تعیین زبری سطح در سنگ زنی به کمک شبکه های عصبی مصنوعی
- سال انتشار: 1390
- محل انتشار: سومین کنفرانس ملی مهندسی ساخت و تولید
- کد COI اختصاصی: NMEC03_099
- زبان مقاله: فارسی
- تعداد مشاهده: 1426
نویسندگان
دانشجوی ا کرشناسی ارشد مهندسی ساخت و تولید ، دانشگاه آزاد اسلامی واحد
مربی دانشگاه، دانشگاه آزاد اسلامی واحد شیراز
استادیار دانشگاه ، دانشگاه آزاد اسلامی واحد شیراز
دانشجوی کارشناسی ارشد مهندسی ساخت و تولید
چکیده
ساخت قطعات با هزینه کم و کیفیت مطلوب از اولویت اصلی صنایع مربوطه می باشد و برای بدست آوردن قطعات با کیفیت سطح بالا ،انتخاب پارامترهای ماشینکاری از اهمیت ویژه ای برخوردار است . در این مقاله با استفاده از تغییر پارامتر های مؤثر در سنگ زنی از قبیل عمق برش و سرعت پیشروی ، میزان زبری سطح توسط دستگاه زبری سنج مدل 10TR اندازه گیری شده است . سپس بااستفاده از نتایج آزمایشگاهی یک شبکه عصبی مصنوعی در نرم افزارMATLAB ایجاد و آموزش داده شد . پس از آموزش شبکه عصبی می توان زبری سطح تحت هر مقدار عمق برش و سرعت پیشروی را بدون استفاده از زبری سنج بدست آوردکلیدواژه ها
زبری سطح – سنگ زنی – عمق برش – سرعت پیشروی – شبکه های عصبیمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.