تخمین برگشت فنری در شکل‌دهی غلتکی سرد با استفاده از شبکههای عصبی مصنوعی
Authors
Abstract:
شکل‌دهی غلتکی سرد یکی از فرآیندهای شکل‌دهی ورق‌های فلزی است که در آن ورق با عبور از بین یک سری غلتک‌های شکل‌دهی در ایستگاه‌های متوالی به طور پیوسته و ملایم خم شده و شکل نهایی را به خود می‌گیرد. با وجود سادگی ظاهری، به دلیل زیاد بودن کمیت‌های دخیل در فرآیند و اثر متقابل آنها، طراحی و کنترل فرآیند با چالش‌هایی درگیر است که پدیده برگشت‌فنری یکی از آنها است. هدف اصلی در این مقاله، ارائه معیاری ساده برای برگشت‌فنری و بیان راه‌حلی برای دستیابی سریع به آن معیار است که شبکه عصبی مصنوعی به عنوان ابزاری قدرتمند برای نیل به این هدف انتخاب شد. شکل‌دهی غلتکی سرد برای مقطع کانالی‌شکل در ایستگاه اول، با نرم‌افزار مارک‌منتات[i] شبیه‌سازی شد و با استفاده از داده‌های به‌دست آمده از شبیه‌سازی، آموزش و امتحان شبکه عصبی انجام شد. مقایسه خروجی‌های شبکه عصبی با نتایج شبیه‌سازی اجزای محدود که در مجموعه داده‌های آموزشی موجود نیستند درستی عملکرد شبکه عصبی را به اثبات رساند. [i] Marc-Mentat
similar resources
تخمین برگشت فنری در شکل دهی غلتکی سرد با استفاده از شبکه های عصبی مصنوعی
شکل دهی غلتکی سرد یکی از فرآیندهای شکل دهی ورق های فلزی است که در آن ورق با عبور از بین یک سری غلتک های شکل دهی در ایستگاه های متوالی به طور پیوسته و ملایم خم شده و شکل نهایی را به خود می گیرد. با وجود سادگی ظاهری، به دلیل زیاد بودن کمیت های دخیل در فرآیند و اثر متقابل آنها، طراحی و کنترل فرآیند با چالش هایی درگیر است که پدیده برگشت فنری یکی از آن ها است. هدف اصلی در این مقاله، ارائه معیاری سا...
full textمحاسبه برگشت فنری با لحاظ نمودن مدل سخت شوندگی یوشیدا یومری در فرآیند شکل‌دهى غلتکی سرد ورق فولادی
برگشت‌فنری در شکل نهایی ورق فولادی یک چالش فرایند شکل‌دهی غلتکی سرد است. دقت شبیه‌سازی فرآیندهای شکل‌دهی ورقی فلزات برای پیش‌بینی برگشت‌فنری به معادلات بیان کننده رابطه تنش – کرنش، تابع تسلیم و مدل سخت شوندگی انتخاب شده و ناهمسانگردی ماده بستگی دارد. در این مقاله، بوسیله آزمایش تجربی کشش - فشار متناوب و با استفاده از شبیه‌سازی در نرم‌افزار LSopt متغیرهای مدل سخت شوندگی یوشیدا-یومری برای فولا...
full textتخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی
هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...
full textتخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی
بتن یکی از رایجترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا میکند. در سال‌های اخیر با بهره‌گیری از روشهای مختلف آزمایشگاهی، پارامترهای شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامترها در طراحی سازههای سطحی و زیرسطحی از اهمیت ویژه‌ای برخوردار است. در این مقاله مدل شکست بر اساس شبکه عصبی برای تخمین پارامترشکست بتن GF(انرژی مخصوص شکس...
full textتخمین سختی برشی شکست ( ) با استفاده از شبکه عصبی مصنوعی
در سال‌های اخیر با بهره‌گیری از روشهای مختلف آزمایشگاهی، چگونگی مد برشی شکست با استفاده از نمونه‌های سنگی مورد بررسی قرار گرفته است. اغلب گسیختگی‌های رخ داده در طبیعت در اثر عملکرد نیروهای کششی و برشی در توده سنگ میباشد. تعیین دقیق سختی برشی شکست برای درک و تحلیل رفتار گسیختگی‌ها در حفریات سطحی و زیرزمینی از اهمیت ویژه‌ای برخوردار میباشد. بررسی جامع دستاوردهای علمی‌در خصوص تعیین سختی برش...
full textMy Resources
Journal title
volume 42 issue 3
pages 29- 37
publication date 2011-02-20
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