پیشبینی مسیر فشار بهینه در فرآیند هیدروفرمینگ قطعات مخروطی به کمک الگوریتم ژنتیک
Publish place: 19th Annual Conference on Mechanical Engineering (ISME2011)
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,258
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME19_387
تاریخ نمایه سازی: 2 اردیبهشت 1390
Abstract:
با استفاده از روش هیدروفرمینگ میتوان قطعات مخروطی را دریک مرحله و با کیفیت مناسب ایجاد نمود. مهمترین پارامتر در روش هیدروفرمینگ مسیر فشار است. در این مقاله به کمک شبیه سازیاجزای محدود، شبکه های عصبی و الگوریتم ژنتیک پارامترهای ربوط به مسیر فشار در فرآیند هیدروفرمینگ قطعه مخروطی بهینه شده است. هدف از بهینه سازی دستیابی به ماکزیمم ضخامت درنقطه بحرانی یعنی در نقطهای که کمترین ضخامت در آن بوجود میآید، است در حالی که قطعه شکل قابل قبولی داشته باشد. در ابتدا مدل اجزای محدود با استفاده از نتایج آزمایشگاهی اعتباربخشیشد سپس به کمک شبکه عصبی رابطه بین متغیرهای ورودی و خروجی به دست آمد و الگوریتم ژنتیک بر مبنای شبکه عصبی جهت بدست آوردن پارامترهای ورودی بهینه به کار گرفته شد. نتایج نشان داده است که تطابق خوبی بین مقادیر پیشبینی شده توسط الگوریتم ژنتیک بر مبنای شبکه عصبی و شبیه سازی اجزای محدود وجود دارد. با بکارگیری منحنی بهینه پیشبینی شده، توزیع ضخامتیکنواختی در محصول نهایی بوجود آمده است
Keywords:
هیدروفرمینگ- شبیه سازی اجزای محدود- شبکههای عصبی-الگوریتم ژنتیک- بهینه سازی
Authors
حسین شانظری
کارشناس ارشد مهندسی مکانیک دانشگاه صنعتی نوشیروانی بابل، مشاور فنی شرکت گروه ص
محمد بخشی
استاد، دانشکده مهندسی مکانیک، دانشگاه صنعتی نوشیروانی بابل
محسن شاکری
دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی نوشیروانی بابل
حمید باصری
استادیار دانشکده مهندسی مکانیک دانشگاه صنعتی نوشیروانی بابل
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :