معرفی مدلی برای تخمین کیفیت قطعات فلزی با استفاده از شبکه عصبی و الگوریتم تکاملی فاخته

نویسندگان

علیرضا توکلی طرقی

استادیار دانشکدة ریاضی و علوم کامپیوتر، گروه علوم کامپیوتر، دانشگاه شهید بهشتی، تهران علیرضا عرب اسدی

دانشجوی کارشناسی ارشد، دانشکدة ریاضی و علوم کامپیوتر، گروه علوم کامپیوتر، دانشگاه شهید بهشتی، تهران عباس مغنی زاده

عضو هیئت علمی دانشگاه آزاد اسلامی، واحد شیروان، شیروان

چکیده

معمولاً برای افزایش کیفیت قطعات پیشنهاد می شود خواص فیزیکی آنها، همچون استحکام کششی، چقرمگی، سختی و جز این ها، در حین فرایند تولید یا پس از آن ارزیابی شود. این در حالی است که اندازه گیری های مخرب در غالب موارد پرهزینه اند؛ بنابراین استفاده از روش های غیرمخرب برای ارزیابی خواص فیزیکی مواد، خصوصاً در خطوط تولید، امری منطقی به نظر می رسد. سختی مواد از جمله پارامترهایی است که به کمک آن می توان ریزساختار ماده همچون اندازه دانه، نوع و مقدار فاز و پارامترهای دیگر را در حین تولید حدس زد. در این مقاله سعی شده است با استفاده از روش های هوش مصنوعی، سختی قطعات با استفاده از امواج فراصوتی تخمین زده و پیش بینی شود. برای این منظور از نمونه های فولاد ضد زنگ سی. 304[i]، که با تغییر دما و زمان عملیات آنیل ریزساختار متفاوتی پیدا کرده، استفاده شده است. این مقاله درپی مدلی مطلوب برای تخمین سختی و استهلاک است. روش مورد استفاده در این پژوهش شبکه عصبی است. شبکه عصبی مورد نظر با استفاده از الگوریتم تکاملی فاخته بهبود بهبود یافته و ترکیب شده است. نتایج مدل ترکیبی ارائه شده rmse=0.1523  و r2=0.98 است. نتایج مدل مذکور نشان دهنده مناسب بودن آن برای تخمین و پیش بینی کیفیت قطعات می باشد. [i]. c 304

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

معرفی مدلی برای تخمین کیفیت قطعات فلزی با استفاده از شبکة عصبی و الگوریتم تکاملی فاخته

معمولاً برای افزایش کیفیت قطعات پیشنهاد می‌شود خواص فیزیکی آنها، همچون استحکام کششی، چقرمگی، سختی و جز این‌ها، در حین فرایند تولید یا پس از آن ارزیابی شود. این در حالی است که اندازه‌گیری‌های مخرب در غالب موارد پرهزینه‌اند؛ بنابراین استفاده از روش‌های غیرمخرب برای ارزیابی خواص فیزیکی مواد، خصوصاً در خطوط تولید، امری منطقی به‌نظر می‌رسد. سختی مواد از جمله پارامترهایی است که به‌کمک آن می‌توان ریزساخ...

متن کامل

ارائه مدلی برای پیش بینی بیماری لیشمانیوز جلدی (سالک) با استفاده از سامانه اطلاعات مکانی و الگوریتم شبکه عصبی

بیماری سالک، از بیماری‌های انگلی می‌باشد که در شمار بیماری‌های مشترک بین انسان و حیوان قرار می‌گیرد. این بیماری از شایع‌ترین فرم بیماری لیشمانیوز است که توسط گونه‌های مختلف انگل لیشمانی...

متن کامل

ارائه مدلی برای تخمین میزان برون‌گرایی اعضای شبکه اجتماعی با استفاده از اطلاعات ساختار گراف

با آگاهی از شخصیت اعضای شبکه‌های اجتماعی می‌توان بسیاری از سرویس‌های ارائه شده به این افراد را بهبود بخشید و یا از این اطلاعات برای بهبود روابط اعضای شبکه اجتماعی با یکدیگر استفاده کرد. یک روش برای تخمین شخصیت اعضای شبکه‌های اجتماعی استفاده صریح از پرسشنامه‌های شخصیتی است. ولی بسیاری افراد این کار را نقض حریم شخصی خود می‌دانند و یا تمایلی به صرف وقت برای پرکردن پرسشنامه ندارند. به همین دلیل نیا...

متن کامل

استفاده از شبکه عصبی مرکب (Committee Machine) نظارت شده جهت بهبود الگوریتم شبکه های عصبی در تخمین تراوایی مخازن نفتی

Reservoir permeability is a critical parameter for the evaluation of hydrocarbon reservoirs. There are a lot of well log data related with this parameter. In this study, permeability is predicted using them and a supervised committee machine neural network (SCMNN) which is combined of 30 estimators. All of data were divided in two low and high permeability populations using statistical study. E...

متن کامل

تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی

جوشکاری قوسی تنگستن – گاز یکی از فرایندهای مهم جوشکاری در صنعت می باشد که از الکترود غیر مصرفی تنگستن برای جوشکاری استفاده می کند. این روش برای جوشکاری قطعات نازک فولادهای ضد زنگ و فلزات غیر آهنی از قبیل آلومینیوم، منیزیم و آلیاژهای مس به کار برده می شود. در این تحقیق با طراحی و ساخت یک بازوی جوشکاری اتوماتیک که سرعت جوشکاری آن بوسیله میکرو کنترلر کنترل می شود در شرایط مختلف جوشکاری مانند انواع...

متن کامل

تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی

جوشکاری قوسی تنگستن – گاز یکی از فرایندهای مهم جوشکاری در صنعت می باشد که از الکترود غیر مصرفی تنگستن برای جوشکاری استفاده می کند. این روش برای جوشکاری قطعات نازک فولادهای ضد زنگ و فلزات غیر آهنی از قبیل آلومینیوم، منیزیم و آلیاژهای مس به کار برده می شود. در این تحقیق با طراحی و ساخت یک بازوی جوشکاری اتوماتیک که سرعت جوشکاری آن بوسیله میکرو کنترلر کنترل می شود در شرایط مختلف جوشکاری مانند انواع...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
مهندسی مکانیک

جلد ۲۶، شماره ۱۱۲، صفحات ۳۹-۴۷

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023