بررسی پارامترهای موثر بر استحکام مکانیکی در نمونه سازی به روشFDM با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 553

فایل این مقاله در 15 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ARSE01_282

تاریخ نمایه سازی: 22 دی 1396

چکیده مقاله:

امروزه فن آوری نمونه سازی سریع به طور گسترده در صنایع مختلف مورد استفاده قرار می گیرد.یکی از مهمترین مزایای این فن آوری،ساخت نمونه های طراحی شده بدون نیاز به قالب است و بنابراین زمان تولید آن بسیار کوتاه تر ازسایر روش ها می باشد.از میان انواع روش های نمونه سازی سریع،روش ذوبی-رسوبی بدلیل هزینه ای پایین تر بسیار فراگیر شده است.مهمترین عیب این روش استحکام پایین می باشد که می توان با بهینه سازی متغیرهای دخیل در ساخت،تا حد امکان بهبود بخشید.در این مقاله با انجام آزمایش های عملی،متغیرهای ورودی به گونه ای انتخاب می گردند که بالاترین سطح استحکام حاصل گردد.بدین منظور متغیرهای ضخامت لایه و زاویه تنظیم نازل و زاویه پر کردن به عنوان متغیرهای ورودی و پارامتر استحکام به عنوان خروجی در نظر گرفته شده اند و از شبکه عصبی مصنوعی در نرم افزار متلب برای بهینه سازی متغیر های ورودی استفاده شده است.

نویسندگان

علی حسینیان

دانشجوی کارشناسی ارشد مکاترونیک گرایش اتوماتیک و کنترل تولید دانشکده مهندسی برق ،دانشگاه آزاد اسلامی واحد شهر مجلسی، اصفهان، ایران

فرهاد عظیمی فر

عضو هییت علمی دانشکده مهندسی مکانیک ،دانشگاه آزاد اسلامی واحد شهر مجلسی، اصفهان، ایران

امید قهرایی

استادیار و عضو هییت علمی دانشکده مهندسی مکانیک ،دانشگاه آزاد اسلامی واحد شهر مجلسی، اصفهان، ایران