بهینه سازی شرایط جوشکاری آستنیتی لوله ها با استفاده ازشبکه های عصبی مصنوعی و الگوریتم ژنتیک

دراین مقاله تاثیرپارامترهای مهم شامل ضخامت لوله اصلی مقدارشارگرمایی ورودی آمپروولتاژ سرعت جوشکاری وضریب کنوکسیون درکاهش وافزایش خطرفوران درطی فرایند جوشکاری استنیتی برای خطوط انتقال نفت و گازبررسی شده است و شرایط بهینه انتخاب شده است برای این منظورازترکیب شبکه ی عصبی با الگوریتم ژنتیک استفاده است برای اموزش شبکه عصبی با استفاده ازروش اجزای محدود تعدادیحل حرارتی با استفاده ازمدل سه بعدی برای اتصال استینی برای لوله های فولادی انجام شده و ازنتایج حاصل به عنوان داده های وردی برای اموزش شبکه عصبی استفاده شده است دراین تحقیق با تدوین کدکامپیوتری برمبنای تئوری شبکه های عصبی چندلایه تدوینه شدهاست که با استفاده ازآن و باواردکردن شرایط ورودیدمای خروجی محاسبه میشود درادامه با تدوین کدالگوریتم ژنتیک و کوپل این دوکدمقادیربهینه شارگرمایی ورودی و سرعت جوشکاری محاسبه گردیدها ست نتایج وروش کارنشان میدهد که استفاده ازاینکدسرعت انجام محاسبات و سادگی آن را بطورچشمگیری افزیاش میدهد که این امرقابلیت بهره برداری صنعتی وکارگاهی را درجوشکاری حین سرویس و تعمیرخطوط لوله گازونفت را فراهم می سازد علاوه برآن مقدارشارگرمایی یاولتاژ و امپراژ مناسب و سرعت جوشکاری بهینه برای جوشکاری سه نوع فولادبدست آمد

کلیدواژه ها:

جوشکاری آستنیتی ، لوله های فولادی ، پدیده فوران ، اجزای محدود ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، پیش بینی شرایط بهینه