پیش بینی زبری سطح آلیاژ فولاد AISI H۱۳ بر اساس متغیرهای برشی تراشکاری با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 102
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICME20_125
تاریخ نمایه سازی: 8 تیر 1403
چکیده مقاله:
در عملیات های ماشین کاری، انتخاب بهینه مولفه های عملیات نقش بسیارمهمی در کمینه کردن خطاهای ماشین کاری شامل: شکست ابزار، سایشابزار، کنترل کیفیت، کاهش زبری سطح و همچنین افزایش نرخ برداشتبراده و به تبع آن افزایش سرعت تولید و کاهش هزینه های تولید دارد.امروزه رویکرد های متنوعی جهت بهینه سازی و کنترل این مولفه ها اتخاذگشته است. یکی از روش های نوین بکار رفته در این حوزه، استفاده از مدلیادگیری ماشین است که ذیل آن میتوان مدلهای مبتنی بر شبکهه ایعصبی را نام برد که این روش ها در مسائل مربوط به رگرسیون کاربرد دارند.در پژوهش پیشرو با استفاده از مدل مبتنی بر یادگیری ماشین شبکه عصبیمصنوعی زبری سطح در فرآیند تراشکاری با میانگین مربعات خطا ۰.۰۲۶پیش بینی شد.
کلیدواژه ها:
نویسندگان
مبین صیادی کلمی
دانشجوی کارشناسی ارشد، مهندسی مکانیک گرایش ساخت و تولید، دانشگاه علم و صنعت ایران
بهنام داودی
دانشیار، رشته تخصصی، مهندسی مکانیک گرایش ساخت و تولید، دانشگاه علم و صنعت ایران