Akbar, Ahmad Fattah Rizqy (2024) Optimization of Spot Welding Parameters for Maximum Tensile and Tear Strength with Stainless Steel Plate using Backpropagation Neural Network and Particle Swarm Optimization Method. Other thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 5007201121-Undergraduate_Thesis (2).pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
5007201121-Undergraduate_Thesis (2).pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (4MB) |
Abstract
Dalam industri produksi otomotif, mengoptimalkan parameter pengelasan titik sangat penting untuk mencapai kekuatan tarik dan sobek maksimum. Penerapan metode Particle Swarm Optimization untuk menyempurnakan proses spot pengelasan menjadi tujuan utama dari tugas akhir ini. Variabel terpenting yang mempengaruhi kekuatan tarik dan sobek sambungan las titik ditentukan dengan menerapkan teknik desain tangguh yang dikenal dengan metode Particle Swarm Optimization (PSO). Untuk menemukan kombinasi parameter pengelasan yang ideal, seperti arus pengelasan, waktu pengelasan, dan gaya elektroda, penelitian ini memerlukan sejumlah pengujian. Selain itu, mengoptimalkan parameter pengelasan titik mempunyai potensi besar untuk meningkatkan pembuatan bagian bodi yang penting untuk kendaraan. Memanfaatkan simulasi segerombolan partikel yang mencari solusi optimal di dalam ruang parameter, pendekatan PSO berhasil. Sehubungan dengan kombinasi tertentu dari parameter pengelasan, seperti arus pengelasan, pulsa pengelasan, dan gaya elektroda, setiap partikel mewakili solusi potensial. Penelitian ini bermaksud untuk meningkatkan kekuatan tarik dan sobek pada sambungan pelat baja tahan karat khususnya pada aplikasi body part mobil dengan melakukan optimalisasi parameter pengelasan las spot SUNKKO 709A yang mempunyai spesifikasi 1.9 KW AC220V 800A di STP Otomotif Institut. Teknologi Sepuluh Nopember. Hasil penelitian ini diperoleh 27 data kekuatan tarik dan 6 data kekuatan sobek yang akan dilatih dengan BPNN. Pada kekuatan tarik dan kekuatan sobek keluaran BPNN, jaring terbaik untuk kekuatan tarik diperoleh dengan 6 lapisan tersembunyi, 6 neuron per lapisan tersembunyi, dan fungsi aktivasi untuk setiap lapisan tersembunyi adalah tansig, jaring terbaik untuk kekuatan sobek diperoleh dengan 6 lapisan tersembunyi. lapisan, 8 neuron per lapisan tersembunyi, dan fungsi aktivasi untuk setiap lapisan tersembunyi adalah satlin. Dengan menggunakan PSO diperoleh parameter terbaik untuk kekuatan tarik yaitu parameter Arus 800 A, Pulsa 18 p, Tekanan elektroda 0,5 kg/mm² dan untuk kekuatan sobek yaitu parameter Arus 800 A, Pulsa 18 p, Tekanan elektroda 0,4 kg/mm² . Kemudian parameter tersebut dilakukan uji tarik dan dilakukan uji sobek kembali sebagai konfirmasi diperoleh hasil kuat tarik tertinggi sebesar 461,870 N/mm² dan kuat sobek tertinggi sebesar 124,759 N/mm²
=====================================================================================================================================
In the automotive production industry, optimizing spot welding parameters is essential to achieving maximum tensile and tear strength. The implementation of the Particle Swarm Optimization method to enhance the spot welding process is the main goal of this final project. The most important variables influencing the tensile and tear strength of spot-welded joints are determined by applying the resilient design technique known as the Particle Swarm Optimization (PSO) method. To find the ideal combination of welding parameters, such as welding current, welding time, and electrode force, the study entails a number of tests. Furthermore, optimizing spot welding parameters has great potential to improve the manufacture of body parts that are essential for vehicles. Utilizing a simulation of a swarm of particles looking for the optimal solution inside a parameter space, the PSO approach works. With respect to a particular combination of welding parameters, such as welding current, welding pulse, and electrode force, each particle represents a potential solution. This study intends to increase the tensile and tear strength of stainless steel plate connections, particularly in body parts of automobile applications, by optimizing the welding parameters of SUNKKO 709A spot welding, which has a specification of 1.9 KW AC220V 800A at the automotive STP of Institut Teknologi Sepuluh Nopember. The results of this research obtained 27 data for tensile strength and 6 data for tear strength that will be trained with BPNN. In BPNN output tensile strength and tear strength, the best net for tensile strength is obtained with 6 hidden layers, 6 neurons per hidden layer, and the activation function for each hidden layer is tansig, the best net for tear strength is obtained with 6 hidden layers, 8 neurons per hidden layer, and the activation function for each hidden layer is satlin. By using PSO, the best parameters were obtained for tensile strength, namely Current parameters 800 A, Pulse 18 p, Electrode pressure 0.5 kg/mm² and for tear strength are namely Current parameters 800 A, Pulse 18 p, Electrode pressure 0.4 kg/mm² . Then these parameters were tensile tested and tear tested again as confirmation of the results of the highest tensile strength is 461,870 N/mm² and the highest tear strength is 124,759 N/mm².
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Tensile Strength, Particle Swarm Optimization, Resistance Spot Welding |
| Subjects: | Q Science > Q Science (General) Q Science > Q Science (General) > Q325.78 Back propagation Q Science > Q Science (General) > Q337.3 Swarm intelligence |
| Divisions: | Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21201-(S1) Undergraduate Thesis |
| Depositing User: | Ahmad Fattah Rizqy Akbar |
| Date Deposited: | 16 Aug 2024 02:04 |
| Last Modified: | 16 Aug 2024 02:04 |
| URI: | http://repository.its.ac.id/id/eprint/114919 |
Actions (login required)
 |
View Item |