پیشبینی نیروی نورد در فرآیند نورد گرم به کمک شبکههای عصبی مصنوعی
محل انتشار: دوازدهمین کنفرانس ملی مهندسی ساخت و تولید ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 695
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICME12_173
تاریخ نمایه سازی: 25 شهریور 1392
چکیده مقاله:
در تحقیق حاضر به کمک شبکه های عصبی مصنوعی مدل جدیدی جهت پیشبینی دقیق نیروی نورد در فرآیند نورد گرم ارائه شده است. اثر پارامترهای ورودی هر قفسه شامل دما، ضخامت ورودی ورق به قفسه، عرض ورق، درصد کاهش مقطع و غیره بر نیروی نورد خط نورد گرم هفت قفسه- ای شرکت فولاد مبارکه مورد بررسی قرار گرفت. نیروی نورد به عنوان خروجی و پارامترهای ورودی هر قفسه به عنوان ورودی شبکه عصبی در نظر گرفته شدند. از شبکه های پس انتشار خطا با الگوریتم آموزش لونبرگ-مارکوارت استفاده شد. شبکه های به دست آمده داده های تست را با درصد خطای بسیار کم پیش بینی نمودند. مقایسه مدل شبکه عصبی با مدلهای تحلیلی موجود نشان داد که مدل ارائه شده نیروی نورد را با دقت بهتر و در نظر گرفتن پارامترهای کمتر پیش بینی میکند. در نتیجه میتواند به عنوان مدل جایگزین جهت پیش بینی نیروی نورد در خط نورد گرم شرکت فولاد مبارکه مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
هادی ثمره صلواتی پور
دانشجوی دکتری، دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر، تهران، ایران
عبدالواحد کمی
دانشجوی دکتری، دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر، تهران، ایران
حمید خادم حسینی بهشتی
استادیار، گروه مهندسی مکانیک، دانشگاه اصفهان، اصفهان، ایران
بیژن ملائی داریانی
دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :