عرفان همتی - دانشجوی کارشناسی ارشد برق قدرت دانشگاه صنعتی اراک
حشمت اله نصیری - راه آهن آراک

هدف این کارروشن کردن قابلیت های مدلسازی تکنیک های هوش مصنوعی برای پیش بینی توان مورد نیاز در فرایند (پروسه) ماشینکاری می باشد. سناریوی فعلی نیازمند این نوع مدلها می باشد، به گونه ای که پذیرفتگی یا قابلیت پذیرش مدلهای پیش بینی توان را می توان افزایش داد و از آنها در برنامه ریزی پروسه پایدار استفاده نمود. این مقاله دو تکنیک مدلسازی هوش مصنوعی مطرح کرده- شبکه هوش مصنوعی و رگرسیون بردار پشتیبان- و از آنها برای پیش بینی توان مصرفی در پروسه ماشینکاری استفاده می نماید. برای پژوهش قابلیت پیش بینی ارزش توان این تکنیک ها، آزمایش ماشینکاری واقعی انجام می شود. آزمایشات با استفاده از روش Taguchiطراحی شده است، به گونه ای که اثر کلیه پارامترها را می توان با حداقل تعداد آزمایشات ممکن مطالعه نمود. ازطرح تاگوچی ۳ عاملی ۴ سطحی برای شرح طرح و برنامه آزمایشات استفاده شده است. توان پیش بینی شده توسط هر دو تکنیک باهم مقایسه و مورد ارزیابی قرار گرفته است و این گونه استنباط شده است که ANN در مقایسه با SVR کمی بهتر عمل می کند. برای بررسی بهینگی مدلها، برخی از فرضیه های نماینده، مثل آزمون یا تست t برای آزمون میانگین، آزمون f و آزمون Leven ، برای آزمون واریانس اجرا شدند. نتایج بدست آمده نشان می دهد مدلهای پیشنهاد شده در تحقیق برای پیش بینی توان مناسب هستند.

توان، مدلسازی پیش بینانه، شبکه هوش مصنوعی، رگرسیون بردار پشتیبان