پیش بینی اثرات اندازه دانه در تغییر شکل آلومینیوم 1070 با استفاده از شبکه عصبی

سال انتشار: 1399
محل انتشار: بیست و هشتمین کنفرانس سالانه بین المللی انجمن مهندسان مکانیک ایران
کد COI اختصاصی: ISME28_063
زبان مقاله: فارسی
تعداد مشاهده: 730

نویسندگان

دانشجوی کارشناسی ارشد، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک، اراک،

دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک، اراک،

چکیده

رفتار تغییر شکل داغ مواد بدلیل وابستگی آن به تغییرات نرخ کرنش، اندازه دانه، کرنش و دما دارای پیچیدگیهای زیادی است و لذا پیش بینی رفتار ماده در این شرایط مشکل میباشد. هدف این برسی پیش بینی اثرات اندازه دانه در رفتار تغییر شکل گرم آلیاژ آلومینیوم خالص 1070 با استفاده از الگوریتم شبکه عصبی میباشد. برای این منظور از آزمایشهای داغ در محدوده دمایی بین 350 تا 500 درجه سلیسیوس و در نرخ کرنشهای بین 0/005 تا 0/5 بر ثانیه و اندازه دانه 50-450 استفاده شد. با استفاده از نتایج تجربی، یک مدل شبکه عصبی پس انتشار پیش سو جهت پیش بینی رفتار تغییر شکل داغ این آلیاژ توسعه داده شده است. همچنین برای ارزیابی از عملکرد مدل مورد مطالعه از معیار ضریب همبستگی، میانگین خطای نسبی مطلق و خطای نسبی استفاده شد که مقدار آنها به ترتیب برابر 0/9998، % 0/3866 و % 0/032 به دست آمد. که نشان دهنده توانایی بالای مدل شبکه عصبی مصنوعی در پیش بینی تنش سیلان میباشد.

کلیدواژه ها

اثرات اندازه دانه، شبکه عصبی، آلومینیوم خالص، تغییر شکل گرم.

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.