بررسی پارامترهای موثر بر زبری سطح در نمونه سازی به روشFDM با استفاده از شبکه عصبی مصنوعی
محل انتشار: چهارمین کنفرانس ملی و دومین کنفرانس بین المللی پژوهش های کاربردی در مهندسی برق، مکانیک و مکاترونیک
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 478
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF04_044
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
تکنولوژی نمونه سازی سریع در سراسر دنیا فراگیر شده است و کاربرد های فراوانی در صنایع هوایی ، نظامی ، پزشکی و.... می باشد در این تکنولوژی که مواد تا دمای بالاتر از ذوب رفته و به صورت خمیری شکل در می اید و از نازل خارج شده و به صورت لایه به لایه روی هم قرار می گیرند تا قطعه مورد نظر ساخته شود در این مقاله بر روی پارامتر های تاثیر گذار نمونه سازی سریع در روش ذوبی – رسوبی برای بدست آوردن صافی سطح مناسب قطعات تولید ، کار شده است که از شبکه عصبی مصنوعی در نرم افزار متلب برای بهینه سازی متغیرهای ورودی استفاده شده است متغیر های ورودی این مقاله زاویه تنظیم نازل و ضخامت لایه و زاویه پر کردن می باشد و زبری سطح خروجی آن می باشد این عمل باعث می شود عملیات ثانویه ماشین کاری برای صیقل دادن سطوح حذف شود
کلیدواژه ها:
نویسندگان
علی حسینیان
دانشجوی کارشناسی ارشد مکاترونیک گرایش اتوماتیک و کنترل تولید دانشکده مهندسی برق ،دانشگاه آزاد اسلامی واحد شهر مجلسی،اصفهان ،ایران
فرهاد عظیمی فر
عضو هیات علمی دانشکده مهندسی مکانیک ،دانشگاه آزاد اسلامی واحد شهر مجلسی،اصفهان ،ایران
امید قهرایی
استادیار و عضو هیات علمی دانشکده مهندسی مکانیک ،دانشگاه آزاد اسلامی واحد شهر مجلسی،اصفهان ،ایران
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 :