پیش بینی رفتار خستگی آلیاژ بیومدیکال Ti6Al4V ELI ساچمه زنی شده با استفاده از شبکه های عصبی مصنوعی
- سال انتشار: 1386
- محل انتشار: اولین همایش مشترک انجمن مهندسین متالورژی و انجمن ریخته گری ایران
- کد COI اختصاصی: IMES01_180
- زبان مقاله: فارسی
- تعداد مشاهده: 973
نویسندگان
دانشجوی کارشناسی ارشد دانشگاه صنعتی شریف
دانشجوی کارشناسی ارشد
استادیار دانشگاه صنعتی شریف
دانشیار دانشگاه شریف
چکیده
دراین تحقیق یک مدل شبکه عصبی مصنوعی برای پیش بینی عمر خستگی تنش پسماند و شدت آلمن ناشی از زمانهای مختلف ساچمه زنی برروی نمونه های آلیاژ بیومدیکال Ti6Al4V ELI که فرایند ساچمه زنی برروی آن انجام گرفته بود طراحی و آموزش داده شد این شبکه به صورت پیشخور طراحی و در آن به منظرو حداقل کردن میزان خطا از الگوریتم پسخور استفاده گردید. نتایج شبیه سازی نشان داد که شبکه عصبی با یک لایه مخفی و پنج نرون دراین لایه بهترین عملکرد را نشان میدهد با این ساختار شبکه در کمترین زمان ممکن به خطای مورد نظر رسید بعلاوه نتایج شبیه سازی تطابق خوبی میان نتایج تجربی و نتایج حاصل از پیش بینی شبکه عصبی از خود نشان داد بدین ترتیب با استفاده از این شبکه عصبی رفتارخستگی درتمام زمانهای بین دو محدوده زمانی زمان ساچمه زنی بالا و پایین مورد استفاده دراین تحقیق پیش بینی گردید.کلیدواژه ها
شبکه عصبی مصنوعی، عمر خستگی، تنش پسماند، شدت آلمنمقالات 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.