پیش بینی رفتار خستگی آلیاژ بیومدیکال Ti6Al4V ELI ساجمه زنی شده با استفاده از شبکه های عصبی مصنوعی
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,179
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIMS11_180
تاریخ نمایه سازی: 24 اردیبهشت 1387
چکیده مقاله:
در این تحقیق یک مدل شبکه عصبی مصنوعی برای پیش بینی عمر خستگی، تنش پسماند و شدت آلمن ناشی از زمانهای مختلف ساچمه زنی بر روی نمونه های آلیاژ بیومدیکال Ti6Al4V ELI که فرآیند ساچمه زنی بر روی آن انجام گرفته بود، طراحی و آموزش داده شد. این شبکه به صورت پیشخور طراحی و در آن به منظور حداقل کردن میزان خطا از الگوریتم پسخور استفاده گردید. نتایج شبیه سازی نشان داد که شبکه عصبی با یک لایه مخفی و پنج نرون در این لایه بهترین عملکرد را نشان می دهد. با این ساختار شبکه در کمترین زمان ممکن به خطای مورد نظر رسید بعلاوه نتایج شبیه سازی تطابق خوبی میان نتایج تجربی و نتایج حاصل از پیش بینی شبکه عصبی از خود نشان داد. بدین ترتیب با استفاده از این شبکه عصبی، رفتار خستگی در تمام زمان های بین دو محدوده زمانی (زمان ساچمه زنی) بالا و پایین مورد استفاده در این تحقیق، پیش بینی گردید.
کلیدواژه ها:
نویسندگان
صابر امین یاوری
دانشجوی کارشناسی ارشد، دانشگاه صنعتی شریف
نوید سعیدی
دانشجوی کارشناسی ارشد، دانشگاه صنعتی شریف
علی اکبر ضیائی موید
استادیار، دانشگاه صنعتی شریف
سید حمیدرضا مداح حسینی
دانشیار، دانشگاه صنعتی شریف
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :