ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شبیه سازی فرآیند اکستروژن با استفاده از روش اجزاء محدود و پیش بینی نتایج حاصل از آن به کمک استفاده از شبکه عصبی مصنوعی

سال انتشار: 1397
کد COI مقاله: ISME26_283
زبان مقاله: فارسیمشاهد این مقاله: 185
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شبیه سازی فرآیند اکستروژن با استفاده از روش اجزاء محدود و پیش بینی نتایج حاصل از آن به کمک استفاده از شبکه عصبی مصنوعی

حمید بهلولی - ایران، بیرجند، شوکت آباد، دانشگاه بیرجند، دانشکده مهندسی،
خلیل خلیلی - ایران، بیرجند، شوکت آباد، دانشگاه بیرجند، دانشکده مهندسی ،
سیدمحمدحسین سیدکاشی - ایران، بیرجند، شوکت آباد، دانشگاه بیرجند، دانشکده مهندسی

چکیده مقاله:

در مطالعه حاضر، فرایند اکستروژن یک قطعه از جنس فولاد - AISI 1035 توسط نرم افزار اجزاء محدود Deform3D که بخصوص برای فرایندهای شکل دهی حجیم طراحی گردیده، شبیه سازی شده است . از آنجایی که پیش بینی دقیق مقدار نیروی سنبه ، دما و تنشهای بوجود آمده در قالب و قطعه و نیز پیش بینی مقدار سایش دیواره قالب در دقت ابعادی و خواص مکانیکی محصول، حایز اهمیت است و با توجه به تعداد پارامترهای موثر و نیز ماهیت غیر خطی فرایند، از شبکه عصبی مصنوعی استفاده شده است. از طرفی استفاده از شبکه عصبی باعث صرفه جویی در زمان تحلیل فرایند می شود. در اینجا از شبکه عصبی پیشخور با الگوریتم پس انتشار خطا استفاده شده است که یکی از قوی ترین شبکه ها برای شبیه سازی مسایل غیر خطی بوده و قابلیت برازش مناسب بر هر گونه داده ای را دارد. ورودیهای شبکه، دمای اولیه قطعه، سرعت حرکت سمبه، ضریب اصطکاک بین قطعه و قالب و ضریب کلی انتقال حرارت می باشد. از نتایج مدل المان محدود، جهت آموزش شبکه استفاده شده است و سپس از شبکه آموزش دیده به منظور پیش بینی مقدار نیروی لازم برای شکل دهی، مقادیر بیشینه ی تنش، کرنش و دما در قطعه و نیز مقادیر بیشینه ی دما و سایش در قالب استفاده شده است. نتایج بدست آمده تطابق قابل قبولی در مقایسه با نتایج المان محدود دارند. به منظور طراحی ساختار بهینه شبکه عصبی، معماری های مختلفی برای آن از نظر تعداد لایه ها ، تعداد نورتها در هر لایه، ترخ یادگیری و ضریب مومنتم مورد استفاده قرار گرفته است و بهترین معماری شبکه از نظر کارایی شبکه بر اساس معیار میانگین مربعات خطاها ارایه شده است.

کلیدواژه ها:

فرایند اکستروژن، شبیه سازی المان محدود، شبکه عصبی، الگوریتم پس انتشار خطا، پیش بینی نتایج

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/817041/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بهلولی، حمید و خلیلی، خلیل و سیدکاشی، سیدمحمدحسین،1397،شبیه سازی فرآیند اکستروژن با استفاده از روش اجزاء محدود و پیش بینی نتایج حاصل از آن به کمک استفاده از شبکه عصبی مصنوعی،بیست و ششمین همایش سالانه بین­ المللی انجمن مهندسان مکانیک ایران،سمنان،،،https://civilica.com/doc/817041

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، بهلولی، حمید؛ خلیل خلیلی و سیدمحمدحسین سیدکاشی)
برای بار دوم به بعد: (1397، بهلولی؛ خلیلی و سیدکاشی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 7,671
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی