پیش بینی اثر پارامترهای جوش قوس الکتریکی بر هندسه جوش با استفاده از شبکه عصبی مصنوعی

Authors

فرهاد جاویدراد

مهدی فضلی

حسین فرقدانی

جلیل مظلوم

abstract

در این مقاله، شبیه سازی روابط بین پارامترها و هندسه جوش قوس الکتریکی با استفاده از شبکه عصبی مصنوعی که با اطلاعات تجربی 216 نمونه تجربی ایجاد شده، ارائه شده است. شبکه عصبی مصنوعی گسترش داده شده در این مقاله از الگوریتم پس انتشار خطا و با دو لایه پنهان بهره می برد که در آن شش پارامتر شدت جریان، طول قوس، سرعت حرکت الکترود، زاویه الکترود با خط جوش، حرکت عرضی و نوع الکترود به عنوان ورودی و چهار عامل شامل سه اندازه از هندسه جوش (عمق، ارتفاع، پهنا) به همراه سرعت ذوب الکترود به عنوان خروجی شبکه، در نظر گرفته شده اند. نتایج شبیه سازی در مورد نمونه های انجام گرفته دقت قابل قبولی را نشان می دهد. هم چنین، نتایج بدست آمده از شبکه عصبی به طور کیفی تأثیر پارامترهای مختلف بر هندسه جوش را تأیید می نمایند. نتایج تحقیق نشان می دهند که از این سامانه می توان به طور موفق برای پیش بینی هندسه جوش و تعیین اثر پارامترهای مختلف بر جوش ایجاد شده بهره برد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بکارگیری منطق فازی جهت پیش¬بینی هندسه¬ی جوش در فرآیند جوشکاری زیرپودری فولاد API X65

جوشکاری زیر¬پودری از روش¬های مهم جوشکاری با نرخ رسوب بالا و کیفیت جوشکاری مناسب محسوب می¬شود که در جوشکاری ورق¬های ضخیم، مخصوصا جوشکاری لوله¬های قطور انتقال نفت و گاز و مخازن تحت فشار کاربرد زیادی دارد. در این روش تنظیم دقیق پارامترهای جوشکاری جهت نیل به جوشکاری با کیفیت بالا، از اهمیت زیادی برخوردار است. عموما تنظیم پارامترها بصورت سعی و خطا، با استفاده از مقادیر پیشنهادی سازندگان دستگاه و یا ...

full text

تحلیل اثر پارامترهای جوشکاری لیزر ضربانی بر هندسه جوش فولاد زنگ‌نزن 316 L توسط طراحی آزمایش

In the present study, the optimization of pulsed Nd:YAG laser welding parameters was done on a lap-joint of a 316L stainless steel foil in order to predict the weld geometry through response surface methodology. For this purpose, the effects of laser power, pulse duration, and frequency were investigated. By presenting a second-order polynomial, the above-mentioned statistical method was manage...

full text

پیش بینی درصد متان موجود در گاز مراکز دفن زباله با استفاده از شبکه عصبی مصنوعی

Backgrounds and Objectives:A number of different technologies have recently been studied todetermine the best use of biogas, however, to choose optimize technologies of using biogas for energy recovery it is necessary to monitor and predict the methane percentage of biogas. In this study, a method is proposed for predicting the methane fraction in landfill gas originating from Labscalelandfill ...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

My Resources

Save resource for easier access later


Journal title:
مکانیک هوافضا

جلد ۷، شماره ۲، صفحات ۴۵-۵۶

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023