تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی
Publish Year: 1389
Type: Journal paper
Language: English
View: 290
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_MPMPJ-1-3_003
Index date: 13 October 2021
تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی abstract
جوشکاری قوسی تنگستن – گاز یکی از فرایندهای مهم جوشکاری در صنعت می باشد که از الکترود غیر مصرفی تنگستن برای جوشکاری استفاده می کند. این روش برای جوشکاری قطعات نازک فولادهای ضد زنگ و فلزات غیر آهنی از قبیل آلومینیوم، منیزیم و آلیاژهای مس به کار برده می شود. در این تحقیق با طراحی و ساخت یک بازوی جوشکاری اتوماتیک که سرعت جوشکاری آن بوسیله میکرو کنترلر کنترل می شود در شرایط مختلف جوشکاری مانند انواع سرعت پیشروی، شدت جریان و دمای پیش گرم آزمایشات عملی صورت گرفته و مقدار استحکام کششی نمونه های جوشکاری شده اندازه گیری شد. سپس با استفاده از این اطلاعات تجربی، سیستم هوشمندی از نوع شبکه های عصبی طراحی ، آموزش و تست گردید که ورودی های آن پارامترهای تنظیمی جوشکاری و خروجی آن استحکام کششی جوش حاصل می باشد. نتایج کار نشان می دهد که با استفاده از شبکه عصبی با دقت بسیار بالائی می توان استحکام کششی را قبل از انجام جوشکاری تخمین زد.
تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی Keywords:
جوشکاری قوسی تنگستن-گاز - استحکام کششی- شبکه عصبی , میکروکنترلر
تخمین استحکام کششی قطعات در جوشکاری قوسی تنگستن- گاز با سرعتهای پیشروی کنترل شده با استفاده از شبکه های عصبی authors
غلامرضا مرامی
کارشناس ارشد مهندسی مکانیک ، دانشگاه تبریز
امیر مصطفی پور اصل
استادیار دانشکده مهندسی مکانیک، دانشگاه تبریز
رامین مشک آبادی
دانشگاه آزاد اسلامی، واحد اهر، گروه مهندسی مکانیک
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 :