใชพ นชกดอดกระแทกอยางแรงท บรเวณพ นท ของรศมการดด ทาใหพ นท บรเวณน ไดรบความเคนกดมากกวาจดครากตว เปนผลทาใหเน อโลหะบรเวณน เปล ยนรปอยางถาวร ลดแถบยดหยนท บรเวณเสนแกนกลาง วธการไมสามารถปองกนการดดตวกลบไดหมด 100% จะยงคงมการดดตวกลบเหลออยเลกนอย และความหนาของช นงานบรเวณท ถกกดอดกระแทกจะลดลง

2.2.2.3 การรดลดความหนาช นงาน วธการน เปนการลดเคลยแรนซของแมพมพใหมคานอยกวาความหนาของวสด เพ อชวยใหช นงานเกดการเปล ยนรปในชวงถาวรมากท สด อยางไรกดวธการน อาจสงผลใหแมพมพสกหรอเรวข น และตองใชแรงในการข นรปสงกวาการข นรปแบบปกต

2.2.3 การคานวณแรงท ใชในการดดรปตวยสามารถคานวณไดดงน

2.2.3.1 แรงดดรปตวย(U-bending force; Fb) ในรปท 2.8 เปนภาพหนาตดของโลหะแผนท จะทาการพบข นรปตวยซ งพจารณาฝ งเดยว แรงในการดดหาไดจากสมการ 2.2

รปท 2.8 ตวแปรของกระบวนการดดข นรป [3]

สวพ.

มทร.ส

วรรณภ

ม

11

20.67( )ub

WtFLσ

= [N] (2.2)

เม อ คอความหนาของช นงาน [mm] คอความกวางของช นงาน [mm] คอระยะชองวางจากรศมพ นชถงรศมดาย [mm] คอรศมพ นช[mm]

คอรศมดาย[mm] คอขนาดชองวางแมพมพหรอระยะเคลยแรนซ (Clearance) [mm] คอความแขงแรงดงสงสดของวสด (Ultimate tensile strength) [N/mm2]

2.2.3.2 แรงในการจบยดช นงาน (Blank holder force; FBH) [2]หาไดจากสมการ 2.3

BH BHF A P= [N] (2.3)

เม อ คอพ นท ท แผนกดช นงานสมผสช นงาน [mm2]

คอความดนจาเพาะของแผนกดช นงาน (Specific blank holder pressure) สาหรบเหลกP = 2.5 [N/mm2]

2.2.3.3 แรงแผนรอง(Pad force; FP) หาไดจากสมการ 2.4[4]

0.3P bF F= [N] (2.4)

2.2.3.4 แรงท ใชในการข นรปช นงานรปย(FU) หาไดจากสมการ 2.5 U b BH PF F F F= + + [N] (2.5)

2.2.4 ขนาดชองวางแมพมพ หรอเคลยแรนซ (Clearance; Cl)

เคลยแรนซ คอคาความแตกตางของขนาดรดายกบขนาดของพ นช หรอผลตางขนาดของดายกบขนาดของพ นชดงรปท 2.8 ซ งมกกาหนดเปนเทาของความหนาช นงานท ตองการข นรป เคลยแรนซมผลตอ

สวพ.

มทร.ส

วรรณภ

ม

12 คณภาพผว และคณภาพรปทรงของช นงานท ทาการข นรป [5] สาหรบแมพมพดดรปตวยมโดยท วไปขนาดเคลยแรนซถกกาหนดใหเปน 1.05 ถง 1.50 เทาของความหนาช นงาน[5] 2.3 ประเภทเหลกท ใชในอตสาหกรรมยานยนต

International Iron & Steel Institute ไดจดการประชมรวมกนระหวางบรษทผผลตเหลกจากท วโลก เพ อกาหนดประเภทเหลกท ใชในอตสาหกรรมยานยนต โดยพจารณาจากสมบตทางดานโลหะวทยา และสมบตทางกลของวสด จากการประชมดงกลาวสามารถแบงประเภทเหลกเปนประเภทใหญได 3 ประเภทดงแสดงในรปท 2.1 คอเหลกกลาคารบอน (Mild steel or Low strength steel) เหลกกลาความแขงแรงสง (HSS)และเหลกกลาความแขงแรงสงเปนพเศษ (AHSS) โดยเหลกท มคาความแขงแรงดง (Tensile strength) นอยกวา 270 MPaจะจดอยในประเภทเหลกกลาคารบอน เหลกท มคาความแขงแรงดงระหวาง 270 ถง 700 MPaจะเปนเหลก HSS และถาคาความแขงแรงดงกลาวมคามากกวา 700 MPaกจะจดอยในกลมเหลก AHSS ซ งโดยปกตเหลก HSS จะมโครงสรางแบบเฟสเดยว (Single phase) ท เปนเฟอรไรท (Ferrite) สวนเหลก AHSS จะมโครงสรางพ นฐานเปนแบบหลายเฟส (Multi phase) ซ งอาจประกอบดวย เฟอรไรท มารเทนไซต (Martensite) เบไนท (Bainite)และหรอมสวนผสมของออสเทไนท (Austenite) รวมอยดวย[5,6]

รปท 2.9ประเภทของเหลกท ใชในอตสาหกรรมยานยนต [6]

จากรปท 2.9 เม อคาความแขงแรงของวสดเพ มสงข น เปอรเซนตการยดตว (Elongation (%)) ของวสดจะลดลง และเม อคาความแขงแรงของวสดสงตามทฤษฎคาความแขงกจะแปรผนตามดวยรายงานของ Takitaและคณะ [8]ไดกลาวถงการใช HSS เปนวตถดบในการผลตช นสวนยานยนตในประเทศญ ปนเพ มสงข นอยางรวดเรว

สวพ.

มทร.ส

วรรณภ

ม

13 ซ งกทาใหน าหนกของรถยนตรนใหมท ถกผลตออกมามน าหนกลดลงดวย การใชงานของเหลกกลมดงกลาวจะพจารณาถงลกษณะการใชงานของช นสวนยานยนตเชนช นสวนเสรมแรงของประตรถ กนชนรถ และในอกหลายช นสวน จะใชเหลกท มคาความแขงแรงไมเกน 590 MPaสวนกรณเหลกท มคาความแขงเกนน จะใชสาหรบผลตช นสวนท มรปรางงาย ไมซบซอน เพ อปองกนการดดตวกลบของช นงานหลงการข นรปอนเน องมาจากคาความแขงแรงท เพ มสงข น จากปญหาดงกลาวจงทาใหมงานวจยจานวนหน งท มงศกษา และแกปญหาการข นรปเหลกกลม HSS และ AHSS ดงรายละเอยดในหวของานวจยท เก ยวของ

2.4 การสรางแบบจาลองดวยโครงขายประสาทเทยม

2.4.1 ทฤษฎโครงขายประสาทเทยม โครงขายประสาทเทยม(Artificial Neural Network) ถกนาเสนอคร งแรกเม อป ค.ศ. 1940 โดยวอ

แรน แมคคลลอคและวอลเตอร พทซ(Warren McCulloch and Walter Pitts) ตอมาในป ค.ศ. 1949 โดแนล เฮปป (Donald Hebb) ไดนาเสนอกฏการเรยนรเพ อใชอธบายวธการเรยนรของโครงขายประสาทเทยม ในชวง 20 ปตอมาไดมนกวจยนาเสนอรปแบบจาลองหลายๆแบบ เชน โรเซนเบลทท(Rosenblatt) เสนอขบวนการเรยนรแบบเพอรเซพตรอน วดรอวและฮอบ(Widrow and Hoff) เสนอการเรยนรแบบ Widrow-Hoff แตในปค.ศ.1969 มนสกและแพเพรท(Minsky and Papert) ไดช ใหเหนขอจากดในการใชงานของโครงขายประสาทเทยมแบบช นเดยวซ งสงผลใหงานวจยในดานน เงยบหายไปหลายป จนกระท งในป ค.ศ. 1986 รเมลฮารท ฮนต นและวลเลยม(Rumelhart, Hinton and Williams) ไดนาเสนอการเรยนรแบบแพรยอนกลบ(Backpropagation Learning Algorithm) ซ งเปนแบบจาลองท เปนท นยมจนถงปจจบน [25]

2.4.2 โครงขายประสาทเทยม โครงขายประสาทเทยมมแนวคดท เลยนแบบการทางานของสมองมนษย โดยพยายามพฒนา

คอมพวเตอรใหมการเรยนรและสามารถตดสนใจไดเอง ซ งอาศยแบบจาลองทางคณตศาสตรเขามาชวยโครงขายประสาทเทยมจะประกอบไปดวยหนวยประมวลผล เรยกวานวรอน (Neuron)ท เช อมถงกนหลายๆ ตว ผานการเช อมตอท เรยกวาลงค (Link) แตละลงคจะมคาน าหนก (Weight)กากบอย แตละนวรอนจะมคาสถานะภายในท เรยกวาระดบการกระตน (Activity level) สญญาณเอาตพทของนวรอนแรกท สงไปยงนวรอนถดไปจะไดมาจากการพจารณาผลรวมท งหมดของคาน าหนกคณกบคาระดบการกระตน ดงแสดงในรป

สวพ.

มทร.ส

วรรณภ

ม

จากรป xx สญญาณอนพทคอน าหนกคอ w1,w2,..wn(Activation function) น าหนกไดจากสมการท 1

โดยท f คอฟงกชนกระตน ซ งกาหนดไดดงน

2.4.3 สถาปตยกรรมโครงขายประสาทเทยม สถาปตยกรรมโครงขายประสาทเทยมสามารถจาแนกตามโครงสรางของโครงขายไดดงน

1) โครงขายประสาทเทยมแบบช นเดยว สถาปตยกรรมโครงขายประสาทเทยมชนดน จะมอนพทนวรอนเช อมตอกบเอาตพทนวรอน

และมคาน าหนกเปนตวปรบระดบสญญาณอนพทเพยงช นเดยว คาน าหนกแตละคาจะเปนอสระตอกน ไมสงผลกระทบตอการปรบคาน าหนกตวอ น จงมกใชกบการประมวลผลท ไมซบซอนมากนลกษณะโครงขายแสดงไดดงรป

รปท 2.10 นวรอนของโครงขายประสาทเทยม

สญญาณอนพทคอ x1,x2,..xnถกปอนใหกบนวรอนw1,w2,..wnเม อรวมคาท ไดนาไปเปรยบเทยบกบคาระดบ

(Activation function) กจะไดเปนสญญาณเอาตพทของนวรอนออกมาคาผลรวมของสญญาณอนพทคณกบ1

Y = X1W1+ X2W2+...+ XnWn

คอฟงกชนกระตน ซ งกาหนดไดดงน

( ) =สถาปตยกรรมโครงขายประสาทเทยม สถาปตยกรรมโครงขายประสาทเทยมสามารถจาแนกตามโครงสรางของโครงขายได

โครงขายประสาทเทยมแบบช นเดยว (Single Layer Artificial NeuralNetwork)สถาปตยกรรมโครงขายประสาทเทยมชนดน จะมอนพทนวรอนเช อมตอกบเอาตพทนวรอน

และมคาน าหนกเปนตวปรบระดบสญญาณอนพทเพยงช นเดยว คาน าหนกแตละคาจะเปนอสระตอกน ไมสงผลกระทบตอการปรบคาน าหนกตวอ น จงมกใชกบการประมวลผลท ไมซบซอนมากนลกษณะโครงขายแสดงไดดงรป 2.4

นวรอนของโครงขายประสาทเทยม [25]

ถกปอนใหกบนวรอน Y สญญาณอนพทน จะถกนาไปคณเขากบคาเม อรวมคาท ไดนาไปเปรยบเทยบกบคาระดบ (Threshold)โดยอาศยฟงกชนกระตนกจะไดเปนสญญาณเอาตพทของนวรอนออกมาคาผลรวมของสญญาณอนพทคณกบ

(2.6)

( ) = (2.7)

สถาปตยกรรมโครงขายประสาทเทยมสามารถจาแนกตามโครงสรางของโครงขายได3

(Single Layer Artificial NeuralNetwork)สถาปตยกรรมโครงขายประสาทเทยมชนดน จะมอนพทนวรอนเช อมตอกบเอาตพทนวรอน

และมคาน าหนกเปนตวปรบระดบสญญาณอนพทเพยงช นเดยว คาน าหนกแตละคาจะเปนอสระตอกน ไมสงผลกระทบตอการปรบคาน าหนกตวอ น จงมกใชกบการประมวลผลท ไมซบซอนมากน

14

สญญาณอนพทน จะถกนาไปคณเขากบคาโดยอาศยฟงกชนกระตน

กจะไดเปนสญญาณเอาตพทของนวรอนออกมาคาผลรวมของสญญาณอนพทคณกบ

สถาปตยกรรมโครงขายประสาทเทยมสามารถจาแนกตามโครงสรางของโครงขายได3 ประเภท

(Single Layer Artificial NeuralNetwork) สถาปตยกรรมโครงขายประสาทเทยมชนดน จะมอนพทนวรอนเช อมตอกบเอาตพทนวรอน

และมคาน าหนกเปนตวปรบระดบสญญาณอนพทเพยงช นเดยว คาน าหนกแตละคาจะเปนอสระตอกน ไมสงผลกระทบตอการปรบคาน าหนกตวอ น จงมกใชกบการประมวลผลท ไมซบซอนมากนก โดย

สวพ.

มทร.ส

วรรณภ

ม

2) โครงขายประสาทเทยมแบบหลายช นสถาปตยกรรมโครงขายประสาทเทยมชนดน

ช นเอาตพทซ งอาจจะมหน งหรอหลายช นกได ช นท ค นอยเรยกวาช นซอนของคาน าหนกกจะมมากข นตามจานวนช นซอนท เพ มเขาไป โดยท วไปโครงขายแบบหลายช นสามารถแกปญหาท มความซบซอนไดดกวาโครงขายแบบช นเดยว แตการเรยนรจะยากกวา โดยลกษณะโครงขายแสดงไดดงรป

3) โครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบหลกการเรยนรแบบแพรกลบเปนข นตอนท ใชในการฝกสอนโครงขายประสาทเทยมแบบ

หลายช น โดยท ข นตอนในการปรบน าหนกเพ อใหไดคาท เหมาะสมน นจะใชวธสอนวาคาเปาหมายของแตละอนพทคออะไร และใชความผดพลาดของเอาตพทเปรยบเทยบกบเปาหมาย เพ อเปนตวช

รปท 2.11 โครงขายประสาทเทยมแบบช นเดยว

โครงขายประสาทเทยมแบบหลายช น (Multilayer Artificial Neural Network)สถาปตยกรรมโครงขายประสาทเทยมชนดน

ช นเอาตพทซ งอาจจะมหน งหรอหลายช นกได ช นท ค นอยเรยกวาช นซอนของคาน าหนกกจะมมากข นตามจานวนช นซอนท เพ มเขาไป โดยท วไปโครงขายแบบหลายช นสามารถ

ามซบซอนไดดกวาโครงขายแบบช นเดยว แตการเรยนรจะยากกวา โดยลกษณะโครงขายแสดงไดดงรป 12

รปท 2.12 โครงขายประสาทเทยมแบบ

โครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบหลกการเรยนรแบบแพรกลบเปนข นตอนท ใชในการฝกสอนโครงขายประสาทเทยมแบบ

หลายช น โดยท ข นตอนในการปรบน าหนกเพ อใหไดคาท เหมาะสมน นจะใชวธสอนวาคาเปาหมายของแตละอนพทคออะไร และใชความผดพลาดของเอาตพทเปรยบเทยบกบเปาหมาย เพ อเปนตวช

โครงขายประสาทเทยมแบบช นเดยว [25]

(Multilayer Artificial Neural Network)สถาปตยกรรมโครงขายประสาทเทยมชนดน จะมช นของนวรอนค นอยระหวางช นอนพทและ

ช นเอาตพทซ งอาจจะมหน งหรอหลายช นกได ช นท ค นอยเรยกวาช นซอน (Hidden layer) ดงน นจานวนของคาน าหนกกจะมมากข นตามจานวนช นซอนท เพ มเขาไป โดยท วไปโครงขายแบบหลายช นสามารถ

ามซบซอนไดดกวาโครงขายแบบช นเดยว แตการเรยนรจะยากกวา โดยลกษณะ

โครงขายประสาทเทยมแบบหลายช น [26]

โครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบ หลกการเรยนรแบบแพรกลบเปนข นตอนท ใชในการฝกสอนโครงขายประสาทเทยมแบบ

หลายช น โดยท ข นตอนในการปรบน าหนกเพ อใหไดคาท เหมาะสมน นจะใชวธสอนวาคาเปาหมายของแตละอนพทคออะไร และใชความผดพลาดของเอาตพทเปรยบเทยบกบเปาหมาย เพ อเปนตวช

15

(Multilayer Artificial Neural Network) จะมช นของนวรอนค นอยระหวางช นอนพทและ

ดงน นจานวนของคาน าหนกกจะมมากข นตามจานวนช นซอนท เพ มเขาไป โดยท วไปโครงขายแบบหลายช นสามารถ

ามซบซอนไดดกวาโครงขายแบบช นเดยว แตการเรยนรจะยากกวา โดยลกษณะ

หลกการเรยนรแบบแพรกลบเปนข นตอนท ใชในการฝกสอนโครงขายประสาทเทยมแบบหลายช น โดยท ข นตอนในการปรบน าหนกเพ อใหไดคาท เหมาะสมน นจะใชวธสอนวาคาเปาหมายของแตละอนพทคออะไร และใชความผดพลาดของเอาตพทเปรยบเทยบกบเปาหมาย เพ อเปนตวช นาในการ

สวพ.

มทร.ส

วรรณภ

ม

ปรบน าหนก สาหรบในช นซอนจะไมมคาเปาหมายท จะทาการปรยบเทยบ ดงน นการปรบคาน าหนกสาหรบช นซอนจงใชวธการแพรคาความผดพลาดจากช นเอาตพทกลบมายงช นซอนกระบวนการสาคญของการเรยนรแบบแพรกลบม(Input Pattern) น าหนกใหเหมาะสมโครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบ ประกอบดวยนวรอนจานวน3 ช นช นแรกจะเปนช นอนพท เอาตพท แตละช นจะมการเช อมโยงถงกนหมด ดงรปท

2.4.4 การเรยนรของโครงขายประสาทเทยม การเรยนรของโครงขายประสาทเทยม สามารถสอนใหโครงขายเกดการเรยนรได โดยการปอนขอมลตวอยางใหกบเซลลแตละเซลลของโครงขาย ซ งแตละโครงขายจะมวธการปรบเปล ยนคาน าใหผลลพธท ถกตองออกมา จากการศกษางานวจยท เก ยวของพบวาการใหตวอยางสาหรบฝกสอนโครงขายมากๆ โครงขายกจะมความแมนยาสง แตกจะใชเวลาในการฝกสอนเพ มมากข นเชนกนดงน นการเรยนรของโครงขายจะมประสทธการฝกสอนแลว กระบวนการฝกสอนโครงขายสามารถจาแนกไดเปน

ปรบน าหนก สาหรบในช นซอนจะไมมคาเปาหมายท จะทาการปรยบเทยบ ดงน นการปรบคาน าหนกสาหรบช นซอนจงใชวธการแพรคาความผดพลาดจากช นเอาตพทกลบมายงช นซอนกระบวนการสาคญของการเรยนรแบบแพรกลบม 3 ข นตอน คอ การปอนไปขางหนา (Input Pattern) การคานวณและสงคาผดพลาดกลบคน น าหนกใหเหมาะสมโครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบ ประกอบดวยนวรอนจานวน

ช นช นแรกจะเปนช นอนพท ช นถดมาเปนช นซอนซ งสามารถมไดหลายช น และช นสดทายเปนช นเอาตพท แตละช นจะมการเช อมโยงถงกนหมด ดงรปท

รปท 2.13 แสดงโครงขายประสาทเทยมแบบแบบ

การเรยนรของโครงขายประสาทเทยม การเรยนรของโครงขายประสาทเทยม [26] กคอการหาคาน าหนกท เหมาะสมใหกบโครงขายเรา

สามารถสอนใหโครงขายเกดการเรยนรได โดยการปอนขอมลตวอยางใหกบเซลลแตละเซลลของโครงขาย ซ งแตละโครงขายจะมวธการปรบเปล ยนคาน าใหผลลพธท ถกตองออกมา จากการศกษางานวจยท เก ยวของพบวาการใหตวอยางสาหรบฝกสอนโครงขายมากๆ โครงขายกจะมความแมนยาสง แตกจะใชเวลาในการฝกสอนเพ มมากข นเชนกนดงน นการเรยนรของโครงขายจะมประสทธภาพมากเพยงใด ยอมข นอยกบคาน าหนกของโครงขายท ไดทาการฝกสอนแลว กระบวนการฝกสอนโครงขายสามารถจาแนกไดเปน

ปรบน าหนก สาหรบในช นซอนจะไมมคาเปาหมายท จะทาการปรยบเทยบ ดงน นการปรบคาน าหนกสาหรบช นซอนจงใชวธการแพรคาความผดพลาดจากช นเอาตพทกลบมายงช นซอนกระบวนการสาคญ

ข นตอน คอ การปอนไปขางหนา (Feedforward) ของรปแบบอนพทการคานวณและสงคาผดพลาดกลบคน (Backpropagation of Error) และการปรบคา

น าหนกใหเหมาะสมโครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบ ประกอบดวยนวรอนจานวนช นถดมาเปนช นซอนซ งสามารถมไดหลายช น และช นสดทายเปนช น

เอาตพท แตละช นจะมการเช อมโยงถงกนหมด ดงรปท 14

สดงโครงขายประสาทเทยมแบบแบบยอนกลบ [26]

กคอการหาคาน าหนกท เหมาะสมใหกบโครงขายเราสามารถสอนใหโครงขายเกดการเรยนรได โดยการปอนขอมลตวอยางใหกบเซลลแตละเซลลของโครงขาย ซ งแตละโครงขายจะมวธการปรบเปล ยนคาน าหนกภายในใหสอดคลองกบขอมลตวอยางและใหผลลพธท ถกตองออกมา จากการศกษางานวจยท เก ยวของพบวาการใหตวอยางสาหรบฝกสอนโครงขายมากๆ โครงขายกจะมความแมนยาสง แตกจะใชเวลาในการฝกสอนเพ มมากข นเชนกนดงน น

ภาพมากเพยงใด ยอมข นอยกบคาน าหนกของโครงขายท ไดทาการฝกสอนแลว กระบวนการฝกสอนโครงขายสามารถจาแนกไดเปน 2 กลมใหญ

16

ปรบน าหนก สาหรบในช นซอนจะไมมคาเปาหมายท จะทาการปรยบเทยบ ดงน นการปรบคาน าหนกสาหรบช นซอนจงใชวธการแพรคาความผดพลาดจากช นเอาตพทกลบมายงช นซอนกระบวนการสาคญ

ของรปแบบอนพท และการปรบคา

น าหนกใหเหมาะสมโครงขายประสาทเทยมชนดการเรยนรแบบแพรกลบ ประกอบดวยนวรอนจานวน ช นถดมาเปนช นซอนซ งสามารถมไดหลายช น และช นสดทายเปนช น

กคอการหาคาน าหนกท เหมาะสมใหกบโครงขายเราสามารถสอนใหโครงขายเกดการเรยนรได โดยการปอนขอมลตวอยางใหกบเซลลแตละเซลลของ

หนกภายในใหสอดคลองกบขอมลตวอยางและใหผลลพธท ถกตองออกมา จากการศกษางานวจยท เก ยวของพบวาการใหตวอยางสาหรบฝกสอนโครงขายมากๆ โครงขายกจะมความแมนยาสง แตกจะใชเวลาในการฝกสอนเพ มมากข นเชนกนดงน น

ภาพมากเพยงใด ยอมข นอยกบคาน าหนกของโครงขายท ไดทา

สวพ.

มทร.ส

วรรณภ

ม

17

1) การฝกสอนแบบควบคม (Supervised Learning) การฝกสอนแบบน จะมการกาหนดขอมลอนพทท สอดคลองกบเปาหมายท ถกตองใหกบ

โครงขาย แลวใหโครงขายทาการเรยนรเอาตพทท คานวณไดแตละคร งจะนามาเปรยบเทยบกบเปาหมายท กาหนดไว คาผดพลาดท เกดระหวางเอาตพทกบเปาหมายจะถกนากลบไปพจารณาปรบคาน าหนกในรอบตอๆ ไป โครงขายจะทาการเรยนรจนไดเอาตพทตรงตามเปาหมายท กาหนดหรอมคาความผดพลาดนอยพอท จะยอมรบได สาหรบโครงขายแบบหลายช นน น การเรยนรท เหมาะสมคอกระบวนการเรยนรแบบแพรกลบ (Back propagation)

2) การฝกสอนแบบอสระ (Unsupervised Learning) การฝกสอนแบบน จะมการกา หนดเพยงขอมลอนพทใหกบโครงขาย แตไมกาหนดเปาหมาย

ให โครงขายตองหาวธการเรยนรดวยตนเองและปรบคาน าหนกดวยการจดกลมของเอาตพทท มลกษณะเดยวกนไวดวยกน 2.5 ฟงกชนกระตน (Activation Function) ฟงกชนกระตนถกใชเปนระดบการตดสนใจของเซลลประสาทเทยมแตละเซลล เพ อใหไดสญญาณเอาตพทท จะสงไปใหกบเซลลประสาทเทยมอ นๆ ฟงกชนกระตนท ใชกนแพรหลายคอ ฟงกชนซกมอยด (Sigmoid Function) ในกรณท โครงขายประสาทเทยมมชวงของขอมลอยระหวาง 0 และ 1 จะใชฟงกชนไบนารซกมอยด (Binary Sigmoid Function) ดงรปท 2.6 สมการฟงกชนไบนารซกมอยด

( ) = (2.8)

ในกรณท ทาการวเคราะหขอมลท มความซบซอนมาก อาจจะขยายขอบเขตของขอมลใหอย

ในชวง -1 และ 1 เพ อใหมการคานวณท ละเอยดมากข น ฟงกชนซกมอยดท ใชคอ ฟงกชนไบโพลารซกมอยด (Bipolar Sigmoid Function) ดงรปท 13 สมการฟงกชนไบโพลารซกมอยด

( ) = − 1 (2.9)

สวพ.

