استفاده از یادگیری ماشین در پیشبینی قطر الیاف الکتروریسی شده و بررسی تاثیر متغیر های فرآیند بر آن

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 188

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IMES18_013

تاریخ نمایه سازی: 12 دی 1403

چکیده مقاله:

در این پژوهش از مدلهای مبتنی بر یادگیری ماشین برای پیشبینی قطر الیاف الکتروریسی۱ با استفاده از متغیرهای فرآیند الکتروریسی به عنوان ورودی استفاده شد. درک چگونگی تاثیر متغیرهای فرآیند الکتروریسی بر قطر نانوالیاف تولیدی برای کاربردهای مختلف از اهمیت بالایی برخوردار است. جهت تخمین قطر الیاف با استفاده از پارامترهای دستگاه الکتروریسی که شامل وزن مولکولی پلیمر، درصد وزنی مواد افزودنی، ولتاژ اعمالی، فاصله نوک سوزن تا جمع کننده و نرخ جریان محلول پلیمری است از الگوریتمهای جنگل تصادفی۲، نزدیکترین همسایگی۳، تﻘویت گرادیان۴ استفاده شد و هر سه مدل توانستند قطر الیاف را با دقتی در محدوده ۶/۹۹-۷/۹۹ پیشبینی کنند. همچنین، اهمیت و تاثیر نسبی هر ویژگی بر پیشبینی قطر الیاف با روش توضیح افزودنی SHAP ارزیابی شد. که نتایج آن نشان دهنده تاثیر بالای ولتاژ اعمال شده و وزن مولکولی پلیمر در عملکرد پیشبینی قطر الیاف الکتروریسی شده است

نویسندگان

فاطمه سرهادی

دانشجوی ارشد رشته مهندسی مواد گرایش شناسایی و انتخاب مواد، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان

میثم نوری

استادیار مهندسی مواد، دانشکده فنی و مهندسی، دانشگاه بوعلی سینا، همدان

حمید اصفهانی

دانشیار مهندسی مواد، دانشکده فنی و مهندسی، دانشگاه بوعلی سینا، همدان