یکی از شاخه های تخصصی علم مهندسی، شناسایی مشخصات فیزیکی و هندسی درون اجسام است. از مسائل شناسایی می توان به شناسایی مدول الاستسیسته و نسبت پوآسون مربوط به ناخالصی های درون اجسام، شکل و موقعیت ریز حفره ها، مرز بین اجسام ناهمگن و غیره اشاره کرد. روش های غیر مخربی مانند تست رادیوگرافی یا تست آلتراسونیک به دلیل هزینه بالا برای تولیدات در حجم زیاد اقتصادی نمی باشند و استفاده از روش های دیگر همچون تست-های غیر مخرب از قبیل آزمایش کشش، انتقال حرارت، ارتعاشات و غیره امروزه رو به توسعه است. از آنجا که طبیعت حاکم بر این گونه مسائل غیرخطی و بدخیم می باشد، از ترکیب یک روش عددی برای حل معادله دیفرانسیل حاکم بر مسأله و روش های دیگر برای بهینه کردن تابع معکوس استفاده می شود. هدف از این تحقیق، مطالعه بر روی صفحه دوبعدی تخت با فرض وجود دو حفره با اندازه و شکل نامشخص است. جسم تحت شار حرارتی و دمای مشخص، به عنوان شرایط مرزی، برروی وجوه خارجی قرار دارد. برای شناسایی شکل و موقعیت دو حفره نامشخص داخلی ابتدا حل معادلات انتگرال مرزی انجام می شود که در زمره روش المان های مرزی است. در این پروژه تابع هدف به صورت مجموع مربعات تفاضل دماهای اندازه گیری شده و دماهای محاسبه شده با استفاده از حل مستقیم، تعریف می شود. وظیفه الگوریتم ژنتیک پیدا کردن دو حفره دایره ای شکلی است که بتواند تابع هدف را مینیمم کند و به عنوان حدس اولیه در شروع یک روش محلی به کار رود. هرگاه نقطه شروع خوبی برای الگوریتم های محلی در نظر گرفته شود، همگرایی به سمت نقطه بهین? مطلق محقق می شود. با پیدا شدن این نقطه شروع مناسب، ادامه کار به روش بهینه سازی محلی کوشی-نیوتن واگذار می شود. در این تحقیق با ارائه مثال هایی بهترین شرایط مرزی، قدرت تخمین روش در شناسایی حفره های مختلف، اثر اندازه و نزدیکی حفره ها به یکدیگر و خطاهای غیر قابل پیش بینی در وسایل اندازه گیری بررسی شده است.

ازگذشته تا کنون روش های تجربی، تحلیلی و عددی متعددی برای طراحی پیش فرم مطرح شده است.در این پروژه سعی می شود که مروری بر فرآیند آهنگری و روش های طراحی پیش فرم و کاربرد شبکه عصبی در فرآیند آهنگری مورد بررسی قرار گیرد. در ادامه ابتدا فرآیند مستقیم آهنگری شبیه سازی می شود. سپس با استفاده از شبکه عصبی و حل آن برای بهینه کردن پارامتر های نظیر پر شدن قالب و میدان تنش و کرنش، یک قالب پیش فرم بهینه شبیه سازی می شود.

در این پروژه به بررسی پارامترهای موثر در فرایند پوشش دهی سطح یک فلز پایه با یک فلز دیگر به کمک گاز سرد پرداخته شده است . پارامترهای سرعت ذرات ، شکل و اندازه ذرات ، فاصله پرتابه تا سطح فلز پایه و دمای اولیه ی فلز پایه از عوامل تأثیر گذار بر روی ضخامت پوشش بر روی سطح فلز پایه و میزان نفوذ ذرات فلز پوششی درون سطح فلز پایه می باشند.در این پروژه دو پارامتر سرعت و اندازه ذرات فلز پوششی به عنوان عوامل اصلی مورد بررسی قرار گرفت و مقدار بهینه ی آنها جهت پوشش دهی مطلوب بدست آمده است. در ابتدا فرایند برخورد ذرات فلز پوششی به سطح فلز پایه به کمک نرم افزار autodyn که از زیر شاخه های نرم افزار ansysجهت تحلیل های دینامیکی می باشد مدل سازی و تحلیل می شود . برای سرعت ها و اندازه های مختلف ذرات پاششی ، عمق نفوذ و ضخامت پوشش ایجاد شده برروی سطح فلز پایه محاسبه شده و به کمک الگوریتم شبکه های عصبی نتایج بهینه شامل مقدار بهینه سرعت و اندازه ذرات جهت ایجاد یک پوشش مناسب با عمق نفوذ و ضخامت مورد نظر بدست آمده . مسئله مستقیم که در آن با داشتن سرعت و اندازه ذرات پاششی ، عمق نفوذ و ضخامت پوشش بدست می آید و همچنین مسئله ی معکوس که در آن با داشتن مقدار مطلوب ضخامت پوشش و عمق نفوذ ، مقدار سرعت و اندازه ی بهینه ی ذرات پاششی بدست می آید مورد بررسی و تحلیل قرار گرفته است.

