کاربردمدل عصبی فازی تطبیق پذیر (ANFIS) در پیش بینی سختی قطعات فولادی تولید شده به روش متالوژی پودر

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,300

فایل این مقاله در 9 صفحه با فرمت PDF 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:

ISSE10_165

تاریخ نمایه سازی: 1 فروردین 1388

چکیده مقاله:

در تحقیق پیش رو ابتدا نمونه هایی با مشخصات متنوع و از 5 نوع پودر متفاوت به روش متالورژی پودر تهیه شدند و تحت آزمون سختی سنجی ویکرز با نیروهای مختلف قرار گرفتند. با استفاده از مدل فازی تطبیق پذیر (ANFIS) که ترکیبی از دو روش شبکه عصبی مصنوعی و سیستم استنتاج فازی است، به آموزش داده های حاصل از تست های سختی و پیش بینی رفتار آن پرداخته می شود. چگالی، ترکیب شیمیایی و شرایط تولید به عنوان ورودی و میزان سختی به عنوان خروجی در نظر گرفته شده اند. نتایج حاصل دقت مناسب این مدل را در برآورد و پیش بینی سختی قطعات مورد آزمون نشان میدهد.

کلیدواژه ها:

سختی ، شبکه عصبی فازی (ANFIS) ، متالورژی پودر ، تخلخل

نویسندگان

حمید خرسند

دانشکده مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

فرشید علم بیگی

دانشکده مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

حسن عبدوس

دانشکده مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

اسماعیل نجفی

دانشکده مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

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 :
  • Danninger H., Jungg G., Weiss R. and Stickler R., rni ...
  • Hadboletz A., Weiss B., fatigue heh6vior _ _ _ _ ...
  • Hykin, Neural network _ omprehen sive foundation, 1995. ...
  • Uros Z., Franc C. and Edi K, Adaptive network based ...
  • Khalifehz adeh R., Forouzan S., Arami H. and Sadrnezhaad S.K. ...
  • Sugeno M., _ Annlic:tionc _ C.ontrol, Elsevier Ltd., New York, ...
  • Zhang Z., Artificial neural network predictions _ erosive Vear of ...
  • Zhang Z., and Friedrich K., and Velten K., rediction _ ...
  • نمایش کامل مراجع