پیش بینی استحکام اتصال و بهینه سازی پارامترها در فرآیند روکش دهی انفجاری ورق های فولادی ومسی

در این تحقیق از شبکه های عصبی مصنوعی برای پیش بینی استحکام اتصال ایجاد شده در روکش دهی انفجاری ورق های فولادی کم کربن و مسی استفاده شد. تاثیر 4 پارامتر ضخامت ورق پرتابه، نسبت بار گذاری، زاویه تمایل و فاصله هوایی بر روی استحکام برشی و کششی اتصال مورد مطالعه قرار گرفت. 4 پارامتر ذکر شده به عنوان ورودی شبکه عصبی و مقادیر استحکام برشی و کششی اتصال به عنوان خروجی های شبکه عصبی در نظر گرفته شدند (شبکه دارای 4 ورودی و 2 خروجی است). شبکه های آموزش داده شده از نوع پس-انتشار خطا با الگوریتم آموزش لونبرگ-مارکوارت هستند به منظور تسهیل کاربرد شبکه های آموزش داده، مدل شبکه عصبی به دست آمده به فرم روابط مناسب نوشته شد. نتایج نشان دادند که این روابط استحکام اتصال حاصل از روکش دهی انفجاری دو ورق ذکر شده را با متوسط خطای نسبی 1 / 13 درصد پیش بینی می کنند. در نهایت با استفاده از الگوریتم ژنتیک چند هدفه و تحلیل داده های مقادیر بهینه پارامترهای فرآیند استخراج شدند. نتایج بهینه سازی نحوه تغییر استحکام برشی نسبت به تغییر استحکام کششی اتصال را نشان می دهد. ملاحظه شد که با افزایش مقدار استحکام بر شی، مقدار استحکام کششی کاهش می یابد و برعکس. در نهایت برای یک حالت خاص (افزایش استحکام بر شی و کششی به یک اندازه) مقادیر بهینه استحکام برشی و کششی و پارامترهای فرآیند محاسبه شدند. مقدار استحکام بهینه اتصال برای این حالت بهینه حدود 7 ( kg / mm به دست آمد.

کلیدواژه ها:

روکش دهی انفجاری ، شبکه عصبی مصنوعی ، بهینه سازی ، الگوریتم ژنتیک