چکیده: فرایندی که طی آن یک بیلت فلزی تحت فشار، از داخل قالبی با شکل خاص عبور داده شده تا ابعاد و شکل مقطع آن را تغییر دهند، اکستروژن می نامند. از مزایای این روش در تولید قطعات و اجزاء ماشینها می توان به خواص مکانیکی مناسب قطعه، صافی سطح، دقت ابعادی مناسب، نرخ تولید بالا و هزینه کم نام برد. در فرایند اکستروژن، خصوصیات فیزیکی و مکانیکی ماده، شرایط اصطکاکی درسطح تماس ماده و ابزار، هندسه قالب، سرعت حرکت سمبه و دمای اولیه بیلت پارامترهای مهمی هستند که کیفیت محصول شکل دهی شده و راندمان فرایند را تحت تأثیر قرار می دهند. شناسایی و دستیابی به شرایط بهینه اکستروژن از مهمترین موضوعاتی می باشد که در این پژوهش به کمک روش اجزاء محدود و شبکه های عصبی شبیه سازی شده است. فرایند اکستروژن سرد وگرم جهت تبدیل بیلت به یک لوله با ابعاد مشخص در نرم افزارabaqus شبیه سازی شده و با بررسی پارامترهای موثر در این فرایند،اطلاعات ورودی مورد نیاز الگوریتم شبکه های عصبی بدست می آید. مقدار بهینه سرعت حرکت سمبه و دمای اولیه بیلت در فرایند اکستروژن سرد وگرم برای تولید لوله با ضخامت های مختلف و از جنس فلزات متنوع از قبیل آلومیینیم ،ck45 وti99.8 شناسایی می شود.

در این پایان نامه مساله معکوس انتقال حرارت پایدار دوبعدی به منظور تخمین ضریب انتقال حرارت جابجایی روی دیواره دودکش دستگاه توربین گاز آزمایشگاهی مورد بررسی قرار گرفته است. بدین منظور از ترکیب روش های المان های مرزی برای حل مساله مستقیم و الگوریتم ژنتیک و گرادیان مزدوج برای حل مساله معکوس استفاده شده است. در حل مساله معکوس پارامتر h (ضریب انتقال حرارت جابجایی) مجهول است، ولی توزیع دما روی مرز خارجی دیواره دودکش اندازه گیری می شود و این دماها به عنوان اطلاعات اضافی و ورودی مساله معکوس برای تخمین ضریب انتقال حرارت جابجایی به کار می روند. روش حل مساله معکوس بر مبنای مینیمم سازی تابع هدفی است که به صورت مجموع مربعات تفاضل دمای محاسبه شده از حل مساله مستقیم و دمای اندازه گیری شده روی مرز تعریف می گردد. مینیمم سازی تابع هدف با استفاده از الگوریتم ژنتیک که یک روش بهینه سازی همگانی است و نیز روش گرادیان مزدوج به عنوان یک روش بهینه سازی محلی، صورت می گیرد. از آنجا که الگوریتم ژنتیک یک روش بهینه سازی همگانی است، امکان گیر افتادن در مینیمم های محلی را ندارد ولی این حالت ممکن است در استفاده از گرادیان مزدوج بوجود آید که با شناسایی و پرهیز از آن مشکل رفع می گردد. در ادامه نتایج حاصل با نتایج حاصل از حل مساله در نرم افزار فلوئنت مقایسه می شود.

در این پروژه مسأله ی معکوس در امکان شناسایی ترکیبی از ناخالصی و حفره درون یک جسم جامد همگن دو بعدی با اندازه گیری دما و شار حرارتی سطحی مورد بررسی قرار می گیرد. بدین منظور از ترکیب روش المان های مرزی، الگوریتم ژنتیک و گرادیان مزدوج استفاده می شود. اساس روش بر مبنای مینیمم سازی تابع هدفی است که به صورت مجموع مربعات تفاضل دماها و شار حرارتی محاسبه شده و دماها و شار حرارتی اندازه گیری شده از آزمایش انتقال حرارت یکنواخت بر روی مرز خارجی جسم تعریف می گردد. با توجه به بد وضع بودن مسأله ی معکوس و نیاز به حدس اولیه ی مناسب در روش های بهینه سازی محلی، در این پایان نامه از الگوریتم ژنتیک برای تعیین حدس اولیه مناسب استفاده می شود. با تعیین حدس اولیه ی مناسب، پس از بهینه سازی و مینیمم کردن پاسخ های به دست آمده، با روش گرادیان مزدوج موقعیت و هندسه ی حفره و ناخالصی به درستی مشخص می شود. در پایان به بررسی تأثیر پارامترهای مختلف از جمله اندازه ی حفره و ناخالصی، دوری و نزدیکی آن ها و همچنین شکل حفره و ناخالصی و نیز اثر خطاهای غیر قابل پیش بینی در وسایل اندازه گیری، در روند همگرایی پرداخته شده و مشاهده می شود که ترکیب روش های نام برده به خوبی و با دقت بالایی می تواند در تشخیص حفره و ناخالصی به کار گرفته شود. این روش، روشی است برای به دست آوردن پارامترهای مربوط به تعیین شکل ناخالصی ها و حفره های موجود در درون قطعاتی که در حین ساخت امکان به وجود آمدن چنین ناخالصی هایی وجود دارد. به علت عدم لزوم تجهیزات گران قیمت آزمایشگاهی، این روش بسیار کم هزینه بوده و می تواند مورد استفاده ی هر واحد صنعتی قرار گیرد.

