مطالعه ی مقایسه ای عملکرد شبکه عصبی مصنوعی و مدل رگرسیونی در پیشبینی هندسه ی حوضچه ی جوش در فرآیند جوشکاری با گاز محافظ و الکترود تنگستنی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 557

فایل این مقاله در 7 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:

ICISE02_070

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

جوشکاری قوسی با الکترود تنگستن در پناه گاز محافظ که به اختصار جوش آرگون یا تیگ نامیده می شود یکی از مهمترین روش های جوشکاری در صنایع مختلف است. با توجه به این موضوع که کیفیت جوش میتواند به هندسه جوش نیز وابسته است، در این پژوهش، از شبکههای عصبی مصنوعی و مدلهای رگرسیونی برای یافتن رابطهای بین متغیرهای فرآیند جوشکاری (شامل شدت جریان، سرعت جوشکاری و گپ) با شکل حوضچه ی جوش استفاده و عملکرد هر دو روش در پیشبینی ابعاد حوضچه ی حرارتی مقایسه شده است. قابلیت مدلهای حاصل با داده های تجربی سنجیده شد. نتایج نشان داد که مدل حاصل از شبکه های عصبی تطابق بهتری با دادههای تجربی دارد و دارای خطای کمتری میباشد.

کلیدواژه ها:

شبکههای چند لایه پرسپترون ، جوش تیگ ، مدل رگرسیونی ، حوضچه جوش

نویسندگان

فرهاد کلاهان

دانشیار، گروه مکانیک، دانشکدهی مهندسی، دانشگاه فردوسی مشهد؛

عطا الله جداری لطف آبادی

دانشجوی کارشناسی ارشد، گروه مکانیک، دانشکده مهندسی، دانشگاه فردوسی مشهد؛

محمد مهدی تفرج

دانشجوی دکترای، گروه مکانیک، دانشکدهی مهندسی، دانشگاه فردوسی مشهد؛

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 :
  • شبکه های عصبی مصنوعی و کاربرد آن در جوشکاری [مقاله کنفرانسی]
  • Benyounis, K. Y and Olabi, a. G , :Optimization of ...
  • Trang, Y.s, Tsai, H.L., and Yeh, S.S., , :Modeling, optimization ...
  • Jia, X., et al., A new method to estimate heat ...
  • N. Murugan , V. Gunaraj, 2005, Prediction and control of ...
  • shapere lationshipsin submerged arc welding of pipes, International Journalof Materials ...
  • J. P. Ganjigatti & D. K. Pratihar & _ RoyChoudhury ...
  • arcwelding parameters based on artificial neurl networks, International Journal of ...
  • C.S. Wu, J.Q. Gao and Y.H. Zhao, 2006, ...
  • Neuralnetwork for weld penetration control in gas tungsten arcwelding, Journal ...
  • Geometry", J. Mat. ProcessingTech - , Vol. 108, No.1, pp. ...
  • modelsto predict weld bead geometry for lux cored arc welding", ...
  • نمایش کامل مراجع