มทร.ส

วรรณภ

ม

2.5 งานวจยท เก ยวของ การเกดการดดตวกลบของช นงานหลงการข นรปเกดจากหลายปจจยเชน ชนดของวสด ความหนาของวสด และมมของการดดเปนตน การควบคมรปรางของช นงานท ทาจากขณะทาการข นรปดวยการใหแรงจากแผนกดร งช นงาน(Draw bead) นอกจากน กระแทก (Crash forming) มรปรางเปนไปตามท ตองการไมเกดการดดตวกลบเม อข นรปดวยความรอนท อณหภมสงกวา อณหภมท ต ากวางานข นรปรอน ควบคมการเกดการดดตวกลบของช นงานดวยการลดความหนาของช นงานท บรเวณมมดดในการดดข นรปตวว นอกจากน ยงมงานวจยอกจานวนหน ง วสดช นงานชนดอ น ท งจากการทดลอง และการจาลองการทางาน

ปค.ศ. 2001 H. Livatyali [การพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพ อสบคนตวแปรท มอทพ นช เคลยแรนซ แรงแผนกดช นงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนต จากการทาการศกษาพบวารศมดาย เคลยแรนซท เพ มข นทาใหการดดตวกลบเพ มข น การลดแรงแผนกดช นงานมผลตอปรมาณการดดตวกลบท

รป 2.14 ฟงกชนซกมอยด

การเกดการดดตวกลบของช นงานหลงการข นรปเกดจากหลายปจจยเชน ชนดของวสด ความหนาของวสด

และมมของการดดเปนตน [1,9-11] Yoshida และคณะ [6]ศกษาถงกลไกการเกดการดดตวกลบ การควบคมรปรางของช นงานท ทาจาก HSS ดวยการทา Reverse bending ขณะทาการข นรปดวยการใหแรงจากแผนกดร งช นงาน (Blank holder)

นอกจากน Yoshida และคณะ [12]ลดการดดตวกลบของช นงาน (Crash forming) ช นงานรปตวย Yanagimotoและคณะ

มรปรางเปนไปตามท ตองการไมเกดการดดตวกลบเม อข นรปดวยความรอนท อณหภมสงกวา ท ต ากวางานข นรปรอน (Hot working) Mori และคณะ

ควบคมการเกดการดดตวกลบของช นงานดวยการลดความหนาของช นงานท บรเวณมมดดในการดดข นรปตวว นอกจากน ยงมงานวจยอกจานวนหน ง [14-21]ท ทานาย และศกษาถวสดช นงานชนดอ น ท งจากการทดลอง และการจาลองการทางาน

H. Livatyali [29] และคณะไดทาการศกษาตวแปรท มอทธพลตอการดดตวกลบโดยเลอกการพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพ อสบคนตวแปรท มอทพ นช เคลยแรนซ แรงแผนกดช นงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนต จากการทาการศกษาพบวารศมดาย เคลยแรนซท เพ มข นทาใหการดดตวกลบเพ มข น การลดแรงแผนกดช นงานมผลตอปรมาณการดดตวกลบท เพ มข น อตราสวนเคลยแรนซกบความหนาท เพ มข น

ฟงกชนซกมอยด [26]

การเกดการดดตวกลบของช นงานหลงการข นรปเกดจากหลายปจจยเชน ชนดของวสด ความหนาของวสด ศกษาถงกลไกการเกดการดดตวกลบ และใชเทคนค

Reverse bending การเพ มแรงดงท ผนงขางของช นงาน(Blank holder) และสรางรอยนนสาหรบโลหะไหลผาน ดตวกลบของช นงาน HSS ดวยการข นรปดวยการ

และคณะ [7]แสดงใหเหนวาช นงาน HSS หลงการข นรปมรปรางเปนไปตามท ตองการไมเกดการดดตวกลบเม อข นรปดวยความรอนท อณหภมสงกวา 477°C

และคณะ [13]ใชเคร องเซอรโวเพรส (Servo press) ควบคมการเกดการดดตวกลบของช นงานดวยการลดความหนาของช นงานท บรเวณมมดดในการดดข นรปตวว

ท ทานาย และศกษาถงปจจยการเกด และการลดการดดตวกลบกบวสดช นงานชนดอ น ท งจากการทดลอง และการจาลองการทางาน

และคณะไดทาการศกษาตวแปรท มอทธพลตอการดดตวกลบโดยเลอกการพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพ อสบคนตวแปรท มอทธพล เชน รศมมมดาย รศมพ นช เคลยแรนซ แรงแผนกดช นงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนต จากการทาการศกษาพบวารศมดาย เคลยแรนซท เพ มข นทาใหการดดตวกลบเพ มข น การลดแรงแผนกด

เพ มข น อตราสวนเคลยแรนซกบความหนาท เพ มข น 10

18

การเกดการดดตวกลบของช นงานหลงการข นรปเกดจากหลายปจจยเชน ชนดของวสด ความหนาของวสด และใชเทคนค

การเพ มแรงดงท ผนงขางของช นงานและสรางรอยนนสาหรบโลหะไหลผาน

ดวยการข นรปดวยการหลงการข นรป

C ซ งเปน(Servo press) ในการ

ควบคมการเกดการดดตวกลบของช นงานดวยการลดความหนาของช นงานท บรเวณมมดดในการดดข นรปตวว งปจจยการเกด และการลดการดดตวกลบกบ

และคณะไดทาการศกษาตวแปรท มอทธพลตอการดดตวกลบโดยเลอกธพล เชน รศมมมดาย รศม

พ นช เคลยแรนซ แรงแผนกดช นงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนต จากการทาการศกษาพบวารศมดาย เคลยแรนซท เพ มข นทาใหการดดตวกลบเพ มข น การลดแรงแผนกด

10% สงผลให

สวพ.

มทร.ส

วรรณภ

ม

19 ปรมาณการดดตวกลบเพ มข น 10% เชนกน หลงจากท H. Livatyaliทาการศกษาและสรปผลการทดลองจบ ในปเดยวกไดศกษาตอในชวงท สอง [30] ซ งเปนการศกษาเก ยวกบการลดการดดตวกลบ โดยออกแบบแมพมพแบบ Coining และทาการทดลองเปรยบเทยบผลกบการทานายดวยวธไฟไนตเอลเมนต และยงประยกตกระบวนการ Coining เพ อไปปรบปรงคณภาพของการพบแบบ Hemingเพ อท จะลดการเคล อนตวของโลหะระหวางการพบ จากการศกษาพบวา การทานายผลดวยซอฟตแวร DEFORM และ ABAQUS ใหผลสอดคลองกบการทดลอง โดยวธ Coining สามารถลดปญหาการดดตวกลบของช นงาน แตการประยกตใชกระบวนการ Coining กอนการพบแบบ Heming ไมสามารถชวยควบคมระยะดดไดตามท ตองการ นอกจากรายงานวจยท กลาวมาแลว ยงมคณะวจยกลมอ น [31-38] ศกษาถงการแกปญหาการดดตวกลบของช นงานวสดช นทดสอบตางชนดกนและท ตางกระบวนการกน อยางไรกดจากรายงานวจยท ผานมา ยงไมมการประยกตใชโครงขายประสาทเทยมในการศกษาพฤตกรรมการดดตวกลบของช นงานเหลกกลาความแขงแรงสง คณะผวจยจงมความสนใจท จะนาโครงขายประสาทเทยมมาประยกตใชกบกระบวนการดดข นรปโลหะ

ปค.ศ. 2009 Zemin Fu [38]และคณะ ไดทาการศกษาการใช Neuron network ใชในการพยากรคารศม ของ Punch ในการข นรปดวยวธการ air-bending เพ อปองกนความผดพลาดในการข นรปท อาจเกดข นได ซ งในการพยากรณไดมการ train ตวแปรทเก ยวของกบการข นรป และเพ มประสทธภาพการทางานของ Neuron network ดวย genetic algorithm จนไดคาท ใกลเคยงกบผลการทดลอง และ ทาการเปรยบเทยบกบการจาลองดวย Finite Element ซ งผลท ไดจากท ง 3 วธท กลาวมาแลวขางตน มผลท ใกลเคยงกน และมคาความผดพลาดเฉล ยท เกดข น +0.61 / -0.62 ซ งถอวาเปนคาท ยอมรบไดในกระบวนการผลต จากวจยฉบบน ทางคณะผวจยจงมความตองการนาโครงขายประสาทเทยมชวยทานายการดดตวกลบของช นงานเหลกกลาความแขงแรงสงในกระบวนการดดรปตวย เพ อลดความผดพลาดท อาจจะเกดข นในการข นรปโลหะ ตอไป

สวพ.

มทร.ส

วรรณภ

ม

20

บทท 3 วธการศกษา

3.1 การทดลองดดข นรปตวย 3.1.1 แมพมพท ใชในการทดลอง

แมพมพดดรปตวยถกออกแบบใหงายตอการถอดเปล ยนพนช และดายระหวางการทดลองดดรปตวยช นงานเหลกกลาความแขงแรงสง เพ อศกษาอทธพลของรศมพนช และรศมดายซ งเปนตวแปรท สนใจศกษา ซ งมอทธพลตอคาการดดตวกลบของช นงาน [1-2] การปรบคาเคลยแรนซของแมพมพทาโดยการเปล ยนสเปสเซอร (Spacer) ตามท ออกแบบไว แรงตานการเคล อนท พนชขนาด 7 kNใหโดยแรงจากสปรง (Coil Spring) ผานตวปลดช นงาน ซ งทาหนาท เปนตวปลดช นงานท ผานการข นรปออกจากดาย ชดแมพมพดดรปตวยท ใชในการทดลองแสดงในรปท 1 และคาของตวแปรท ศกษาในงานวจยน แสดงในตารางท 1

รปท 3.1 แมพมพดดรปตวย ตารางท 3.1 คาของตวแปรท ศกษาดวยกระบวนการดดรปตวย ตวแปร คาท ใชในการทดลอง รศมพนช; RP [mm] 0, 2, 6, 10, 15 รศมดาย; RD [mm] 2, 5, 10 เคลยแรนซ; Cl[mm] 0.9, 1.0, 1.1 แรงตานการเคล อนท พนช; FC [kN] 7

สวพ.

มทร.ส

วรรณภ

ม

21

3.1.2 วสดท ใชในการทดลอง เหลกกลาความแขงแรงสงรดเยนเกรด SPFC 980Y (JIS) ถกใชในการทดลอง โดยมสมบตทางกลท ไดจากการทดสอบแรงดง (Tensile Test) ตามมาตรฐาน ASTM E8 จานวน 5 ช นทดสอบ และการทดสอบความแขง (Hardness Test) แสดงในตารางท 2 ตารางท 3.2 คาสมบตทางกลของวสดท ใชในการทดลอง

สมบตทางกล Tensile Strength [N/mm2] 1002 Yield Strength [N/mm2] 712 Elongation [%] 16 Hardness [HV] 332 3.2 การเกบรวบรวมขอมลท ใชในการศกษา การศกษาวจยฉบบน ไดทาการเกบรวบรวมขอมลการป มข นรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวย จานวน 45 ตวอยาง ดงตารางท 3

ตารางท 3.3 ขอมลการป มข นรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวย

ลาดบท รศมพ นช

(Rp) รศมดาย

(Rd) เคลยแรนซ

(Cl)

แรงตาน การเคล อนท

พนช (Fc)

องศาของการ ดดตวกลบ

(Sb)

1 0 2 0.9 7 85.17 2 0 2 1.0 7 83.73 3 0 2 1.1 7 86.53 4 0 5 0.9 7 90.51 5 0 5 1.0 7 89.15 6 0 5 1.1 7 87.27 7 0 10 0.9 7 89.66

สวพ.

มทร.ส

วรรณภ

ม

22

8 0 10 1.0 7 89.07 9 0 10 1.1 7 87.60 10 2 2 0.9 7 85.47 11 2 2 1.0 7 85.45 12 2 2 1.1 7 85.60 13 2 5 0.9 7 85.45 14 2 5 1.0 7 86.34 15 2 5 1.1 7 85.12 16 2 10 0.9 7 86.19 17 2 10 1.0 7 85.55 18 2 10 1.1 7 84.57 19 6 2 0.9 7 86.60 20 6 2 1.0 7 86.11 21 6 2 1.1 7 87.84 22 6 5 0.9 7 88.18 23 6 5 1.0 7 88.60 24 6 5 1.1 7 90.17 25 6 10 0.9 7 88.39 26 6 10 1.0 7 88.28 27 6 10 1.1 7 89.05 28 10 2 0.9 7 88.48 29 10 2 1.0 7 89.17 30 10 2 1.1 7 89.19

สวพ.

มทร.ส

วรรณภ

ม

23

ตารางท 3.3 ขอมลการป มข นรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวย(ตอ)

ลาดบท รศมพ นช

(Rp) รศมดาย

(Rd) เคลยแรนซ

(Cl)

แรงตาน การเคล อนท

พนช (Fc)

องศาของการ ดดตวกลบ

(Sb)

31 10 5 0.9 7 91.78 32 10 5 1.0 7 91.50 33 10 5 1.1 7 94.02 34 10 10 0.9 7 94.36 35 10 10 1.0 7 93.64 36 10 10 1.1 7 95.33 37 15 2 0.9 7 88.92 38 15 2 1.0 7 89.88 39 15 2 1.1 7 92.07 40 15 5 0.9 7 95.12 41 15 5 1.0 7 96.87 42 15 5 1.1 7 99.45 43 15 10 0.9 7 97.54 44 15 10 1.0 7 97.51 45 15 10 1.1 7 98.31

รวม 297.00 255.00 45.00 76.50 4034.79 เฉล ย 6.60 5.67 1.00 1.70 89.66

3.3 การวเคราะหความสมพนธระหวางขอมลนาเขากบคาการดดตวกลบ จากขอมลดงตารางท 3 ทาการหาความสมพนธระหวางตวแปรนาเขากบคาองศาของการดดตวกลบ (Sb) ดวยวธทดสอบ Pearson Correlation แบบ One-tailed เพ อตองการรวาตวแปรนาเขามความสมพนธแบบใดเม อเทยบกบคาการดดตวกลบ ตวแปรนาเขาท ทาการศกษาไดแก 1) รศมพ นช (Rp) 2) รศมดาย (Rd) 3) เคลยแรนซ (Cl) และ 4) แรงตานการเคล อนท พนช (Fc)

สวพ.

