بررسی نقشه تغییرشکل گرم نانوکامپوزیت مس-آلومینا با استفاده از شبکه عصبی مصنوعی
Authors
Abstract:
در این تحقیق، تولید نانوکامپوزیتهای مس-آلومینا به روش متالورژی پودر و تغییرشکل گرم آن مورد بررسی قرار گرفته‌اند. برای این منظور، نانوکامپوزیتهای Cu-XAl2O3 با سه ترکیب مختلف پس از فرایندهای آسیاکاری مکانیکی و تف جوشی در دمای 750 درجه سانتی‌گراد تولید شده‌اند. متعاقبا نمونه‌های استوانه‌ای شکل از هر نانوکامپوزیت تحت آزمایش فشار گرم قرار گرفته‌اند. جهت بررسی پارامترهای موثر بر تغییرشکل گرم این نانوکامپوزیت‌ها، دماهای تغییرشکل گرم 350، 400، 450 و 500 درجه سانتی‌گراد و نرخ کرنش‌های 003/0، 03/0و 3/0 بر ثانیه انتخاب شده است. بررسی تغییرشکل گرم این نانوکامپوزیت‌ها نشان می‌دهد که شرایط مناسب برای انجام تغییرشکل در دماهای پایین و در نرخ کرنش‌های پایین و نیز در دماهای بالا در نرخ کرنش‌های متوسط می‌باشند. انجام تغییر شکل این نانوکامپوزیت در دماهای بالا و نرخ کرنش‌های بالا باعث تشکیل ترک‌های ریز در مرز دانه‌های نمونه میشود. همچنین، در نمونه-های تغییر فرم یافته در دماهای پایین باند برشی آدیاباتیک مشاهده میشود.
similar resources
تهیه نقشه قابلیت جادهسازی با استفاده از شبکه عصبی مصنوعی و GIS (بررسی موردی: منطقه ارسباران)
هدف از این پژوهش ارائه روشی هوشمند مبتنی بر شبکههای عصبی مصنوعی برای مدلسازی قابلیت منطقه حفاظتشده ارسباران برای عبور جاده برای طراحی و اصلاح و توسعه مناسب شبکه جاده و راههای ارتباطی موجود در منطقه است. ابتدا با استفاده از فرایند تحلیل سلسله مراتبی (AHP) و روش ترکیب وزندهی خطی (WLC) و به‌کارگیری لایه‌های اطلاعاتی مؤثر بر مسیریابی، نقشه شایستگی جادهسازی برای تهیه نمونه‌های آموزشی در محیط A...
full textتاثیر عوامل موثر بر بازیابی فروشویی ستونی کانسنگ اکسیدی مس با استفاده از شبکه عصبی مصنوعی
پیش بینی عملکرد متالورژیکی پارامتر کلیدی در هر فرآیند فرآوری است. بهینه‌سازی، کنترل و ارزیابی فرآیندها اغلب مستلزم یک مدل دقیق، مناسب و همه جانبه از فرآیند می‌باشد. ارائه چنین مدلی نیاز به شناسایی کلیه پارمترهای موثر در فرآیند و تاثیر همزمان این عوامل بر خروجی فرآیند دارد. استفاده از روش‌های مختلف فروشویی برای فرآوری کانسنگ‌ها، بستگی به پارامترهای مختلفی از جمله عیار فلزات با ارزش موجود در کانس...
full textمدلسازی بازده کششی تراکتور با استفاده از شبکه عصبی مصنوعی
در این مطالعه آزمایشهای مزرعهای در شرایط متفاوت عمق شخم، سرعت پیشروی و میزان وزنههای متصل به تراکتور انجام شد. در این تحقیق، عمق شخم در چهار سطح 5، 10، 15 و 20 سانتیمتر، سرعتهای پیشروی در چهار سطح 5/2، 5/3، 5/4 و 5/5 کیلومتر بر ساعت و میزان سنگینکننده نیز در چهار سطح 0، 40، 80 و 120 کیلوگرم قرار گرفت. شبکههای عصبی مدلسازی شده در این تحقیق که به منظور پیشبینی بازده کششی تراکتور مورد اس...
full textتعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی
درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...
full textبرآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی
دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیمشناسی است که اندازهگیری و برآورد آن ضروری است. با توجه به اینکه دمای خاک فقط در ایستگاههای سینوپتیک کشور اندازهگیری میشود، کمبود آن در نقاط فاقد ایستگاه از چالشهای بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...
full textپیشبینی ابتلا به دیابت با استفاده از شبکه عصبی مصنوعی
Background: Diabetes ever-increasing prevalence and the heavy burdens of controlling and treatment of the disease on people and the country have turned to be greatest challenges for governmental and healthcare authorities. Therefore, the disease prevention takes top priority and to do so the only possible way is detecting the effective parameters and controlling them. This study is about to for...
full textMy Resources
Journal title
volume 7 issue 2
pages 55- 62
publication date 2017-06-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023