1. مقدمه: چرا توالی کاهشی این‌قدر مهم است؟

در یک خط کشش چندمرحله‌ای (مثلاً تبدیل راد 9٫5 میلی‌متری به مفتول 2 میلی‌متری در 7–10 پاس)، توالی کاهش‌ها عملاً «امضای مهندسی» آن خط است. این توالی تعیین می‌کند:

• نیروی کشش و توان مصرفی در هر قفسه چقدر باشد
• دمای سیم و قالب‌ها چگونه بالا برود و آیا به محدوده خطر نزدیک می‌شود یا نه
• توزیع کرنش و کارسختی در مقطع سیم چطور شکل بگیرد
• احتمال عیوبی مثل ترک مرکزی (central bursting)، delamination، خش سطحی و شکست ناگهانی چقدر باشد
• عمر قالب‌ها، پایداری روانکاری و نرخ توقف خط چگونه شود

مطالعات تحلیلی، عددی و تجربی جدید نشان می‌دهند که با انتخاب مناسب توالی کاهشی، می‌توان هم‌زمان مصرف انرژی و دما را کاهش داد، کیفیت سطح و خواص مکانیکی را بالا برد و عمر قالب را افزایش داد؛ آن هم بدون لزوماً تغییر اساسی در تجهیزات، فقط با بازتوزیع کاهش‌ها بین پاس‌ها. productionscrews.com+2MDPI+2

2. مبانی تئوریک کشش چندمرحله‌ای

2.1. کاهش سطح، کرنش و تنش رسم

برای هر پاس:

• کاهش سطح مقطع (بر حسب درصد)
  r = (A0 − A1) تقسیم بر A0 ضربدر 100
  که در آن A0 سطح قبل از پاس و A1 سطح بعد از پاس است.
• کرنش حقیقی (در هر پاس)
  ε = ln(A0 تقسیم بر A1)
  یا به‌صورت معادل برای قطر:
  ε = 2 ضربدر ln(d0 تقسیم بر d1)

در کشش چندمرحله‌ای، مجموع کرنش‌ها برابر کرنش کل است و ما حق بازی داریم که این کرنش کل را بین پاس‌ها چگونه توزیع کنیم.

به‌طور تجربی و تحلیلی نشان داده شده که در فرآیندهای شکل‌دهی سرد، کاهش سطح مجاز در هر پاس معمولاً محدود به حدود 20 تا 30 درصد (بسته به ماده، اصطکاک، زاویه قالب و شرایط خنک‌کاری) است تا از شکست و عیوب سطحی جلوگیری شود. e-jamet.org+1

2.2. اثر توالی کرنش بر رفتار ماده

فرض کنید مجموع کرنش لازم ثابت است؛ مثلاً برای رسیدن از قطر 9٫5 به 2 میلی‌متر. حالا دو سناریو داریم:

• سناریوی A – کرنش‌های تقریباً برابر در همه پاس‌ها
• سناریوی B – کرنش‌های بزرگ در پاس‌های ابتدایی، کوچک در انتها (front-loaded)

نتیجه‌ها:

• در سناریوی B، ماده خیلی زود کارسخت می‌شود، تنش‌ها و دما در پاس‌های اولیه بالا می‌رود و احتمال ترک مرکزی و delamination بیشتر می‌شود.
• توزیع یکنواخت‌تر کرنش معمولاً باعث کاهش پیک تنش و پیک دما و توزیع یکنواخت‌تر سختی و بافت می‌شود. confer.cz+1

3. استراتژی‌های کلاسیک برای توالی کاهشی

در طراحی سنتی، چند قانون انگشتی (Rule of Thumb) رایج است:

1. کاهش سطح مساوی در همه پاس‌ها
   • r1 ≈ r2 ≈ … ≈ rn
   • ساده برای طراحی؛ کرنش هر پاس تقریباً ثابت است.
   • در عمل، معمولاً توالی نسبتاً پایدار و قابل اطمینانی می‌دهد، مگر در مواد خیلی حساس به آسیب.
2. کرنش مساوی در همه پاس‌ها
   • ε1 ≈ ε2 ≈ … ≈ εn
   • در این حالت، نسبت قطرها در هر پاس تقریباً ثابت می‌ماند؛ به‌ویژه وقتی نسبت d0/d1 در همه پاس‌ها یکسان تنظیم شود.
   • این رویکرد بیشتر بر تساوی «شدت تغییرشکل» بین پاس‌ها تأکید دارد.
3. قانون تنش رسم تقریباً ثابت
   • هدف این است که تنش کشش در هر پاس در محدوده‌ای نزدیک به استحکام جریان ماده باقی بماند، بدون عبور از آستانه آسیب.
   • در اینجا کاهش سطح، طول ناحیه کاهشی، زاویه قالب و اصطکاک طوری تنظیم می‌شوند که نسبت تنش رسم به استحکام جریان تقریباً ثابت بماند.
4. توالی جلو-سنگین یا عقب-سنگین
   • جلو-سنگین (Front-Loaded): کاهش‌های بزرگ در پاس‌های 1–2، سپس کاهش‌های کوچک.
     • مزیت: تعداد پاس‌ها را می‌توان کاهش داد.
     • عیب: ریسک بالاتر آسیب مرکزی، دمای زیاد در ابتدای خط و فشار سنگین روی اولین قالب‌ها و کاپستان‌ها. academia.edu+1
   • عقب-سنگین (Back-Loaded): کاهش‌های کوچک ابتدا، بزرگ در انتها.
     • ممکن است خروجی را بیش از حد سخت و شکننده کند، و دمای انتهای خط را بالا ببرد.

در عمل، معمولاً یک توالی نیمه‌یکنواخت انتخاب می‌شود؛ کاهش‌ها اندکی در میانه یا ابتدای توالی بالاتر هستند ولی از حدود مجاز عبور نمی‌کنند.

4. مدل‌های تحلیلی برای تنش، نیرو و دما

برای تحلیل توالی کاهشی، اغلب از مدل‌های تحلیلی کشش استفاده می‌شود که به‌طور کلی تنش رسم را تابعی از:

• استحکام جریان متوسط ماده در آن پاس
• ضریب کاهش سطح
• اصطکاک (مثلاً ضریب اصطکاک کولمب یا اصطکاک برشی)
• نیم‌زاویه قالب و طول ناحیه کاهشی و ناحیه کالیبره

در ساده‌ترین حالت، تنش رسم در یک پاس را می‌توان به‌صورت زیر توصیف کرد:

«تنش رسم برابر است با استحکام جریان متوسط ضربدر یک ضریب که به کاهش سطح، اصطکاک و زاویه قالب بستگی دارد، به‌علاوه سهم تنش ناشی از کشش ابتدایی و انتهایی سیم.»

این مدل‌ها اجازه می‌دهند برای هر پاس:

• نیروی کشش، توان مصرفی و افزایش دمای تقریبی سیم محاسبه شود.
• محدودیت‌هایی مثل «تنش رسم نباید از حد خاصی از استحکام جریان تجاوز کند» یا «دمای سیم نباید از دمای بحرانی روانکار عبور کند» اعمال شوند. cris.unibo.it+2scientific.net+2

وقتی این روابط برای تک‌پاس مشخص شد، می‌توان آن‌ها را روی همه پاس‌ها اعمال کرد و تأثیر انتخاب‌های مختلف توالی کاهشی را روی:

• مجموع توان مصرفی
• دمای ماکزیمم سیم
• تنش روی قالب‌ها و کاپستان‌ها

به‌صورت سریع تخمین زد.

