پیش بینی خواص مکانیکی در ساخت افزایشی با استفاده از هوش مصنوعی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 16

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCPM05_067

تاریخ نمایه سازی: 17 فروردین 1404

چکیده مقاله:

فناوری چاپ سه بعدی با فرآیند ذوب انتخابی لیزری (SLM) در سالهای اخیر پیشرفت چشمگیری در تولید قطعات با دقت و خواص مکانیکی مطلوب فراهم کرده است. با این حال، پیشبینی رفتار مکانیکی این قطعات همچنان چالشی اساسی است. این پژوهش بررسی و پیشبینی رفتار مکانیکی قطعات ساخته شده از استیل ضدزنگ ۶۱۳ با استفاده از روش های یادگیری ماشین پرداخته است. داده ها شامل ۳۶ (نمونه از مقالات پژوهشی بودند که به دو بخش آموزشی ۰۸% و آزمایشی ۰۸%.) تقسیم شدند. الگوریتم های متعدد یادگیری ماشین شامل شبکه عصبی، رگرسیون بردار پشتیبان، رگرسیون خطی و درخت تصمیم مقایسه شدند. نتایج نشان داد که مدل شبکه عصبی با دقت ۶۳.۶۶%، R²=۰.۹ و خطاهای کم (MSE=۱۳۴.۷۵ و MAE=۸.۲۵) بهترین عملکرد را دارد، در حالی که درخت تصمیم با دقت ۱۶.۶۳% ضعیفترین بود. این مطالعه نشان می دهد که یادگیری ماشین ابزاری قدرتمند برای پیشبینی رفتار مکانیکی قطعات SLM است و پیشنهاداتی برای بهبود دقت ارائه می دهد.

نویسندگان

امیرحسین یوسف پور خرمی

گروه ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، ایران

احمد محمودی کهن

گروه ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، ایران