Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Strategy for Ergonomic Design of Amphibian Vehicle Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Optimization of Process Parameters in Resistance Spot Welding Using Artificial Immune Algorithm

verfasst von : Sudhakar Uppada, Subbarama Kousik Suraparaju, M. V. A. Raju Bahubalendruni, Sendhil Kumar Natarajan

Erschienen in: Innovative Product Design and Intelligent Manufacturing Systems

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Welding is one of the fundamental manufacturing processes and is used for manufacturing components or assemblies with great strength in minimal time. Resistance spot welding (RSW) is utilized often as an efficacious method of joining for different works, most commonly in automobile and other industrial processes. Recent researches in welding are trending toward the economical process with optimum productivity. It is laborious to formulate a mathematical model for the analysis of RSW parameters, because of obscureness during the process with many parameters especially with the property of less operating time. A novel optimization method based on artificial immune algorithm (AIA) is presented in this article to find the optimum set of welding parameters for an economical process which offers the highest load carrying capacity at low power consumption.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Evaluation of Optimization Parametric Condition During Machining for Al-CSA Composite Using Response Surface Methodology
Nächstes Kapitel An Evolutionary Algorithm-Based Damage Detection in Structural Elements
Literatur
1.
Jou M (2003) Real-time monitoring weld quality of resistance spot welding for the fabrication of sheet metal assemblies. J Mater Process Technol 132(1–3):102–113CrossRef
2.
Tsai CL, Papritan JC, Dickinson DW, Jammal O (1992) Modeling of resistance spot weld nugget growth. Weld J 71(2):47
3.
Ates H (2007) Prediction of gas metal arc welding parameters based on artificial neural networks. Mater Des 28(7):2015–2023CrossRef
4.
Cevik A, Kutuk MA, Erklig A, Guzelbey IH (2008) Neural network modeling of arc spot welding. J Mater Process Technol 202(1–3):137–144CrossRef
5.
Kim IS, Son JS, Yarlagadda PKDV (2003) A study on the quality improvement of robotic GMA welding process. Robot Comput Integr Manuf 19(6):567–572CrossRef
6.
Darwish SM, Al-Dekhial SD (1999) Statistical models for spot welding of commercial aluminum sheets. Int J Mach Tools Manuf 39(10):1589–1610CrossRef
7.
Tseng HY (2006) Welding parameters optimization for an economic design using neural approximation and genetic algorithm. Int J Adv Manuf Technol 27(9–10):897–901CrossRef
8.
Bouyousfi B, Sahraoui T, Guessasma S, Chaouch KT (2007) Effect of process parameters on the physical characteristics of spot weld joints. Mater Des 28(2):414–419CrossRef
9.
Kahraman N (2007) The influence of welding parameters on the joint strength of resistance spot-welded titanium sheets. Mater Des 28(2):420–427CrossRef
10.
Hamedi M, Pashazadeh H (2008) Numerical study of nugget formation in resistance spot welding. Int J Mech 2(1):11–15
11.
Pouranvari M (2011) Prediction of failure mode in AISI 304 resistance spot welds. Assoc Metall Eng Serbia Predict
12.
Panda BN, Raju Bahubalendruni MVA, Biswal BB (2014) Optimization of resistance spot welding parameters using differential evolution algorithm and GRNN. In: 2014 IEEE 8th international conference on intelligent systems and control: green challenges and smart solutions, ISCO 2014—proceedings, pp 50–55
13.
Lin WM, Gow HJ, Tsai MT (2011) An efficient hybrid Taguchi-immune algorithm for the unit commitment problem. Expert Syst Appl 38(11):13662–13669
14.
Bakhouya M, Gaber J (2007) An immune inspired-based optimization algorithm: application to the traveling salesman problem. Adv Model Opt 9(1):105–116MathSciNetMATH
15.
Aickelin U, Dasgupta D (2013) Search methodologies : introductory tutorials in optimization and decision support techniques. Artificial immune systems. In: In: Burke EK, Kendall G (eds) Search methodologies—introductory tutorials in optimization and decision support technology, 2005, pp 1–29
16.
Cisar P, Cisar SM, Markoski B (2014) Implementation of immunological algorithms in solving optimization problems. Acta Polytech Hungarica 11(4):225–239
17.
Syahputra R, Soesanti I (2017) An artificial immune system algorithm approach for reconfiguring distribution network. AIP Conf Proc 1867
18.
Wang M, Feng S, He C, Li Z, Xue Y (2017) An artificial immune system algorithm with social learning and its application in industrial PID controller design. Math Probl Eng 2017:1–13
19.
Raju Bahubalendruni MVA, Deepak BBVL, Biswal BB (2016) An advanced immune-based strategy to obtain an optimal feasible assembly sequence. Assem Autom 36(2):127–137
20.
Zhang Z, Liao M, Wang L (2012) Immune optimization approach for dynamic constrained multi-objective multimodal optimization problems. Am J Oper Res 02(02):193–202
21.
Zandieh M, Fatemi Ghomi SMT, Moattar Husseini SM (2006) An immune algorithm approach to hybrid flow shops scheduling with sequence-dependent setup times. Appl Math Comput 180(1):111–127
22.
Mohammad R, Akbarzadeh T, Davarzani Z, Khairdoost N (2012) Multiobjective artificial immune algorithm for flexible job shop scheduling problem. Int J Hybrid Inf Technol 5(3):75–88
Metadaten
Titel
Optimization of Process Parameters in Resistance Spot Welding Using Artificial Immune Algorithm
verfasst von
Sudhakar Uppada
Subbarama Kousik Suraparaju
M. V. A. Raju Bahubalendruni
Sendhil Kumar Natarajan
Copyright-Jahr
2020
Verlag
Springer Singapore
Buch
Innovative Product Design and Intelligent Manufacturing Systems

Print ISBN: 978-981-15-2695-4

Electronic ISBN: 978-981-15-2696-1

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-981-15-2696-1_47

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise