فرید ایلچی - دانشجوی کارشناسی ارشد مهندسی مکانیک ، دانشگاه آزاد اسلامی واحد ساری ، ساری ، ایران
فرهاد کلاهان - دانشیار گروه مهندسی مکانیک ، دانشگاه فردوسی مشهد
یاسر رستمیان - استادیار گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد ساری ، ساری ، ایران

ماشینکاری تخلیه الکتریکی 1 یکی از روش های مهم شکل دهی قطعات فلزی مانند قالب ها و ابزارها می باشد. در این تحقیق ازشبکه عصبی پس انتشار 2 بمنظور مدل سازی فرآیند تخلیه الکتریکی استفاده شده است. متغیرهای ورودی مورد بررسی شامل پنجپارامتر زمان روشنی پالس، زمان خاموشی پالس، زمان روی کار یا فاکتور کار، ولتاژ گپ و جریان تخلیه می باشد. همچنین زبری سطحو نرخ خوردگی ابزار به عنوان متغیرهای خروجی های فرآیند مورد ارزیابی قرار می گیرند. در ابتدا با استفاده از داده های بدست آمده از آزمایشات تجربی، یک شبکه عصبی مصنوعی آموزش داده شده است تا مقادیر خروجی فرآیند را پیش بینی کند. در ادامه مدلشبکه عصبی طراحی شده با الگوریتم بهینه سازی گروهی ذرات 3 ترکیب شده است تا مقادیر بهینه ی پارامترهای ورودی تعیین شوند.نتایج مبین عملکرد بسیار خوب شبکه عصبی در مدل سازی فرآیند تخلیه الکتریکی می باشد. همچنین نتایج نشان می دهند که ترکیب شبکه عصبی با الگوریتم بهینه سازی گروهی ذراتPSO بخوبی می تواند مقادیر بهینه پارامترهای تنظیمی را بمنظور کسب بهترین زبری سطح و خوردگی ابزار تعیین نماید

فرآیند تخلیه الکتریکی ، شبکه عصبی ، بهینه سازی ، الگوریتم گروهی ذرات