مدل سازی پیش بینی مصرف برق در ماشین کاری با استفاده از مدل های هوش مصنوعی

امروزه با رشد بی نظیر هوش مصنوعی و افزایش کاربردهای آن در زمینه های مختلف، کاربرد آن در صنعت نیز بیش ازپیش مورد استقبال قرارگرفته است. از نمونه های بارز این کاربردها، استفاده از تکنیک های هوش مصنوعی برای مدل سازی و پیش بینی نیازهای توان در فرآیند ماشین کاری است. وضعیت فعلی باعث افزایش احساس نیاز به پذیرش مدل های پیش بینی توان شده تا در برنامه ریزی فرآیند پایدار قابل اعمال باشد. این مقاله دو تکنیک مدل سازی هوش مصنوعی - شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان - را برای پیش بینی توان مصرفی در فرآیند ماشین کاری معرفی می کند. برای بررسی قابلیت این تکنیک ها برای پیش بینی ارزش توان، یک آزمایش واقعی ماشین کاری انجام شده است. آزمایش ها با استفاده از روش Taguchi طراحی شده اند تا تاثیر تمام پارامترها با حداقل تعداد ممکن از آزمایش ها موردمطالعه قرار گیرد. یک طراحی Taguchi ۴-سطح ۳- عامل L۱۶ برای شرح طرح آزمایش ها استفاده شده است. توان پیش بینی شده توسط هر دو تکنیک مقایسه و ارزیابی شده و مشخص شده است که شبکه عصبی مصنوعی نسبت به رگرسیون بردار پشتیبان به نسبت کمی بهتر عمل می کند. برای بررسی کارایی مدل ها، برخی از آزمون های فرضیه نماینده ازجمله آزمون t برای آزمایش میانگین، آزمون f و آزمون Leven برای آزمایش واریانس انجام شده است. نتایج نشان می دهد که مدل های پیشنهادی در تحقیق برای پیش بینی توان مناسب هستند.

کلیدواژه ها:

توان ، مدل سازی پیش بینی ، شبکه عصبی مصنوعی ، رگرسیون بردار پشتیبان