มทร.ส

วรรณภ

ม

24

รปท 3.2 แสดงการกระจายตวของตวแปรท ทาการศกษา

รปท 3.3 แสดงความสมพนธของตวแปรท ทาการศกษา

จากผลการหาความสมพนธของตวแปรท ทาการศกษาจากรปท 4 พบวา ตวแปรนาเขาท มความสมพนธกบคาการดดตวกลบไดแก รศมพ นช(Rp) รศมดาย(Rd) สวนเคลยแรนซ(Cl) เม อเปรยบเทยบกบขอมลเฉล ยของเคลยแรนซท งหมดแลวมความแตกตางกนคอนขางนอยจงไมนาคาดงกลาวมาใช รวมท งคาแรงตานการเคล อนท พนชไมสามารถหาคาความสมพนธไดเน องจากคาดงกลาวเปนคาคงท ดงน นสรปไดวาคาตวแปรนาเขาท นามาใชในการทานายคาการดดตวกลบไดแก รศมพ นช(Rp) รศมดาย(Rd) เทาน น

สวพ.

มทร.ส

วรรณภ

ม

25

3.4 การจดขอมลใหเหมาะสมกบการสอนและเรยนร ขอมลนาเขารวมท งขอมลเปาหมาย จะตองถกลดทอนใหเหมาะสมกบเครอขายคออยในยาน(0-1) โดยใชสมการท 1

minmax

min

xxxxX n −

−= (3.1)

โดยท nX คอ คาขอมลท ผานการลดทอน X คอ คาขอมลนาเขาท ตองการลดทอนขนาด

minX คอ คาขอมลนาเขาท นอยท สด maxX คอ คาขอมลนาเขาท มากท สด

ตารางท 3.4 คาต าสด สงสดของตวแปรท ศกษา

ขอมลท ศกษา คาสงสด คาต าสด รศมพ นช(Rp) 15 0 รศมดาย (Rd) 10 2 องศาของการดดตวกลบ (Sb) 99.45 83.73 ซ งคาท ผานการลดทอนดงกลาวสามารถคานวณยอนกลบเพ อแสดงคาท เปนจรงได โดยแสดงสมการแยกเปนแตละตวแปรไดดงตารางท 5 ตารางท 3.5 สมการคานวณยอนกลบของตวแปรท ศกษา ลาดบท ตวแปร สมการคานวณยอนกลบ

1 รศมพ นช (Rp) )15(nXx = 2 รศมดาย (Rd) 2)8( += nXx 3 องศาของการดดตวกลบ (Sb) 73.83)72.15( += nXx

3.5 วธการคดเลอกขอมลในการฝกสอนและทดสอบระบบดวย k-fold cross-validation

ใชวธการตรวจสอบแบบไขว(Cross Validation) ดวยเทคนค K-fold cross-validation เพ อคดเลอกขอมลท ดท สดในการฝกสอนโครงขายประสาทเทยมเพ อลดความผดพลาดในการคาดการณของโมเดล โดยการวจยฉบบน ทาการแบงขอมลออกเปน 3 ชดเทาๆกน ซ งประกอบดวยชดละ 15 ขอมล ท งน กาหนดใหขอมล 2 ชดสาหรบใชในการฝกสอน สวนขอมลอก 1 ชดใชในการทดสอบ โดยทาการทดสอบจานวน 3 คร ง ไดคาผดพลาดดงตารางท 6

สวพ.

มทร.ส

วรรณภ

ม

26

ตารางท 3.6 แสดงผลการทดสอบโมเดลดวยวธ k-fold cross-validation k-fold Cross Total Mean Square Error (MSE)

1 0.020 2 0.015 3 0.019

Average 0.018 จากผลการทดสอบดงแสดงในตารางท 6 พบวาชดขอมลท ใหคาความคลาดเคล อนนอยท สด โดยวดดวยเทคนค Total Mean Square Error ไดแกกลมขอมลชดท 2 ดงน นจงเลอกขอมลชดดงกลาวมาใชในการฝกสอนและทดสอบระบบ ตารางท 3.7 แสดงคาน าหนกท ช นซอนในแตละนวรอนท ไดจากการฝกสอนระบบดวยขอมลชดท 2

นวรอน คาน าหนกคะแนนท ได 1 0.690 2 0.099 3 0.183 4 0.160 5 0.834 6 0.795

3.6 การสรางโครงขายประสาทเทยมและองคประกอบการสอนและเรยนร

รปท 3.4 แสดงโครงสรางโครงขายประสาทเทยมท ใชในการวจย

สวพ.

มทร.ส

วรรณภ

ม

27

จากรปท 5 แสดงโครงสรางของโครงขายประสาทเทยมท ใชสาหรบทาการศกษา ซ งการสรางแบบจาลองดวยโปรแกรมคอมพวเตอรน นไมมการกาหนดรปแบบ และคาพารามเตอรในการศกษาแบบตายตว ดงน นจงตองทาการทดลองเพ อหาคาท เหมาะสมท สดมาใชในการพยากรณ ซ งผลท ไดจากการทดลอง โดยแบงตามช นการทางานประกอบดวย

3.6.1 ช นท 1 ไดแกช นนาเขาขอมล ( Input Layer) ประกอบดวยตวแปรนาเขาไดแก คารศมพ นช (Rp) และ คารศมดาย(Rd)

3.6.2 ช นท 2 ไดแกช นซอน (Hidden Layer) กาหนดใหมหน งช นซอน จานวน 6 นวรอน โดยใชฟงกช นการถายโอนแบบ ซกมอยด

3.6.3 ช นท 3 ไดแกช นผลลพธ (Output Layer) กาหนดใหมเพยง 1 นวรอน คอ คาการดดตวกลบ โดยใชฟงกช นการถายโอนแบบ เสนตรง

รปท 3.5 แสดงผลการเรยนรจากโครงขายประสาทเทยมท ศกษา

โครงขายประสาทเทยมกาหนดใหมกระบวนการสอนและเรยนรแบบยอนกลบ โดยกาหนดคา Learning Rate = 0.2 และ Error Rate =0.01 ซ งผลท ไดจากการเรยนรและยอนกลบเพ อปรบคาน าหนกในช นซอนจนคาผลลพธท ได มคา Error Rate เขาสคาเปาหมายท กาหนด ใชการเรยนรท งส น 68 รอบ ดงแสดงในรปท 6

สวพ.

มทร.ส

วรรณภ

ม

29

บทท 4 ผลการศกษา

ขอมลท ใชในการฝกสอนและการทดสอบประกอบดวยขอมลจานวน 30 และ 15 ขอมลตามลาดบ โดยขอมลดงกลาวไดผานการทดสอบประสทธภาพดวยเทคนค k-fold cross-validation ซ งผลการทดสอบท ไดแสดงดงตารางท 4.1

ตารางท 4.1 ผลการทานายคาการดดตวกลบ

ลาดบขอมลนาเขา

คาปอนเขา

(Rp , Rd)

คาเปาหมาย คาท ไดจากการทานาย

ดวยโครงขายประสาทเทยม

คาความคลาดเคล อน

1 0.000 , 0.000 0.000 0.094 0.094

2 0.000 , 0.375 0.345 0.135 -0.210

3 0.000 , 1.000 0.340 0.223 -0.117

4 0.133 , 0.000 0.109 0.132 0.023

5 0.133 , 0.375 0.166 0.185 0.019

6 0.133 , 1.000 0.116 0.290 0.174

7 0.400 , 0.000 0.151 0.258 0.106

8 0.400 , 0.375 0.310 0.338 0.028

9 0.400 , 1.000 0.289 0.464 0.175

10 0.667, 0.000 0.346 0.431 0.085

11 0.667 , 0.375 0.494 0.520 0.026

สวพ.

มทร.ส

วรรณภ

ม

12 0.667 , 1.000

13 1.000 , 0.000

14 1.000 , 0.375

15 1.000 , 1.000

จากตารางท 4.1 เม อทาการวดคาความคลาดเคล อนของการทานายดวยวธหาคาความคลาดเคล อนกาลงสองเฉล ย(MSE) พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนท นาพอใจ โดยใหคาผลรวมความคลาดเคล อนท คานวณจากแบบจาลองเทากบ

รปท 4.1 ผลการทานายคาการดดตวกลบเป

0.667 , 1.000 0.630

1.000 , 0.000 0.391

1.000 , 0.375 0.000

1.000 , 1.000 0.345

เม อทาการวดคาความคลาดเคล อนของการทานายดวยวธหาคาความคลาดเคล อนกาลงสองเฉล ยพบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนท นาพอใจ โดยใหคาผลรวมความคลาด

เคล อนท คานวณจากแบบจาลองเทากบ 0.015

ผลการทานายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ

0.635 0.004

0.623 0.231

0.694 -0.142

0.772 -0.105

เม อทาการวดคาความคลาดเคล อนของการทานายดวยวธหาคาความคลาดเคล อนกาลงสองเฉล ยพบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนท นาพอใจ โดยใหคาผลรวมความคลาด

รยบเทยบกบคาเปาหมายในการทดสอบ

30

0.004

0.231

0.142

0.105

เม อทาการวดคาความคลาดเคล อนของการทานายดวยวธหาคาความคลาดเคล อนกาลงสองเฉล ยพบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนท นาพอใจ โดยใหคาผลรวมความคลาด

สวพ.

มทร.ส

วรรณภ

ม

31

บทท 5 สรปและอภปรายผล

งานวจยฉบบน น นาเสนอโมเดลในการทานายคาการดดตวกลบของช นงานเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ท ผานกระบวนการดดรปตวยซ งเปนกระบวนการท นยมใชในกระบวนการผลตช นสวนโลหะ ดวยโครงขายประสาทเทยมหลายช นแบบยอนกลบ มปจจยนาเขาในการทานายคาดงกลาวประกอบดวย รศมพนช (Rp) รศมดาย (Rd) เคลยแรนซ (Cl) และ แรงตานการเคล อนท พนช (Fc) ซ งหลงจากท ทาการวเคราะหศกษาถงความสมพนธของตวแปรนาเขากบคาการดดตวกลบแลวพบวามเพยงตวแปร รศมพนช (Rp) รศมดาย (Rd) เทาน นท เหมาะสมท จะนามาเปนตวแปรนาเขาในการทานายคาดดตวกลบดวยโครงขายประสาทเทยม

การทานายคาการดดตวกลบดวยโครงขายประสามเทยม ใชวธการคดเลอกขอมลแบบ k-fold cross-validation เพ อเพ มประสทธภาพในการทานายใหกบระบบเครอขาย โดยขอมลฝกสอนประกอบดวยขอมลจานวน 30 ขอมล และขอมลในการทดสอบจานวน 15 ขอมล ซ งจากผลทดสอบการทานายคาการดดตวกลบดวยโครงขายประสาทเทยม โดยทาการวดคาความคลาดเคล อนของการทานายดวยวธหาคาความคลาดเคล อนกาลงสองเฉล ย(MSE) พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนท นาพอใจ โดยใหคาผลรวมความคลาดเคล อนท คานวณจากแบบจาลองเทากบ 0.015 ท งน จากการทานายใหคาความคลาดเคล อนนอยท สด และ คาความคลาดเคล อนมากท สดเทากบ 0.004 และ 0.232 ตามลาดบ

จากการทดลองพบวาผลการทานายดวยเครอขายประสาทเทยมจะมคาความแมนยาท นาเช อถอข นอยกบ 1) การคดเลอกตวแปรในการศกษา

2) การคดเลอกขอมลท ด ในการฝกสอนใหกบเครอขาย

3) การเลอกรปแบบของโครงขายประสาทเทยมท เหมาะสม

สวพ.

มทร.ส

วรรณภ

ม

32

บทความวจยท นาเสนอในการประชมวชาการระดบชาต

ArkhomSongkrohand, BhadpiroonSresomroeng, “Prediction of Spring-back Values in U-bending of High Strength Steel with Back Propagation Neural Network”, 6th RMUTNC, 23-25 July2014, Rajamangala University of Technology Suvarnabhumi, PhraNakorn Si Ayutthaya, Thailand.

สวพ.

มทร.ส

วรรณภ

ม

33

การทานายคาการดดตวกลบในการดดรปตวยเหลกกลาความแขงแรงสง ดวยโครงขายประสาทเทยมแบบยอนกลบ

Prediction of Spring-back Values in U-bending of High Strength Steel with Back Propagation Neural Network อาคม สงเคราะห1*, ภาสพรฬห ศรสาเรง2

Arkhom Songkroh1*, BhadpiroonSresomroeng2

บทคดยอ เหลกกลาความแขงแรงสงถกนามาใชเปนวตถดบในการผลตชนสวนทตองการใหมนาหนกเบาแตมความ

แขงแรงสง เชนชนสวนรบแรงกระแทก และแชสซของรถยนตเปนตน ทงนความแขงแรงทเพมขนสงผลใหความแขงของเหลกเพมขน ทาใหขนรปไดยาก และทสาคญคอปญหาการดดตวกลบของชนงานหลงการขนรป สงผลทาใหชนงานไมไดรปทรงตามตองการ บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ทผานกระบวนการดดรปตวยซงเปนกระบวนการทนยมใชในกระบวนการผลตชนสวนโลหะ ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ มปจจยนาเขาในการทานายคาดงกลาวประกอบดวย รศมพนช (Rp) รศมดาย (Rd) เคลยแรนซ (Cl) และ แรงตานการเคลอนทพนช (Fc) โดยทาการฝกสอนโครงขายประสาทเทยมแบบยอนกลบดวยผลการทดลองดดรปตวยจานวน 67 ครง ผลจากการทานายใหคาความคลาดเคลอนกาลงสองในการทานายสงสดเทากบรอยละ 0.11 และคาความคลาดเคลอนตาสดเทากบรอยละ 0.04 คาสาคญ : การดดตวกลบ โครงขายประสาทเทยมแบบยอนกลบเหลกกลาความแขงแรงสง

Abstract High strength steel (HSS) has been used as raw material in the production of parts that require lightweight and high strength such as reinforcement parts, chassis and etc. However, the strength and hardness of the steel are relatively high, leading to the low formability and large spring-back occurring after forming operation. As a result, the workpiece is not shape desired. This work proposes a model to predict the spring-back values in U-bending of cold roll high strength steel grade SPFC 980Y (JIS) with back propagation neural network. The input data for predicting consists as the punch radius (Rp), die radius (Rd), clearance (Cl) and counter punch force (Fc).The back propagationneural network model was trained from the U-bending

สวพ.

มทร.ส

วรรณภ

ม

34

experimental data of 67 times. The result from the prediction shows the mean square error (MSE), the maximum percentage error is 0.11 and the minimum percentage error is 0.04. Keywords : Spring-Back, Back Propagation Neural Network, High Strength Steel ___________________________________ 1สาขาวชาระบบสารสนเทศและคอมพวเตอรธรกจ คณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม พระนครศรอยธยา 13000 Information System and Business Computer, Faculty of Business Administration and Information Technology, Rajamangala University of Technology Suvarnabhumi, Phranakhon Si Ayutthaya 13000 2สาขาวชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตรและเทคโนโลย มหาวทยาลยปทมธาน ปทมธาน 12000 Industrial Engineering, Faculty of Engineering and Technology, Pathumthani University, Pathumthani 12000 *Corresponding author. E-mail: songkroh@gmail.com

1. บทนา(Introduction) เหลกกลาความแขงแรงสง (High Strength Steel; HSS) ถกนามาใชเปนวตถดบในการผลตชนสวนท

ตองการความแขงแรงสง เชนชนสวนรบแรงกระแทก แชสซของรถยนต โดยมวตถประสงคเพอลดนาหนกใหกบตวรถ โดยเรมมการนาเหลกกลมนเขามาเปนวตถดบในการผลตตงแตป 2543 ปญหาทผผลตชนสวนยานยนตพบ คอเหลกกลาความแขงแรงสงเปนวตถดบทมความแขง ขนรปยาก มคณสมบตเฉพาะตวมาก เกดการยดตดกบผวแมพมพ (Adhesion) ไดงาย และทสาคญคอมการดดตวกลบ (Spring-back) ของชนงานหลงการขนรปสง การดดตวกลบของชนงานโลหะหลงการขนรปเกดหลงจากนาชนงานออกจากแมพมพ แลวชนงานไมไดขนาดตามทไดออกแบบไว สาเหตเนองจากในเนอวสดชนงานยงมบางสวนมคณสมบตอยในชวงยดหยน (Elasticity) ทาใหชนงานไมไดคณภาพตามตองการ การแกปญหาการดดตวกลบอาจทาโดยการลองผดลองถก (Trial and Error) ในขนตอนการออกแบบเครองมอ หากทดลองขนรปแลวไดชนงานมขนาดไมเปนไปตามทตองการกทาการแกไขหรอปรบแตงแมพมพใหม ซงวธการนตองใชชางทชานาญ และมประสบการณดานกระบวนการขนรปโลหะเปนอยางด ดงนนในปจจบนจงมการพฒนาซอฟทแวรชวยในการวเคราะหกระบวนการขนรปโลหะโดยการจาลองการทางาน (Simulation) ดวยวธไฟไนตเอลเมนต (Finite Element Method; FEM) ซงวธการนชวยลดระยะเวลา และประหยดคาใชจายในขนตอนการลองผดลองถก แตอยางไรกดซอฟตแวรทางไฟไนตเอลเมนตกมราคาสงมาก อกทงในการจาลองการทางานจาเปนตองมขอมลสมบตของวสดทถกตองเพอความแมนยาในการคานวน และตองใชระยะเวลาในการประมวลผลในแตละเงอนไขนาน ซงในกระบวนการขนรปโลหะมปจจยทสงผลตอการเกดการดดกลบเปนจานวนมากเชน รศมมมดดหรอพบ คาเคลยแรนซของดาย และความหนาของวสดเปนตน

สวพ.

มทร.ส

วรรณภ

ม

H. Livatyali [2]

ตรงมาใชในการทดลอง โดยทาการทดลองเพอสบคนตวแปรทมอทธพล เชน รศมมมดาย รศมพนช เคลยแรนซ แรงแผนกดชนงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนตทาการศกษาพบวารศมดาย เคลยแรนซทเพมขนทาใหการดดตวกลบเพมขน การลดแรงแผนกดชนงานมผลตอปรมาณการดดตวกลบทเพมขน อตราสวนเคลยแรนซกบความหนาทเพมขน เพมขน 10% เชนกน หลงจากท ในชวงทสอง [3] ซงเปนการศกษาเกยวกบการลดการดดตวกลบ โดยออกแบบแมพมพแบบ ทดลองเปรยบเทยบผลกบการทานายดวยวธไฟไนตเอลเมนต และยงประยกตกระบวนการ ปรบปรงคณภาพของการพบแบบ พบวา การทานายผลดวยซอฟตแวร สามารถลดปญหาการดดตวกลบของชนงาน แตการประยกตใชกระบวนการ ไมสามารถชวยควบคมระยะดดไดตามทตองการ นอกจากรายงานวจยทกลาวมาแลว ยงมคณะวจยกลมอน ศกษาถงการแกปญหาการดดตวกลบของชนงานวสดชนทดสอบตางชนดกนและทตางกระบวนการกน อยางไรกดจากรายงานวจยทผานมา ยงมการประยกชนงานเหลกกลาความแขงแรงสงจานวนนอยชน โดย ในการพยากรคารศมของ พนชในการขนรปดวยวธการ เกดขนได ซงในการพยากรณไดมการสอน ทางานของ Neuron Network

รปท 1 กลไกการเกดการดดตวกลบของชนงานหลงการดดขนรป

H. Livatyali [2] และคณะไดทาการศกษาตวแปรทมอทธพลตอการดดตวกลบโดยเลอกการพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพอสบคนตวแปรทมอทธพล เชน รศมมมดาย รศมพนช เคลยแรนซ แรงแผนกดชนงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนตทาการศกษาพบวารศมดาย เคลยแรนซทเพมขนทาใหการดดตวกลบเพมขน การลดแรงแผนกดชนงานมผลตอปรมาณการดดตวกลบทเพมขน อตราสวนเคลยแรนซกบความหนาทเพมขน

เชนกน หลงจากท H. Livatyaliทาการศกษาและสรปผลการทดลองจบ ในปเดยวกไดศกษาตอซงเปนการศกษาเกยวกบการลดการดดตวกลบ โดยออกแบบแมพมพแบบ

ทดลองเปรยบเทยบผลกบการทานายดวยวธไฟไนตเอลเมนต และยงประยกตกระบวนการ รงคณภาพของการพบแบบ Heming เพอทจะลดการเคลอนตวของโลหะระหวางการพบ จากการศกษา

พบวา การทานายผลดวยซอฟตแวร DEFORM และ ABAQUS สามารถลดปญหาการดดตวกลบของชนงาน แตการประยกตใชกระบวนการ ไมสามารถชวยควบคมระยะดดไดตามทตองการ นอกจากรายงานวจยทกลาวมาแลว ยงมคณะวจยกลมอน ศกษาถงการแกปญหาการดดตวกลบของชนงานวสดชนทดสอบตางชนดกนและทตางกระบวนการกน อยางไรกดจากรายงานวจยทผานมา ยงมการประยกตใชโครงขายประสาทเทยมในการศกษาพฤตกรรมการดดตวกลบของชนงานเหลกกลาความแขงแรงสงจานวนนอยชน โดย Zemin Fu [12] ในการพยากรคารศมของ พนชในการขนรปดวยวธการ Air-bending เกดขนได ซงในการพยากรณไดมการสอน (Train) ตวแปรทเกยวของกบการขนรป และเพมประสทธภาพการ

Neuron Network ดวย Genetic Algorithm

กลไกการเกดการดดตวกลบของชนงานหลงการดดขนรป [1]

และคณะไดทาการศกษาตวแปรทมอทธพลตอการดดตวกลบโดยเลอกการพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพอสบคนตวแปรทมอทธพล เชน รศมมมดาย รศมพนช เคลยแรนซ แรงแผนกดชนงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนตทาการศกษาพบวารศมดาย เคลยแรนซทเพมขนทาใหการดดตวกลบเพมขน การลดแรงแผนกดชนงานมผลตอปรมาณการดดตวกลบทเพมขน อตราสวนเคลยแรนซกบความหนาทเพมขน 10% สงผลใหปรมาณการดดตวกลบ

ทาการศกษาและสรปผลการทดลองจบ ในปเดยวกไดศกษาตอซงเปนการศกษาเกยวกบการลดการดดตวกลบ โดยออกแบบแมพมพแบบ Coining

ทดลองเปรยบเทยบผลกบการทานายดวยวธไฟไนตเอลเมนต และยงประยกตกระบวนการ Coining เพอทจะลดการเคลอนตวของโลหะระหวางการพบ จากการศกษา

ABAQUS ใหผลสอดคลองกบการทดลอง โดยวธ สามารถลดปญหาการดดตวกลบของชนงาน แตการประยกตใชกระบวนการ Coining กอนการพบแบบ ไมสามารถชวยควบคมระยะดดไดตามทตองการ นอกจากรายงานวจยทกลาวมาแลว ยงมคณะวจยกลมอน ศกษาถงการแกปญหาการดดตวกลบของชนงานวสดชนทดสอบตางชนดกนและทตางกระบวนการกน อยางไรกด

ตใชโครงขายประสาทเทยมในการศกษาพฤตกรรมการดดตวกลบของZemin Fu [12] และคณะ ศกษาการใช Neuron Network

bending เพอปองกนความผดพลาดในการขนรปทอตวแปรทเกยวของกบการขนรป และเพมประสทธภาพการ

Genetic Algorithm จนไดคาทใกลเคยงกบผลการทดลอง และ ทาการ

35

และคณะไดทาการศกษาตวแปรทมอทธพลตอการดดตวกลบโดยเลอกการพบปกแบบตรงมาใชในการทดลอง โดยทาการทดลองเพอสบคนตวแปรทมอทธพล เชน รศมมมดาย รศมพนช เคลยแรนซ แรงแผนกดชนงานและวสด และใชผลการทดลองบางสวนมาวเคราะหดวยวธไฟไนตเอลเมนต จากการทาการศกษาพบวารศมดาย เคลยแรนซทเพมขนทาใหการดดตวกลบเพมขน การลดแรงแผนกดชนงานมผลตอ

สงผลใหปรมาณการดดตวกลบทาการศกษาและสรปผลการทดลองจบ ในปเดยวกไดศกษาตอ

Coining และทาการCoining เพอไป

เพอทจะลดการเคลอนตวของโลหะระหวางการพบ จากการศกษาใหผลสอดคลองกบการทดลอง โดยวธ Coining

บแบบ Heming ไมสามารถชวยควบคมระยะดดไดตามทตองการ นอกจากรายงานวจยทกลาวมาแลว ยงมคณะวจยกลมอน [4-12] ศกษาถงการแกปญหาการดดตวกลบของชนงานวสดชนทดสอบตางชนดกนและทตางกระบวนการกน อยางไรกด

ตใชโครงขายประสาทเทยมในการศกษาพฤตกรรมการดดตวกลบของNeuron Network

เพอปองกนความผดพลาดในการขนรปทอาจตวแปรทเกยวของกบการขนรป และเพมประสทธภาพการ

จนไดคาทใกลเคยงกบผลการทดลอง และ ทาการ

สวพ.

มทร.ส

วรรณภ

ม

36

เปรยบเทยบกบการจาลองดวย Finite Element ซงผลทไดจากทง 3 วธทกลาวมาแลวขางตน มผลทใกลเคยงกน และมคาความผดพลาดเฉลยทเกดขน +0.61 / -0.62 ซงถอวาเปนคาทยอมรบไดในกระบวนการผลตดงนนคณะผวจยจงมความสนใจทจะนาโครงขายประสาทเทยมมาประยกตใชกบกระบวนการดดขนรปโลหะ เพอชวยทานายการดดตวกลบของชนงานเหลกกลาความแขงแรงสงในกระบวนการดดรปตวย (U-bending)

บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยน (Cold Roll Steel) เกรด SPFC 980Y (JIS) ทผานกระบวนการดดรปตวยซงเปนกระบวนการทนยมใชในกระบวนการผลตชนสวนโลหะในอตสาหกรรมยานยนต และอเลกทรอนกส ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ (Neuron Network with Back Propagation) มปจจยนาเขาในการทานายคาดงกลาวประกอบดวย รศมพนช (Rp) รศมดาย (Rd) เคลยแรนซ (Cl) และแรงตานการเคลอนทพนช (Fc) ทงนผลทไดจะเปนประโยชนในการทานายคาดดตวกลบของชนงานเหลกกลาความแขงแรงสงเกรด SPFC 980Y (JIS) ซงกาลงไดรบความนยมนามาใชเปนวตถดบในการผลตชนสวนยานยนตในปจจบน

2. วธการศกษา 2.1 การทดลองดดขนรปตวย 2.1.1 แมพมพทใชในการทดลอง แมพมพดดรปตวยถกออกแบบใหงายตอการถอดเปลยนพนช และดายระหวางการทดลองดดรปตวย

ชนงานเหลกกลาความแขงแรงสง เพอศกษาอทธพลของรศมพนช และรศมดายซงเปนตวแปรทสนใจศกษา ซงมอทธพลตอคาการดดตวกลบของชนงาน [1-2] การปรบคาเคลยแรนซของแมพมพทาโดยการเปลยนสเปสเซอร (Spacer) ตามทออกแบบไว แรงตานการเคลอนทพนชขนาด 7 kNใหโดยแรงจากสปรง (Coil Spring) ผานตวปลดชนงาน ซงทาหนาทเปนตวปลดชนงานทผานการขนรปออกจากดาย ชดแมพมพดดรปตวยทใชในการทดลองแสดงในรปท 1 และคาของตวแปรทศกษาในงานวจยนแสดงในตารางท 1

สวพ.

