استفاده ازشبکه عصبی مصنوعی به منظور پیش بینی سختی نانوکامپوزیت های آسیاب شده Al-MWCNT

  • سال انتشار: 1392
  • محل انتشار: دومین همایش بین المللی و هفتمین همایش مشترک انجمن مهندسی متالورژی ایران و انجمن علمی ریخته گری ایران
  • کد COI اختصاصی: IMES07_351
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1011
دانلود فایل این مقاله

نویسندگان

سعیده قربان پور

دانشجوی کارشناسی ارشدمهندسی مکانیک

علی شکوه فر

استاددانشگاه صنعتی خواجه نصیرالدین طوسی

سجاد نصیری خلیل آباد

دانشجوی دکتری مهندسی مواد

اشکان ذوالریاستین

دانشجوی دکتری مهندسی مواد

چکیده

دراین مقاله به طراحی یک شبکه عصبی پرسپترون چندلایه با الگوریتم پس انتشارخطاجهت پیش بینی سختی نانوکامپوزیت های الومینیم ـ نانولوله های کربن چندجداره تولیدشده به روش الیاژسازی مکانیکی پرداخته شدها ست ورودیهای شبکه شامل قطرودرصد وزنی نانولوله و ویژگیهای مربوط به فرایند اسیابکاری مکانیکی مانند زمان و سرعت الیاژسازی و نسبت وزنی گلوله به پودردرنظرگرفته شدند عددسختی ویکرز نانوکامپوزیت به عنوان متغیرخروجی شبکه انتخاب شدبه منظور اموزش شبکه از16سری داده استفاده شد برخی ازپارامترهای موثردراموزش شبکه مانند تعدادلایه های پنهان تعدادنرونهای لایه های پنهان نرخ اموزش و الگوریتم اموزش باسعی و خطا وبادرنظگرفتن مقدارودرصد خطا و روندیادگیری شبکه تعیین شدند برای بررسی عملکردشبکه ازنمودارهای رگرسیون و میانگین مربعات خطا استفاده شد شبکه عصبی استفاده شده توانایی پیش بینی سختی داده های تست بامیانگین خطای 0/32 درصد معادل با 0/29 ویکرز را دارا می باشد بدین ترتیب استفاده ازشبکه عصبی طراحی شده به منظورپیش بینی سختی نانوکامپوزیت پایه الومینیم که بانانولوله کربنی تقویت شده است منطقی و نتایج قابل اعتمادخواهد بود

کلیدواژه ها

آلیاژسازی مکانیکی، نانوکامپوزیت پایه آلومینیومی، شبکه عصبی مصنوعی، خواص مکانیکی، نانولوله کربنی

مقالات مرتبط جدید

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.