5. شبیه‌سازی عددی (FEM): دیدن جزییات پنهان

مدل‌های تحلیلی برای طراحی اولیه عالی‌اند، ولی تنش‌ها، کرنش‌های موضعی، و تجمع آسیب سه‌بعدی را کامل نشان نمی‌دهند. اینجا روش اجزاء محدود (FEM) وارد می‌شود.

در شبیه‌سازی عددی:

• هندسه سیم و قالب‌ها (معمولاً محورمتقارن، اما برای مقاطع پیچیده سه‌بعدی) مدل می‌شود.
• تماس، اصطکاک، دمای اولیه، خواص ماده وابسته به کرنش، نرخ کرنش و دما وارد می‌شوند.
• برای هر پاس، میدان‌های تنش، کرنش، دما، و حتی شاخص‌های آسیب (مثلاً معیار Cockroft–Latham) محاسبه می‌شود. ResearchGate+2ijtimes.com+2

با اجرای چند توالی کاهشی مختلف در FEM می‌توان:

• پاس‌هایی را که پیک تنش سه‌محوره و آسیب تجمعی در آن‌ها بالا است شناسایی کرد.
• توالی‌هایی را که باعث دمای بیش از حد در قالب یا سیم می‌شوند حذف کرد.
• هندسه قالب (زاویه، طول ناحیه کاهشی و کالیبره) و توزیع کاهش را هم‌زمان تنظیم کرد.

نتیجه مطالعات جدید روی مفتول مس و آلیاژهای آلومینیوم نشان می‌دهد که ترکیب روش تحلیلی و FEM می‌تواند پاس‌اسکِجول‌هایی تولید کند که در عمل دقیقاً همان رفتاری را دارند که در مدل پیش‌بینی شده است؛ یعنی تنش، نیرو و دما به خوبی با داده‌های کارخانه منطبق می‌شوند. MDPI+2MDPI+2

6. رویکرد داده‌محور و هوش مصنوعی در طراحی توالی کاهشی

طراحی سنتی توالی کاهشی بسیار وابسته به تجربه‌ی اپراتورها و مهندسان بوده است. در سال‌های اخیر، دو ایده وارد این حوزه شده:

1. استفاده از مدل‌های یادگیری ماشین برای پیش‌بینی پاسخ فرآیند
2. استفاده از الگوریتم‌های بهینه‌سازی (مثل الگوریتم ژنتیک) برای جست‌وجوی بهترین توالی

6.1. ساخت دیتاست

برای هر «پارت» تولید:

• ورودی‌ها:
  • قطر اولیه و نهایی، تعداد پاس‌ها،
  • توالی کاهش‌ها (r1 تا rn)،
  • سرعت خط و سرعت هر قفسه،
  • نوع روانکار، جنس قالب (PCD یا تنگستن‌کاربید)،
  • دمای ورودی و بین‌پاسی.
• خروجی‌ها:
  • نیروی کشش هر پاس، توان مصرفی،
  • دمای اندازه‌گیری‌شده‌ی سیم/قالب،
  • نرخ شکست، تعداد ترک سطحی،
  • خواص مکانیکی نهایی (UTS، درصد ازدیاد طول، سختی، رسانایی).

این دیتاست پایه‌ی یک مدل داده‌محور است.

6.2. مدل‌های یادگیری ماشین

می‌توان یک مدل رگرسیونی (مثل جنگل تصادفی، گرادیان بوستینگ یا شبکه عصبی) آموزش داد تا از روی ویژگی‌ها، نیروی کشش، دمای ماکزیمم و احتمال شکست را پیش‌بینی کند. سپس:

• با یک مدل پیش‌بینی‌گر سریع، می‌توان میلیون‌ها توالی کاهشی ممکن را در فضای طراحی بررسی کرد، بدون انجام آزمون واقعی یا حتی شبیه‌سازی سنگین FEM.
• ترکیب این مدل با الگوریتم‌های بهینه‌سازی، یک ابزار قدرتمند می‌سازد که بهترین توالی‌ها را با توجه به قیود پیدا می‌کند. ScienceDirect+2journals.sagepub.com+2

6.3. اهداف و قیود در بهینه‌سازی داده‌محور

معمولاً چند هدف هم‌زمان وجود دارد:

• کمینه‌کردن مجموع توان مصرفی یا انرژی ویژه (کیلووات‌ساعت بر تن)
• کمینه‌کردن دمای ماکزیمم سیم و قالب
• کمینه‌کردن شاخص‌های آسیب (طبق مدل یا داده واقعی شکست)
• بیشینه‌کردن سرعت خط و بهره‌وری

و قیود:

• UTS و ازدیاد طول باید در محدوده مشخص قرار بگیرند.
• دمای سیم نباید از حد مجاز روانکار و قالب تجاوز کند.
• کاهش هر پاس نباید از حدود مجاز (مثلاً 25–30 درصد برای آلیاژ خاص) بیشتر باشد.

الگوریتم‌های چندهدفه، به‌جای یک جواب، یک مرز پارتو از توالی‌های بهینه می‌دهند؛ مثلاً یک توالی کم‌مصرف‌تر ولی کمی کندتر، و یک توالی سریع‌تر ولی با دمای بالاتر. مهندس می‌تواند از بین این‌ها انتخاب کند. PMC+1

7. تأثیر توالی کاهشی بر آسیب و عیوب

تحلیل‌های عددی با معیارهای آسیب (مثل Cockroft–Latham) نشان داده‌اند که:

• وقتی کاهش یک پاس از حدی بالاتر می‌رود (مثلاً 14–18 درصد برای مس در شرایط خاص)، آسیب در مرکز یا سطح سیم به شدت افزایش می‌یابد و خطر ترک و delamination بالا می‌رود. academia.edu+1
• تجمع آسیب در پاس‌های ابتدایی ممکن است در پاس‌های بعدی که حتی کاهش کمتری دارند، به شکست منجر شود؛ بنابراین نگاه «پاس به پاس» کافی نیست، باید کل زنجیره در نظر گرفته شود.
• توالی‌هایی که پاس‌های با کاهش نسبتاً زیاد را در وسط توالی قرار می‌دهند، در برخی موارد تعادل خوبی بین آسیب و انرژی ایجاد می‌کنند، چون ماده نه خیلی نرم (ابتدای فرآیند) است و نه بیش از حد کارسخت (انتهای فرآیند).

این نتایج مستقیماً وارد الگوریتم‌های بهینه‌سازی می‌شوند: توالی‌هایی که در آن‌ها شاخص آسیب از آستانه مجاز عبور کند، از فضای جست‌وجو حذف می‌شوند.

8. یک مثال مفهومی: از 9٫5 به 2 میلی‌متر در 8 پاس

فرض کنید می‌خواهیم مفتول آلومینیوم را از قطر 9٫5 میلی‌متر به 2 میلی‌متر در 8 پاس بکشیم.
اگر بخواهیم کاهش سطح در همه پاس‌ها تقریباً یکسان باشد، قطرهای میان‌مرحله‌ای می‌توانند به‌طور تقریبی چیزی شبیه این باشند:

9٫5 → 7٫8 → 6٫4 → 5٫3 → 4٫4 → 3٫6 → 3٫0 → 2٫4 → 2٫0 میلی‌متر

این توالی:

• کرنش نسبتاً یکنواختی بین پاس‌ها ایجاد می‌کند.
• از افزایش شدید تنش/دما در پاس‌های اول جلوگیری می‌کند.
• امکان تنظیم جزئی (مثلاً کمی کاهش بیشتر در پاس میانی برای کنترل بافت یا سطح) را فراهم می‌گذارد.