มทร.ส

วรรณภ

ม

37

รปท 1 แมพมพดดรปตวย

ตารางท 1 คาของตวแปรทศกษาดวยกระบวนการดดรปตวย ตวแปร คาทใชในการทดลอง รศมพนช; RP [mm] 0, 2, 6, 10, 15 รศมดาย; RD [mm] 2, 5, 10 เคลยแรนซ; Cl[mm] 0.9, 1.0, 1.1 แรงตานการเคลอนทพนช; FC [kN] 7 2.1.2 วสดทใชในการทดลอง เหลกกลาความแขงแรงสงรดเยนเกรด SPFC 980Y (JIS) ถกใชในการทดลอง โดยมสมบตทางกลทไดจากการทดสอบแรงดง (Tensile Test) ตามมาตรฐาน ASTM E8 จานวน 5 ชนทดสอบ และการทดสอบความแขง (Hardness Test) แสดงในตารางท 2 ตารางท 2 คาสมบตทางกลของวสดทใชในการทดลอง

สมบตทางกล Tensile Strength [N/mm2] 1002 Yield Strength [N/mm2] 712 Elongation [%] 16 Hardness [HV] 332

2.2 การเกบรวบรวมขอมลทใชในการศกษา

การศกษาวจยฉบบนไดทาการเกบรวบรวมขอมลการปมขนรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ทผานกระบวนการดดรปตวย จานวน 45 ตวอยาง ดงตารางท 3

สวพ.

มทร.ส

วรรณภ

ม

38

ตารางท 3 ขอมลการปมขนรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) ทผานกระบวนการดดรปตวย

ลาดบท รศมพนช

(Rp)

รศมดาย

(Rd)

เคลยแรนซ

(Cl)

แรงตาน

การเคลอนทพนช

(Fc)

องศาของการ

ดดตวกลบ

(Sb)

1 0 2 0.9 7 85.17

2 0 2 1.0 7 83.73

3 0 2 1.1 7 86.53

4 0 5 0.9 7 90.51

5 0 5 1.0 7 89.15

6 0 5 1.1 7 87.27

7 0 10 0.9 7 89.66

8 0 10 1.0 7 89.07

9 0 10 1.1 7 87.60

10 2 2 0.9 7 85.47

11 2 2 1.0 7 85.45

12 2 2 1.1 7 85.60

13 2 5 0.9 7 85.45

14 2 5 1.0 7 86.34

15 2 5 1.1 7 85.12

16 2 10 0.9 7 86.19

สวพ.

มทร.ส

วรรณภ

ม

39

17 2 10 1.0 7 85.55

18 2 10 1.1 7 84.57

19 6 2 0.9 7 86.60

20 6 2 1.0 7 86.11

21 6 2 1.1 7 87.84

22 6 5 0.9 7 88.18

23 6 5 1.0 7 88.60

24 6 5 1.1 7 90.17

25 6 10 0.9 7 88.39

26 6 10 1.0 7 88.28

27 6 10 1.1 7 89.05

28 10 2 0.9 7 88.48

29 10 2 1.0 7 89.17

30 10 2 1.1 7 89.19

สวพ.

มทร.ส

วรรณภ

ม

40

ตารางท 3 ขอมลการปมขนรปเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS)

ทผานกระบวนการดดรปตวย(ตอ)

ลาดบท รศมพนช

(Rp)

รศมดาย

(Rd)

เคลยแรนซ

(Cl)

แรงตาน

การเคลอนทพนช

(Fc)

องศาของการ

ดดตวกลบ

(Sb)

31 10 5 0.9 7 91.78

32 10 5 1.0 7 91.50

33 10 5 1.1 7 94.02

34 10 10 0.9 7 94.36

35 10 10 1.0 7 93.64

36 10 10 1.1 7 95.33

37 15 2 0.9 7 88.92

38 15 2 1.0 7 89.88

39 15 2 1.1 7 92.07

40 15 5 0.9 7 95.12

41 15 5 1.0 7 96.87

42 15 5 1.1 7 99.45

43 15 10 0.9 7 97.54

44 15 10 1.0 7 97.51

45 15 10 1.1 7 98.31

สวพ.

มทร.ส

วรรณภ

ม

41

รวม 297.00 255.00 45.00 76.50 4034.79

เฉลย 6.60 5.67 1.00 1.70 89.66

2.3 การวเคราะหความสมพนธระหวางขอมลนาเขากบคาการดดตวกลบ

จากขอมลดงตารางท 3 ทาการหาความสมพนธระหวางตวแปรนาเขากบคาองศาของการดดตวกลบ (Sb) ดวยวธทดสอบ Pearson Correlation แบบ One-tailed เพอตองการรวาตวแปรนาเขามความสมพนธแบบใดเมอเทยบกบคาการดดตวกลบ ตวแปรนาเขาททาการศกษาไดแก 1) รศมพนช (Rp) 2) รศมดาย (Rd) 3) เคลยแรนซ (Cl) และ 4) แรงตานการเคลอนทพนช (Fc)

ภาพท 3 แสดงการกระจายตวของตวแปรททาการศกษา

สวพ.

มทร.ส

วรรณภ

ม

42

ภาพท 4 แสดงความสมพนธของตวแปรททาการศกษา

จากผลการหาความสมพนธของตวแปรททาการศกษาจากภาพท 4 พบวา ตวแปรนาเขาทมความสมพนธกบคาการดดตวกลบไดแก รศมพนช(Rp) รศมดาย(Rd) สวนเคลยแรนซ(Cl) เมอเปรยบเทยบกบขอมลเฉลยของเคลยแรนซทงหมดแลวมความแตกตางกนคอนขางนอยจงไมนาคาดงกลาวมาใช รวมทงคาแรงตานการเคลอนทพนชไมสามารถหาคาความสมพนธไดเนองจากคาดงกลาวเปนคาคงท ดงนนสรปไดวาคาตวแปรนาเขาทนามาใชในการทานายคาการดดตวกลบไดแก รศมพนช(Rp) รศมดาย(Rd) เทานน

2.4 การจดขอมลใหเหมาะสมกบการสอนและเรยนร

ขอมลนาเขารวมทงขอมลเปาหมาย จะตองถกลดทอนใหเหมาะสมกบเครอขายคออยในยาน(0-1) โดยใชสมการท 1

minmax

min

xxxxX n −

−= (1)

โดยท nX คอ คาขอมลทผานการลดทอน

X คอ คาขอมลนาเขาทตองการลดทอนขนาด

minX คอ คาขอมลนาเขาทนอยทสด

maxX คอ คาขอมลนาเขาทมากทสด

สวพ.

มทร.ส

วรรณภ

ม

43

ตารางท 4 คาตาสด สงสดของตวแปรทศกษา

ขอมลทศกษา คาสงสด คาตาสด

รศมพนช(Rp) 15 0

รศมดาย (Rd) 10 2

องศาของการดดตวกลบ (Sb) 99.45 83.73

ซงคาทผานการลดทอนดงกลาวสามารถคานวณยอนกลบเพอแสดงคาทเปนจรงได โดยแสดงสมการแยกเปนแตละตวแปรไดดงตารางท 5

ตารางท 5 สมการคานวณยอนกลบของตวแปรทศกษา

ลาดบท ตวแปร สมการคานวณยอนกลบ

1 รศมพนช (Rp) )15(nXx =

2 รศมดาย (Rd) 2)8( += nXx

3 องศาของการดดตวกลบ (Sb) 73.83)72.15( += nXx

2.5 วธการคดเลอกขอมลในการฝกสอนและทดสอบระบบดวย k-fold cross-validation

ใชวธการตรวจสอบแบบไขว(Cross Validation) ดวยเทคนค K-fold cross-validation เพอตรวจสอบคาความผดพลาดในการคาดการณของโมเดล โดยการวจยฉบบนทาการแบงขอมลออกเปน 3 ชดเทาๆกน ซงประกอบดวยชดละ 15 ขอมล ทงนกาหนดใหขอมล 2 ชดสาหรบใชในการฝกสอน สวนขอมลอก 1 ชดใชในการทดสอบ โดยทาการทดสอบจานวน 3 ครง ไดคาผดพลาดดงตารางท 6

สวพ.

มทร.ส

วรรณภ

ม

44

ตารางท 6 แสดงผลการทดสอบโมเดลดวยวธ k-fold cross-validation

k-fold Cross Total Mean Square Error (MSE)

1 0.020

2 0.015

3 0.019

Average 0.018

จากผลการทดสอบดงแสดงในตารางท 6 พบวาชดขอมลทใหคาความคลาดเคลอนนอยทสด โดยวดดวยเทคนค Total Mean Square Error ไดแกกลมขอมลชดท 2 ดงนนจงเลอกขอมลชดดงกลาวมาใชในการฝกสอนและทดสอบระบบ

ตารางท 7 แสดงคานาหนกทชนซอนในแตละนวรอนทไดจากการฝกสอนระบบดวยขอมลชดท 2

นวรอน คานาหนกคะแนนทได

1 0.690

2 0.099

3 0.183

4 0.160

5 0.834

6 0.795

สวพ.

มทร.ส

วรรณภ

ม

45

2.6 การสรางโครงขายประสาทเทยมและองคประกอบการสอนและเรยนร

ภาพท 5 แสดงโครงสรางโครงขายประสาทเทยม

จากภาพท 5 แสดงโครงสรางของโครงขายประสาทเทยมทใชสาหรบทาการศกษา ซงการสรางแบบจาลองดวยโปรแกรมคอมพวเตอรนนไมมการกาหนดรปแบบ และคาพารามเตอรในการศกษาแบบตายตว ดงนนจงตองทาการทดลองเพอหาคาทเหมาะสมทสดมาใชในการพยากรณ ซงผลทไดจากการทดลอง โดยแบงตามชนการทางานประกอบดวย

2.6.1 ชนท1 ไดแกชนนาเขาขอมล( Input Layer) ประกอบดวยตวแปรนาเขาไดแก คารศมพนช (Rp) และ คารศมดาย(Rd)

2.6.2 ชนท 2 ไดแกชนซอน(Hidden Layer) กาหนดใหมหนงชนซอน จานวน 6 นวรอน โดยใชฟงกชนการถายโอนแบบ ซกมอยด

2.6.3 ชนท 3 ไดแกชนผลลพธ(Output Layer) กาหนดใหมเพยง 1 นวรอน คอ คาการดดตวกลบ โดยใชฟงกชนการถายโอนแบบ เสนตรง

โครงขายประสาทเทยมกาหนดใหมกระบวนการสอนและเรยนรแบบยอนกลบ โดยกาหนดคา Learning Rate = 0.2 และ Error Rate =0.01 ซงผลทไดจากการเรยนรและยอนกลบเพอปรบคานาหนกในชนซอนจนคาผลลพธทได มคา Error Rate เขาสคาเปาหมายทกาหนด ใชการเรยนรทงสน 68 รอบ ดงแสดงในภาพท 6

สวพ.

มทร.ส

วรรณภ

ม

46

ภาพท 6 แสดงผลการเรยนรจากโครงขายประสาทเทยมทศกษา

3. ผลการศกษา(Results)

3.1 ผลการทดสอบกบกลมขอมล

ขอมลการฝกสอนและการทดสอบประกอบดวยขอมลจานวน 30 และ 15 ขอมลตามลาดบ โดยขอมลดงกลาวไดผานการทดสอบความถกตองดวยเทคนค k-fold cross-validation ซงผลการทดสอบทไดแสดงดงตารางท 8

ตารางท 8 ผลการทานายคาการดดตวกลบ

ลาดบขอมลนาเขา

คาปอนเขา

(Rp , Rd)

คาเปาหมาย คาทไดจากการทานาย

ดวยโครงขายประสาทเทยม

คาความคลาดเคลอน

1 0.000 , 0.000 0.000 0.094 0.094

2 0.000 , 0.375 0.345 0.135 -0.210

3 0.000 , 1.000 0.340 0.223 -0.117

4 0.133 , 0.000 0.109 0.132 0.023

สวพ.

มทร.ส

วรรณภ

ม

47

5 0.133 , 0.375 0.166 0.185 0.019

6 0.133 , 1.000 0.116 0.290 0.174

7 0.400 , 0.000 0.151 0.258 0.106

8 0.400 , 0.375 0.310 0.338 0.028

9 0.400 , 1.000 0.289 0.464 0.175

10 0.667, 0.000 0.346 0.431 0.085

11 0.667 , 0.375 0.494 0.520 0.026

12 0.667 , 1.000 0.630 0.635 0.004

13 1.000 , 0.000 0.391 0.623 0.231

14 1.000 , 0.375 0.000 0.694 -0.142

15 1.000 , 1.000 0.345 0.772 -0.105

จากตารางท 8 เมอทาการวดคาความคลาดเคลอนของการทานายดวยวธหาคาความคลาดเคลอนกาลงสองเฉลย(MSE) พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนทนาพอใจ โดยใหคาผลรวมความคลาดเคลอนทคานวณจากแบบจาลองเทากบ 0.015 ทงนจากการทานายใหคาความคลาดเคลอนนอยทสด และ คาความคลาดเคลอนมากทสดเทากบ 0.004 และ 0.232 ตามลาดบ

สวพ.

