ارائه الگوریتمی برای نرخ انتقال مواد در فرآیند لایه نشانی به کمک تخلیه الکتریکی

کیفیت سطح قطعات از تاثیر بالایی در صنایع مختلف برخوردار است. یکی از روشهای نوین بهبود خواص کیفی سطح، استفاده از فرآیند لایه نشانی با استفاده از تخلیه الکتریکی میباشد. در پژوهش حاضر از روش ماشین بردار یادگیری شدید برای مدلسازی نرخ انتقال مواد در این فرآیند به عنوان پارامتر تاثیرگذار بر سرعت انجام فرآیند و کیفیت سطح بوجود آمده، استفاده شده است. به گونه ای که میزان میانگین مربعات خطا (MSE) برای نرخ انتقال مواد در داده های آموزش 0/000387 و در داده های آزمون 0/0017 با استفاده از مدل شبکه عصبی ماشین بردار یادگیری شدید بدست آمده و مقدار میانگین مربعات خطا برای متوسط ضخامت لایه بازنشانی شده در داده های آموزش 0/000214 و در داده های آزمون 0/0017 محاسبه گردید. بررسی نتایج و مقایسه آن با نتایج بدست آمده توسط سایر پژوهشگران نشان داد که روش پیشنهادی از دقت بالایی در پیش بینی پارامترهای خروجی فرآیند برخوردار است.

کلیدواژه ها:

لایه نشانی به کمک تخلیه الکتریکی ، متوسط ضخامت لایه ، نرخ انتقال مواد ، ماشین بردار یادگیری شدید