جوشکاری اصطکاکی اغتشاشی یک شیوه ی نسبتاً جدید است که به عنوان یک روش جوشکاری حالت جامد استفاده می شود. این روش ابتدا برای جوشکاری آلیاژ های آلومینیومی که به روش های سنتی قابل جوشکاری نبودند، یا به سختی جوش می خوردند، به کار برده شد. در این روش پارامترهای موثر بر کیفیت جوش، بسیار متنوع می باشند که به دودسته شامل پارامترهای جوشکاری و پارامترهای دستگاه تقسیم بندی می شوند. سرعت چرخشی و سرعت پیشروی از مهمترین پارامترهای جوشکاری اصطکاکی اغتشاشی می باشند. در این پایان نامه به بررسی و تأثیر پارامترهای سرعت چرخشی و سرعت پیشروی بر کیفیت جوشکاری اصطکاکی اغتشاشی پرداخته می شود. سپس یک مدل از جوش اصطکاکی اغتشاشی ارائه و با روش اجزای محدود (با نرم افزار abaqus) تحلیل شده است. و با تغییر پارامترهای نامبرده یک بانک اطلاعات شامل پارامترهای اصلی مسئله جمع آوری شده است. مهم ترین پارامترهای این فرآیند شامل سرعت چرخش و سرعت پیشروی جوشکاری، توسط روش شبکه های عصبی بهینه سازی می شوند. سرعت چرخشی و سرعت پیشروی جوشکاری به عنوان ورودی های مسئله در نظر گرفته و تغییر پارامتر های اصلی شامل تنش تسلیم و استحکام نهایی بر اساس تغییر ورودی ها مورد بررسی قرارگرفته است. در واقع می توان گفت، با استفاده از یک شبکه عصبی می توان بین پارامترهای جوشکاری اصطکاکی اغتشاشی (سرعت چرخشی و سرعت پیشروی و ...) و خواص مکانیکی مورد انتظار از اتصال ایجاد شده، رابطه برقرار کرد و به مقادیر بهینه دست پیدا کرد.

در این پژوهش مطالعه ای برای بدست آوردن پارامترهای مربوط به تعیین شکل ناخالصی های موجود در درون قطعات با روش المان های مرزی و استفاده از شبکه های عصبی انجام گرفته است. با حل مستقیم و معکوس معادلات حاکم بر مسایل الاستواستاتیک با روش المان های مرزی و شبکه عصبی به تشخیص موقعیت ، شکل و خواص ناخالصی در یک جسم جامد همگن ایزوتروپیک دوبعدی پرداخته می شود. ابتدا حل مستقیم معادله تعادل الاستیسیته در دوبعد به روش المان مرزی انجام می گیرد ، به صورتیکه موقعیت، شکل و خواص مکانیکی ناخالصی موجود در دامنه معلوم بوده و جابجایی ها و تراکشن ها روی مرز مجهول می باشند. با انجام شدن حل مستقیم ارتباط بین مرزهای خارجی با مرزهای ناخالصی در قالب ماتریس تاثیر بیان میشود که درآن هر گره روی مرز با سایر نقاط مرزی از لحاظ جابجایی مربوط شده و مقدار جابجایی ها و تراکشن ها روی تمامی مرزها تعیین می گردد. برای حل مساله به صورت معکوس از شبکه های عصبی کمک گرفته می شود. بطوریکه ورودی شبکه جابجایی و تراکشن های مجهول که با شبیه سازی آزمایش کشش ساده اندازه گیری شده روی تمام مرز ها بوده و خروجی شبکه شکل و موقعیت ناخالصی می باشد. برای تعریف بردارهای ورودی و هدف به منظور تغذیه شبکه عصبی ، از جابجایی و تراکشن های مجهول روی مرز که با حل مساله مستقیم الاستواستاتیک دوبعدی بدست آمده به عنوان بردار ورودی و مختصات گره های روی مرز ناخالصی ها و خواص مکانیکی به عنوان بردار هدف در نظر گرفته شده است. از جمله موارد کاربرد این تحقیق می توان به تشخیص ناخالصی هایی که در حین ساخت در قطعات ایجاد شده و همچنین در صنعت ریخته گری اشاره کرد. این روش در مقایسه با روش های تشخیص ساختار داخلی قطعات مثل روش پرتونگاری هزینه بسیار کمتری داشته و می تواند مورد استفاده قرار گیرد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.