تخمین استحکام فشاری ماسه ریخته گری در مقادیر مختلف رطوبت با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 400

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MPMPJ-1-4_005

تاریخ نمایه سازی: 21 مهر 1400

چکیده مقاله:

کیفیت قطعات ریخته گری درقالب گیری ماسه به طور چشم گیری به خواص ماسه ی مورد استفاده از قبیل استحکام فشاری، نفوذپذیری، سختی قالب و... بستگی دارد که این خواص نیز به پارامترهایی مانند رطوبت، اندازه و شکل دانه ماسه، میزان چسب و... بستگی دارند. در این مقاله، از شبکه عصبی مصنوعی برای بررسی تاثیر میزان رطوبت در استحکام فشاری ماسه استفاده شده است. آزمایش های عملی متعددی برای به دست آوردن داده های مورد نیاز برای مدل سازی صورت گرفته است. مخلوط های مختلف ماسه با درصدهای متفاوت رطوبت آماده شده و میزان استحکام فشاری ماسه برای هر کدام از آن ها تعیین شد. سپس مدل های شبکه عصبی با استفاده از نتایج آزمایش ها آموزش و تست شد. نتایج حاصل از شبکه با نتایج آزمایش های عملی جدید مورد مقایسه قرار گرفتند که نشان می دهند با استفاده از شبکه عصبی با دقت خوبی می توان استحکام فشاری ماسه را قبل از استفاده برای قالب گیری تخمین زد.

نویسندگان

رامین مشک آبادی

مربی گروه مکانیک، دانشگاه آزاد اسلامی واحد اهر

غلامرضا مرامی

کارشناس ارشد مهندسی مکاترونیک، دانشگاه تبریز

کمال جهانی

استادیار، دانشکده مهندسی مکانیک، دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Srinagesh K., Seshadri M., Ramchandran A., On the compaction of ...
  • Dietert H.W., Brewster F.S., Graham A.L.,A straight line approach to ...
  • Zrimsek A.H., Heine R.W., Clay, fines, and water relationships for ...
  • Brewster F.S., Practical moulding sand control, Foundry ۸۲, ۱۱, pp. ...
  • Chang Y., Hocheng H., The flow ability of moldings sand, ...
  • Kundu R.R., Lahiri B.N.,۲۰۰۸, Study and statistical modeling of Green ...
  • Benny Karunakar, D., Datta, G.L., Controlling green sand mould properties ...
  • Nagurbabu N., Ohdar R.K., Push P.T.,Application of Intelligent Techniques for ...
  • Parappagoudar M. B., Pratihar D.K., Datta G.L., Forward and reverse ...
  • D.B.Karunakar, G.L. Datta, "Modeling and optimization of green sand mould ...
  • Karunakar D.B., Datta G.L., Modeling of green sand mould parameters ...
  • Liu W., Structural dynamic analysis and testing of coupled structures, ...
  • Jahani K., Nobari A.S., Identification of Damping and Dynamic Young’s ...
  • Attalla M.J., Inman D.J., On Model Updating Using Neural Networks, ...
  • Mold and Core Test Handbook, ۳rd Edition, American Foundry men's ...
  • Foundry Sand Handbook, ۷th Edition, American Foundry men's Society (AFS), ...
  • فتحی ، م. ح. ، مواد قالبگیری برای ریخته گری ...
  • نمایش کامل مراجع