มทร.ส

วรรณภ

ม

ภาพท 7

4. สรปและอภปรายผล

บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยนเกรด SPFC 980Y (JIS) โลหะ ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ มปจจยนาเขาในการทารศมพนช (Rp) รศมดาย ศกษาถงความสมพนธของตวแปรนาเขากบคาการดดตวกลบแลวพบวามเพยงตวแปร รศมพนช (Rd) เทานนทเหมาะสมทจะนามาเปนตวแปรนาเขาในการทานายคาดดตวกลบดวยโครงขายประสาทเทยม

การทานายคาการดดตวกลบดวยโครงขายประสามเทยม ใชวธการคดเลอกขอมลแบบ validation เพอเพมประสทธภาพในการทานายใหกบระบบเครอขาย โดยขอมลฝกสอนประกอบดวยขอม30 ขอมล และขอมลในการทดสอบจานวน ประสาทเทยม โดยทาการวดคาความคลาดเคลอนของการทานายดวยวธหาคาความคลาดเคลอนกาลงสองเฉลย(MSE) พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนทนคานวณจากแบบจาลองเทากบ เคลอนมากทสดเทากบ 0

7 ผลการทานายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ

สรปและอภปรายผล(Conclusion and Discussion)

บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยนSPFC 980Y (JIS) ทผานกระบวนการดดรปตวยซงเปนกระบวนการทนยมใชในกระบวนการผลตชนสวน

โลหะ ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ มปจจยนาเขาในการทารศมดาย (Rd) เคลยแรนซ (Cl) และ แรงตานการเคลอนทพนช

ศกษาถงความสมพนธของตวแปรนาเขากบคาการดดตวกลบแลวพบวามเพยงตวแปร รศมพนช าะสมทจะนามาเปนตวแปรนาเขาในการทานายคาดดตวกลบดวยโครงขายประสาทเทยม

การทานายคาการดดตวกลบดวยโครงขายประสามเทยม ใชวธการคดเลอกขอมลแบบ เพอเพมประสทธภาพในการทานายใหกบระบบเครอขาย โดยขอมลฝกสอนประกอบดวยขอม

ขอมล และขอมลในการทดสอบจานวน 15 ขอมล ซงจากผลทดสอบการทานายคาการดดตวกลบดวยโครงขายประสาทเทยม โดยทาการวดคาความคลาดเคลอนของการทานายดวยวธหาคาความคลาดเคลอนกาลงสองเฉลย

พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนทนคานวณจากแบบจาลองเทากบ 0.015 ทงนจากการทานายใหคาความคลาดเคลอนนอยทสด และ คาความคลาด

0.004 และ 0.232 ตามลาดบ

ผลการทานายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ

Conclusion and Discussion)

บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยนทผานกระบวนการดดรปตวยซงเปนกระบวนการทนยมใชในกระบวนการผลตชนสวน

โลหะ ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ มปจจยนาเขาในการทานายคาดงกลาวประกอบดวย และ แรงตานการเคลอนทพนช (Fc) ซงหลงจากททาการวเคราะห

ศกษาถงความสมพนธของตวแปรนาเขากบคาการดดตวกลบแลวพบวามเพยงตวแปร รศมพนช (Rp) าะสมทจะนามาเปนตวแปรนาเขาในการทานายคาดดตวกลบดวยโครงขายประสาทเทยม

การทานายคาการดดตวกลบดวยโครงขายประสามเทยม ใชวธการคดเลอกขอมลแบบ k-fold crossเพอเพมประสทธภาพในการทานายใหกบระบบเครอขาย โดยขอมลฝกสอนประกอบดวยขอม

ขอมล ซงจากผลทดสอบการทานายคาการดดตวกลบดวยโครงขายประสาทเทยม โดยทาการวดคาความคลาดเคลอนของการทานายดวยวธหาคาความคลาดเคลอนกาลงสองเฉลย

พบวาการทานายคาการดดตวกลบใหคาความแมนยาเปนทนาพอใจ โดยใหคาผลรวมความคลาดเคลอนททงนจากการทานายใหคาความคลาดเคลอนนอยทสด และ คาความคลาด

48

บทความนนาเสนอโมเดลในการทานายคาการดดตวกลบของชนงานเหลกกลาความแขงแรงสงชนดรดเยนทผานกระบวนการดดรปตวยซงเปนกระบวนการทนยมใชในกระบวนการผลตชนสวน

นายคาดงกลาวประกอบดวย ซงหลงจากททาการวเคราะห

Rp) รศมดาย าะสมทจะนามาเปนตวแปรนาเขาในการทานายคาดดตวกลบดวยโครงขายประสาทเทยม

fold cross-เพอเพมประสทธภาพในการทานายใหกบระบบเครอขาย โดยขอมลฝกสอนประกอบดวยขอมลจานวน

ขอมล ซงจากผลทดสอบการทานายคาการดดตวกลบดวยโครงขายประสาทเทยม โดยทาการวดคาความคลาดเคลอนของการทานายดวยวธหาคาความคลาดเคลอนกาลงสองเฉลย

าพอใจ โดยใหคาผลรวมความคลาดเคลอนททงนจากการทานายใหคาความคลาดเคลอนนอยทสด และ คาความคลาด

สวพ.

มทร.ส

วรรณภ

ม

49

จากการทดลองพบวาผลการทานายดวยเครอขายประสาทเทยมจะมคาความแมนยาทนาเชอถอขนอยกบ 1) การคดเลอกตวแปรในการศกษา 2) การคดเลอกขอมลทด ในการฝกสอนใหกบเครอขาย 3) การเลอกรปแบบของโครงขายประสาทเทยมทเหมาะสม

5. กตตกรรมประกาศ (Acknowledgement)

ขอขอบคณ คณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ทใหทนสนบสนนโครงการวจยน

6. เอกสารอางอง(References)

1. ภาสพรฬห ศรสาเรง และคณะ. อทธพลของเคลยแรนซทมผลตอการดดตวกลบในการดดงอรปยเหลกกลาความแขงแรงสง. รายงานการประชมวชาการเครอขายวศวกรรมเครองกลแหงประเทศไทยครงท 21, 17-19 ตลาคม 2550 จงหวดชลบร.

2. Donald F. Eary and Edward A. Reed.1974.Technique of press working sheet metal, 2nd Edition, Prentice-Hall, Inc.

3. Livatyali , H , Altan , T. 2001. Prediction and elimination of springback in straight flanging using computer aided design methods Part 1 Experimental investigations. Journal of Materials Processing Technology. vol. 117: 262-268.

4. Livatyali , H , Altan , T , Wu.,H.C. 2001. Prediction and elimination of springback in straight flanging using computer aided design methods Part 2 FEM predictions and tool design. Journal of Materials Processing Technology. vol. 120:348-354.

สวพ.

มทร.ส

วรรณภ

ม

50

5. S.H. Chang , J. M. Shin , Y. M. Heoand D. G. Seo. 2002. Springback characteristics of the tailor - welded strips in U- Bending.Journal of Materials Processing Technology. vol.130-131:14-19.

6. M.V. Inamdar , P.P. Date , S.V. Sabnis . 2002. On the effects of geometric parameters on springback in sheets of five materials subjected to air vee bending. Journal of Materials Processing Technology. vol. 123:459-463

7. Cho, J.R., Moon, S.J., Moon, Y.H. and Kang, S.S.2003. Finite element investigation on spring-back characteristics in sheet metal Ubending process.Journal of Materials Processing Technology. vol.141:109–116.

8. Mori, K., Akita, K. and Abe, Y. 2007. Springback Behavior in Bending of Ultra-High-Strength Sheets Using CNC Servo Press. International Journal of Machine Tools and Manufacture, vol.47:321-325.

9. B. Sresomroeng, V. Premanond, P. Kaewtatip, A. Khantachawana, N. Koga. Investigation of the Influences of Bending Die Clearance on Springback Values of High Strength Steel Using FEM. the proceeding of International Conference on Materials Processing Technology 2010 January 5-6, 2010, Bangkok, Thailand.

10. R. Ruffini, J. Cao, 1998. Using Neural Network for Springback Minimization in a Channel Forming Process. Journal of Materials & Manufacturing, Vol.107:65-73.

11. Recep Kazan, Mehmet Fırat, AysunEgrisogutTiryaki. 2009. Prediction of springback in wipe-bending process of sheet metal using neural network. Materials and Design Vol.30:418–423.

12. Zemin Fu, Jianhua Mo, Lin Chen, Wei Chen. 2010. Using genetic algorithm-back propagation neural network prediction and finite-element model simulation to optimize the process of multiple-step incremental air-bending forming of sheet metal. Materials and Design Vol.31:267–277.

สวพ.

มทร.ส

วรรณภ

ม

51

บรรณานกรม

1. Schuler, 1998, Metal Forming Handbook, 2nd ed., Springer, Berlin Heidelberg, pp.156-388., 2. Donald F. Early and Edward A. Reed, 1974,“ Technique of press working sheet metal ” , 2nd Edition,

Prentice-Hall Inc., 3. ชานนท สขตาอย และคณะ,2547, แมพมพป มโลหะแผน,สมาคมอตสาหกรรมแมพมพไทย,กรงเทพฯ,

หนา 49-69., 4. What is Bending, [2012, January 9], [online] , available: www.eng.ohio-state.edu/html/u-die

_bending.html., 5. IvanaSuchy, 1997, Handbook of die Design, Mcgraw-hill,New York, หนา 8-8., 6. Yoshida, T., Katayama,T.,Hashimoto,K. and Kuriyama, Y., [2006, January 15],Shape Control

Techniques for High Strength Steel in Sheet Metal forming[Online],Available:www.nsc.co.jp., 7. International Iron & Steel Institute,[2012 , January 9],Advanced High Strength Steel (AHSS)

Application Guidelines,[Online], Available : www.worldautosteel.org., 8. Takita,M.andOhashi,H.,[2012 , January 9], Application of High-strength Steel Sheet for

Automobile in Japan,[Online], Available:www.edpsciences.org/article/metal/pdf/200109/takita.pdf., 9. Lange,K.,1985,Handbook of Metal forming, 2nded.,McGraw-Hill, New York,pp.2.1-20.66. 10. You-Min H.uang, and Daw-KwieLeu, 1995,“An Elasto-Plastic Finite Element Analysis of Sheet

Metal U-bending Process ”,Journal of Material Processing Technology, Vol. 48 pp.151-157., 11. Livatyalia,Hwub, H. C. and Altanb. T.,“ Prediction and Elimination of springbackInraightFlanging

Using Computer-aided Design Part 2: FEM Prediction andTollDesign”,Journal of Material Processing Technology, Vol.120, pp.348-354.,

12. Yoshida, T., Isogai, E., Hashimoto, K., Katayama, T., and Kuriyama , Y., 2005, “Reduction of springbackfor High –Strength Steel Sheets By Crash Forming” Journal of Japan Society for technology of Plasticity, Vol.46, No.534, pp.656-660.,

13. Mori, K., Akita, K. And Abe, Y.,2007, “Springback Behavior in Bending of Ultra-High-Strength Steel Sheets Using CNC Servo Press”, International Journal of Machine Tools andManufacture, Vol 47,pp 321-325.,

สวพ.

มทร.ส

วรรณภ

ม

52

14. Huang,Y. M., and Leu, D.K., 1995, “An Elastoplastic Finite Element Analysis of Sheet Metal U-bending Process” Journal of Material Processing Technology, Vol.48, pp.151-157.,

15. Cho, J, R., Moon, Y . H. and Kang, S, S., 2003, “Finite Element InvestigationOn spring-back Characteristics in Sheet U-bending Process”,Journal of Material Processing Technology, Vol.141, pp.109-116.,

16. Samuel, M., 2000, S. J., “Experimental and Numeric al of Springback and Side Wallcurl in U-bending of Anisotropic Sheet Metals”,Journal of Material Processing Technology, Vol.105, pp.382-393.,

10. C. Gomes, O, Onipde, M Lovell, 2005, “Investigation of Springback in High Strength Anisotropic Steels”, Journal of Material Processing Technology, Vol.159, pp.91-98.,

18. Moon, Y. H., Kang, S.S., Cho,J.R and Kim, T.G., 2003, “Effect of tool temperature on the Reduction of Springback of Aluminum Sheet”,Journal of Materials processing Technology,Vol.132,pp.365-368.,

19. Hino,R.,Goto,Y.andYoshida,F.,2003, “ Springback of sheet Metal Laminates in Drew bending” , Journal of Materials Processing Technology, Vol.139,pp.341-347.,

20. Gan, W., Wagoner, RH.,2004, “Die Design Method for Sheet Springback”, International Journal of Mechanical Sciences,Vol.46,pp.1097-1113.,

21. Xu,W.L.,Ma,C,H.,Li,C.H.andFeng, W.J.,2004, “Sensitive Factor in Springback Simulation for Sheet Metal Forming”,Journal of Materials Processing Technology ,Vol.151,pp.217-222.,

22. จฑารตน วรประทป,2548, หลกสถต, ภาควชาสถต คณะวทยาสาสตร มหาวทยาลยรามคาแหง, กรงเทพฯ, หนา 182-183, 240-224.,

23. ภาสพรฬห ศรสาเรง, 2552 , การศกษาเพ อลดการยดตดบนผวแมพมพข นรปเหลกกลาความแขงแรงสง , ปรยญญาวศวกรรมศาตรดษฎบณฑต สาขาเทคโนโลยการข นรปโลหะ มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร.,

24. Behforooz, G.H., Papamichael, N., 1979, Endconditions for interpolation, IMAJournal of Applied Mathematic.

สวพ.

มทร.ส

วรรณภ

ม

53

25. Chinna, S., Application of Artificial Neural Network for Weather Forecast. Chiangmai University, 2550 p. 51-52 .

26. Rujipan, K., Thai Language Character Recognition Using Artificial Neural Networks. Chiangmai University, 2551.

27. ภาสพรฬห ศรสาเรง และคณะ. อทธพลของเคลยแรนซท มผลตอการดดตวกลบในการดดงอรปย เหลกกลาความแขงแรงสง. รายงานการประชมวชาการเครอขายวศวกรรมเคร องกลแหงประเทศไทย คร งท 21, 17-19 ตลาคม 2550 จงหวดชลบร. 28. Donald F. Eary and Edward A. Reed.1974.Technique of press working sheet metal, 2nd Edition, Prentice-Hall, Inc. 29. Livatyali , H , Altan , T. 2001. Prediction and elimination of springback in straight flanging using computer aided design methods Part 1 Experimental investigations. Journal of Materials Processing Technology. vol. 117: 262-268. 30. Livatyali , H , Altan , T , Wu.,H.C. 2001. Prediction and elimination of springback in straight flanging using computer aided design methods Part 2 FEM predictions and tool design. Journal of Materials Processing Technology. vol. 120:348-354. 31. S.H. Chang , J. M. Shin , Y. M. Heoand D. G. Seo. 2002. Springback characteristics of the tailor - welded strips in U- Bending.Journal of Materials Processing Technology. vol.130-131:14-19. 32. M.V. Inamdar , P.P. Date , S.V. Sabnis . 2002. On the effects of geometric parameters on springback in sheets of five materials subjected to air vee bending. Journal of Materials Processing Technology. vol. 123:459-463 33. Cho, J.R., Moon, S.J., Moon, Y.H. and Kang, S.S.2003. Finite element investigation on spring-back characteristics in sheet metal Ubending process.Journal of Materials Processing Technology. vol.141:109–116. 34. Mori, K., Akita, K. and Abe, Y. 2007. Springback Behavior in Bending of Ultra-High-Strength Sheets Using CNC Servo Press. International Journal of Machine Tools and Manufacture, vol.47:321- 325. 35. B. Sresomroeng, V. Premanond, P. Kaewtatip, A. Khantachawana, N. Koga. Investigation of the Influences of Bending Die Clearance on Springback Values of High Strength Steel Using FEM. the

สวพ.

มทร.ส

วรรณภ

ม

54

proceeding of International Conference on Materials Processing Technology 2010 January 5-6, 2010, Bangkok, Thailand. 36. R. Ruffini, J. Cao, 1998. Using Neural Network for Springback Minimization in a Channel Forming Process. Journal of Materials & Manufacturing, Vol.107:65-73. 37. Recep Kazan, Mehmet Fırat, AysunEgrisogutTiryaki. 2009. Prediction of springback in wipe-bending process of sheet metal using neural network. Materials and Design Vol.30:418–423. 38. Zemin Fu, Jianhua Mo, Lin Chen, Wei Chen. 2010. Using genetic algorithm-back propagation neural network prediction and finite-element model simulation to optimize the process of multiple-step incremental air-bending forming of sheet metal. Materials and Design Vol.31:267–277.

สวพ.

มทร.ส

วรรณภ

ม

55

ประวตผวจย

ช อ – นามสกล (ภาษาไทย) นายอาคม สงเคราะห

ช อ - นามสกล (ภาษาองกฤษ) Mr. Arhkom Songkroh

ตาแหนงปจจบน รองผอานวยการสานกสงเสรมวชาการและงานทะเบยน

หนวยงานและสถานท อยท ตดตอ

มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ศนยหนตรา

60 หม 3 ตาบลหนตรา อาเภอพระนครศรอยธยา จงหวดพระนครศรอยธยา

โทร.035-709097 Fax 035-709097

ประวตการศกษา

ปท จบการศกษา

ระดบปรญญา อกษรยอปรญญา

สาขาวชาเอก ช อสถาบน ประเทศ

2542 ปรญญาตร วศ.บ วว วศวกรรมอตสาหการ มหาวทยาลยรงสต ไทย

2548 ปรญญาโท วท.ม เทคโนโลยสารสนเทศ

มหาวทยาลยรงสต ไทย

กาลงศกษา ปรญญาเอก ปร.ด เทคโนโลยสารสนเทศ

มหาวทยาลยเทคโนโลยมหานคร

ไทย

สาขาวชาการท มความชานาญพเศษ (แตกตางจากวฒ การศกษา) ระบสาขาวชาการ

สาขาวชาวทยาการคอมพ สาขาวชาวศวกรรมคอมพวเตอร

สวพ.

มทร.ส

วรรณภ

ม

56

ผลงาน บทความวจยท ไดรบการเผยแพร

อาคม สงเคราะห และคณะ, “ระบบตรวจจบพฤตกรรมท มความเส ยงตอการทาใหเกดอบตเหตขณะขบรถยนต ดวยนวรอนเนตเวรกรวมกบฟซซ ลอจก”, รายงานการประชมวชาการระดบชาตดานเทคโนโลยสารสนเทศ คร งท 6, วนท 27-28 กมภาพนธ 2557 จงหวดนครราชสมา

A. Songkroh, R. Fooprateepsiri& W. Lilakiataskun, “An Intelligent Risk Detection from Driving Behavior Based on BPNN and Fuzzy Logic Combination”, 13th IEEE/ACIS International Conference on Computer and Information Science(ICIS 2014), June 4-6, 2014, Taiyuan, China.

สวพ.

มทร.ส

วรรณภ

ม

57

ประวตผวจย

ช อ - นามสกล(ภาษาไทย) ผศ.ดร.ภาสพรฬห ศรสาเรง

ช อ - นามสกล (ภาษาองกฤษ) Asst. Prof. Dr.BhadpiroonSresomroeng

ตาแหนงปจจบนอาจารยประจาสาขาวชาวศวกรรมอตสาหการ คณบดคณะวศวกรรมศาสตร ผชวยอธการบดฝายวชาการ หนวยงานและสถานท อยท ตดตอ

มหาวทยาลยปทมธาน140 หม 4 ถนน ตวานนท-ปทมธาน ต.บานกลาง

อาเภอ เมอง จงหวดปทมธาน 12000

08-9896-0317 หรอ 0-2975-6999 ตอ 161

ประวตการศกษา

ปท จบการศกษา

ระดบปรญญา อกษรยอปรญญา

สาขาวชาเอก ช อสถาบน ประเทศ

2541 ปรญญาตร วศ.บ. อตสาหการ มหาวทยาลย

รงสต

ไทย

2547 ปรญญาโท วศ.ม. เทคโนโลยการข นรป

โลหะ

มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร

ไทย

2553 ปรญญาเอก วศ.ด. เทคโนโลยการข นรป

โลหะ

มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร

ไทย

สวพ.

มทร.ส

วรรณภ

ม

58

สาขาวชาการท มความชานาญพเศษ (แตกตางจากวฒ การศกษา) ระบสาขาวชาการ

เทคโนโลยข นรปโลหะ ไตรบอโลยในงานขนรปโลหะ CAE (FEM)

ผลงาน บทความวจยท ไดรบการเผยแพร

ภาสพ รฬห ศรสาเรง, รามล เกศวรากล และ วารณ เปรมานนท, “การประยกตใชเทคนคการแทรกคาเชงเสนแบบหลายแกนเพ อทานายพฤตกรรมการดดตวกลบของช นงานในกระบวนการพบรปตวย”, การประชมวชาการขายงานวศวกรรมอตสาหการ ประจาป พ.ศ. 2556, 16-18 ตลาคม 2556 พทยา ชลบร.

ภาสพรฬห ศรสาเรง, สถาพร เสอเทศ, ทศพร สขยศ, “การออกแบบและสรางเซอรโวเพรสเพ อใชในการข นรปโลหะแผน”, การประชมวชาการขายงานวศวกรรมอตสาหการ ประจาป พ.ศ. 2555, 17-19ตลาคม 2555 ชะอา เพชรบร.

- ณฐศกด พรพฒศร, คมกรช ละวรรณวงษ, ภาสพรฬห ศรสาเรง, “การประยกตใชแหวนจกเพ อเพ มคณภาพช นงานในงานแมพมพตด”, การประชมวชาการขายงานวศวกรรมอตสาหการ ประจาป 2554, 20-21 ตลาคม 2554.

ภาสพรฬห ศรสาเรง, พงศพนธ แกวตาทพย และวารณ เปรมานนท,“การประเมนการสกหรอของผวเคลอบบนเหลกกลาเคร องมอเยนกบเหลกกลาความแขงแรงสงพเศษ”,การประชมวชาการวศวกรรมอตสาหการแหงชาต 2010 เพ อเฉลมพระเกยรตพระบาทสมเดจพระเจาอยหวฯ เน องในวโรกาสทรงพระชนมาย 84 พรรษา, 16-17 ธนวาคม 2553 โรงแรมเจาพระยาปารค กรงเทพ (รางวลรองชนะเลศอนดบท 1 การนาเสนอบทความ)

ภาสพ รฬห ศรสาเรง, พงศพนธ แกวตาทพย และวารณ เปรมานนท,“Evaluation of Bonding Strength of the Hard-thin Coated Films on the Surface of Cold Work Tool Steel”, การประชมวชาการขายงานวศวกรรมอตสาหการ 2010, อบลราชธาน, 13-15 ตลาคม 2553.

สวพ.

มทร.ส

วรรณภ

ม

59

ภาสพ รฬห ศรสาเรง, วารณ เปรมานนท, พงศพนธ แกวตาทพย และ อนรรฆ ขนธะชวนะ,“อทธพลของเคลยแรนซท มผลตอการดดตวกลบในการดดงอรปยเหลกกลาความแขงแรงสง”, การประชมวชาการเครอขายวศวกรรมเคร องกลแหงประเทศไทยคร งท 21,ชลบร, 17-19 ตลาคม 2550.

RamilKesvarakul and BhadpiroonSresomroeng, “Electrochemical Grid Etching Apparatus for Strain Analysis in Sheet and Tubular Blank”, The 4th TSME International Conference on Mechanical Engineering, 16-18 October 2013, Pattaya, Chonburi

BhadpiroonSresomroeng, PakornChumrum, JirapornSripraserd and VaruneePremanond, “Sidewall-curl prediction in U-bending process of advanced high strength steel”, The Second TSME International Conference on Mechanical Engineering, 19-21 October, 2011, Krabi, Thailand.

BhadpiroonSresomroeng, VaruneePremanond, PongpanKaewtatip, AnakKhantachawana and Nobuhiro Koga, “Evaluation of Ti-Based Ceramic Coated Tools to Reduce Adhesion in U-Channel Forming Process of High Strength Steel”, paper presents at The 13th International Conference on Metal Forming September 19-22, 2010, Hotel Nikko Toyohashi, Toyohashi, Japan.

B. Sresomroeng, V. Premanond, P. Kaewtatip, A. Khantachawana, N. Koga,“The Effectiveness of Cr-(C,N) TD Treated Tool in Forming of Advanced High Strength Steel” The proceeding of 6th International Conference on Automotive Engineering (ICAE-6), March 29 – April 2, 2010, Thailand.

B. Sresomroeng, V. Premanond, P. Kaewtatip, A. Khantachawana, N. Koga, “Investigation of the influences of Bending Die Clearance on Springback Values of High Strength Steel using FEM”, International Conference on Materials Processing Technology 2010, January 5-6, 2010, Bangkok, Thailand.

สวพ.

มทร.ส

วรรณภ

ม

60

B. Sresomroeng, V. Premanond, P. Kaewtathip, A. Khantachawana, N. Koga, S. Watanabe, “Anti-adhesion Performance of Various Nitride and DLC Films against High Strength Steel in Metal Forming Operation”, Paper presented in 20th European Conference on Diamond, Diamond Like Materials, Carbon Nanotubes, and Nitrides, 6-10 September 2009, Athens Greece.

P. Kaewtatip, N. Prasitkhetkhan, A. Khantachawana, V. Premanond, R.Hato, B. Sresomreong, N. Koga, “Bendability and Forming Behaviour of High Strength Steel in UBending Operation”,The 9th International Conference on Technology of Plasticity, September 7-11, 2008, Hotel Hyundai, Gyeongju, Korea, pp.295-300.

B. Sresomroeng, K. Lawanwong, V. Premanond, R. Hato, P. Kaewtatip, A. Khantachawana, N. Koga, “Tribologicalbehaviour of thin film coatings against high strength steels”, The proceeding of 8th Asia-Pacific Conference on Materials Processing, June 15-20, 2008, Guilin-Guangzhou, China, pp.688-693.

คมกรช ละวรรณวงษ,ภาสพ รฬห ศรสาเรง และ วารณ เปรมานนท,2552 “การศกษาชนดของฟลมเคลอบแขงและความแขงแรงของวสดท สงผลตอปรมาณการสกหรอโดยการทางานดวยวธ Ball-on-disk”, วศวกรรมสารฉบบวจยและพฒนา ปท 20 เลมท 4

RamilKesvarakul, SuwatJiratheranat, BhadpiroonSresomroeng, “Determination of Forming Limit Curves of Steel Pipes for Hydroformability Evaluation”, Advanced Materials Research Vols. 622-623 (2013) pp. 484-488.

SomkidThara, KusolPrommul, BhadpiroonSresomroeng, JirapornSripraserd, “Finite Element Method for Step Reduction in Forming Socket Head Screws”, Advanced Materials Research Vols. 622-623 (2013) pp. 107-111.

สวพ.

มทร.ส

วรรณภ

ม

61

B. Sresomroeng, K. Lawanwong, V. Premanond, R. Hato, P. Kaewtatip, A. Khantachawana, N. Koga, “Tribologicalbehaviour of thin film coatings against high strength steels”, Int. J. Abrasive Technology, 2 (2009) 313-328.

B. Sresomroeng, V. Premanond, P. Kaewtathip, A. Khantachawana, N. Koga, S. Watanabe, “Anti-adhesion Performance of Various Nitride and DLC Films against High Strength Steel in Metal Forming Operation” Diamond & Related Materials, Vol. 19, 2010 pp. 833-836.

BhadpiroonSresomroeng, VaruneePremanond, PongpanKaewtatip, AnakKhantachawana and Nobuhiro Koga, “Evaluation of Ti-Based Ceramic Coated Tools to Reduce Adhesion in U-Channel Forming Process of High Strength Steel” Steel Research Int., Supplement Metal Forming 2010, 81 (2010) No. 9, pp.829-932.

B. Sresomroeng, V. Premanond, P. Kaewtatip, A. Khantachawana, A. Kurosawa, N. Koga, “Performance of CrN radical nitrided tools on deep drawing of advanced high strength steel”, Surface & Coatings Technology 205 (2011) pp. 4198-4204.