پیش بینی خواص مکانیکی در ساخت افزایشی با استفاده از هوش مصنوعی
- سال انتشار: 1403
- محل انتشار: پنجمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات
- کد COI اختصاصی: ICCPM05_067
- زبان مقاله: فارسی
- تعداد مشاهده: 83
نویسندگان
گروه ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، ایران
گروه ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، ایران
چکیده
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.کلیدواژه ها
چاپ سه بعدی, یادگیری ماشین, خواص مکانیکی, پارامترهای فرایند SLMمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.