در یک پروژه واقعی، مهندس می‌تواند:

1. همین توالی اولیه را با مدل تحلیلی ارزیابی کند (تنش و دما).
2. چند توالی جایگزین با کمی تغییر در کاهش‌ها بسازد.
3. آن‌ها را در FEM روی پاس‌های بحرانی (مثلاً پاس اول، وسط و آخر) بررسی کند.
4. داده‌های واقعی خط را وارد یک مدل یادگیری ماشین کند و ببیند کدام توالی کم‌ترین احتمال عیب و کم‌ترین انرژی را دارد.

9. گام‌های عملی برای پیاده‌سازی در یک خط صنعتی (مثلاً آلومینیوم هادی برق)

اگر بخواهیم این رویکرد «تئوری + شبیه‌سازی + داده» را واقعاً در یک خط آلومینیوم پیاده کنیم، یک مسیر منطقی می‌تواند این باشد:

1. تعریف دقیق اهداف و قیود
   • حداقل UTS و ازدیاد طول مورد نیاز برای هادی
   • محدودیت دمای سیم و قالب
   • محدودیت کاهش مجاز در هر پاس بر اساس جنس قالب (PCD یا تنگستن‌کاربید) و کیفیت روانکار
2. جمع‌آوری سیستماتیک داده از خط
   • نیرو و توان هر قفسه، دمای ورودی/خروجی، سرعت خط، نوع روانکار، عمر قالب، عیوب سطحی و شکست‌ها.
3. ساخت مدل تحلیلی سبک برای طراحی اولیه توالی کاهشی
   • استفاده از آن برای حذف سریع گزینه‌های بد (کاهش‌های خیلی شدید یا خیلی ضعیف در پاس‌های حساس).
4. شبیه‌سازی عددی پاس‌های بحرانی
   • مثلاً پاس اول، وسط و آخر را با FEM تحلیل کنید تا تنش سه‌محوره، دما و شاخص‌های آسیب بررسی شوند.
5. ساخت یک مدل داده‌محور روی داده واقعی خط
   • برای پیش‌بینی نیرو، دما و احتمال شکست بر حسب توالی کاهشی و دیگر پارامترها.
6. بهینه‌سازی چندهدفه توالی کاهشی
   • استفاده از الگوریتمی مثل الگوریتم ژنتیک یا جست‌وجوی هوشمند روی فضای توالی‌ها، با استفاده از مدل تحلیلی/داده‌محور به‌عنوان «ارزیاب سریع».
7. آزمایش کنترل‌شده روی خط و قفل‌کردن نسخه صنعتی
   • چند توالی منتخب (مثلاً سه توالی روی مرز پارتو) روی خط تست شود و بهترین گزینه با توجه به کیفیت، انرژی، دما و پایداری انتخاب و استاندارد شود.

10. جمع‌بندی

بهینه‌سازی توالی کاهشی در کشش چندمرحله‌ای دیگر فقط یک کار «تجربی» نیست، بلکه امروز می‌تواند یک مسئله‌ی منظم مهندسی با سه ستون باشد:

1. تئوری:
   • فهم روابط بین کاهش، کرنش، تنش، دما و آسیب
   • تعیین حدود مجاز کاهش در هر پاس و محدوده‌های ایمن تنش و دما
2. شبیه‌سازی:
   • دیدن میدان‌های تنش/کرنش/دما و شاخص‌های آسیب در هر پاس
   • اصلاح طراحی قالب و توالی کاهشی بر اساس نتایج عددی
3. رویکرد داده‌محور:
   • استفاده از داده‌های خط تولید و مدل‌های یادگیری ماشین برای پیش‌بینی رفتار واقعی
   • بهینه‌سازی چندهدفه توالی کاهشی در فضای بسیار بزرگ گزینه‌ها

خروجی این ترکیب، توالی‌هایی است که در عمل هم پایدارتر، هم کم‌مصرف‌تر و هم از نظر کیفیت محصول و عمر ابزار بهترند؛ و این همان جهشی است که کشش مفتول آلومینیوم و مس برای رقابت در مقیاس جهانی به آن نیاز دارد.