مطالعه مقایسه ای مدل های شبکه عصبی و ویونت جهت پیش بینی مقاومت اتصال جوشی یک فلز پالس در فرآیند جوشکاری گاز بی اثر با استفاده از سیگنال های قوسی

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 846

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ISSS02_013

تاریخ نمایه سازی: 11 شهریور 1391

Abstract:

این مقاله نظارت بر مقاومت جوش اتصالات فلز پالس در فرایند جوشگکاری گاز بی اثر را نشان می دهد. روش پاسخ سطح برای اجرای ازمایشات جوشکاری به کار می رود. یک مدل شبکه عصبی 3 لایه ای برای پیش بینی تنش کشش نهایی (UTS) صفحات جوش شده ایجاد شده است. 6 پارامتر ولتاژ پالس، ولتاژ زمینه، دوره پالس، فرکانس پالس، نرخ تغذیه سیم و سرعت جوشکاری، و دو اندازه ی، مقدار میانگین ریشه مربعات (RMS) جریان جوش و و لتاژ، به عنوان متغیرهای ورودی مدل و تنش کشش نهایی صفحات جوش شده به عنوان متغیر خروجی در نظر گرفته شده است. بنابراین ، خروجی به دست آمده از آنالیز شبکه عصبی برای مقایسه با خروجی شبکه ویونت به کار رفته است. هدف اصلی این مقاله ارزیابی توانایی روش شبکه عصبی و حالت خاصی از شبکه عصبی موجکی تحت عنوان ویونت د رپیشگویی مقاومت جوش اتصالات یک فلز پالس در فرایند جوشکاری گاز بی اثر با استفاده از سیگنال های قوس الکتریکی می باشد . نتایج عددی بدست آمده حاکی از آن است که نه تنها شبکه های عصبی و ویونت در تخمین مقاومت جوش از قابلیت بالایی برخوردارند بلکه شبکه ویونت نسبت به شبکه عصبی پیشخورد عملکرد بهتری را داتشه است.

Keywords:

شبکه عصبی مصنوعی , شبکه ویونت , روش پاسخ سطح , نظارت مقاومت جوش , فلز پالس در فرایند جوشکاری گاز بی اثر

Authors

افشین پور تقی

کارشناس ارشد مهندسی عمران، باشگاه پژوهشگران جوان واحد اردبیل، دانشگ

مهدیه ساعدی

دانشجوی کارشناسی ارشد مهندسی عمران - محیط زیست دانشگاه صنعتی نوشیروا

رضا کارکن ازاد

مربی دانشکده فنی مهندسی دانشگاه محقق اردبیلی

حسن امینی راد

استادیار، گروه مهندسی محیط زیست 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 :
  • Sweet, L.M, Sensor-based control systems for arc welding robots, 1985, ...
  • Sforza, P., Blasiis, D.D, On-line optical monitoring system for arc ...
  • Munezane, Y., Watanabe, T., Iochi, A., Sekino, T, A sensing ...
  • Cook, G.E., Andersen, K., Fernandez, K.R., Shepard, M.E., Wells, A.MElectric ...
  • Hughes, R.V., Walduck, R.P, Elec tromagnetic arc path control I ...
  • Cook, G.E, Through the arc sensing of arc welding, 1983, ...
  • Production Research Technology. Publication, pp. 141-151. ...
  • Chin, B.A., Madsen, N.H., Goodling, J.S, Infrared thermography for sensing ...
  • Nagarajan, S., Chen, W.H., Chin, B.A, Infrared sensing for adaptive ...
  • Chen, W.H., Chin, B.A, Monitoring weld penetration using infrared sensing ...
  • Rokhlin, S, In-process radiographic evaluation of arc welding, 1989, Mater. ...
  • Guu, A., Rokhlin, S, Arc weld process control using radiographic ...
  • improves mechanized and robotic welding. In: Proceedings of International Conference ...
  • Arata, Y., Inoue, K., Futamata, M., Toh, T, Investigation on ...
  • Grad, L. Grum, J., Polajnar, I., Slabe, J.M, Feasibility study ...
  • Saini, D., Floyd, S, An investigation of gas metal arc ...
  • Bao, M., Ume, I.C, Three -dimensional ray tracing of laser ...
  • Carlson, N.M., Johnson, J.A, Ultrasonic sensing of weld pool penetration, ...
  • Li, D., Yonglun, S., Feng, Y, On line monitoring of ...
  • Siewert, T., Samardzic, I., Klaric, S, Application of an on-1ine ...
  • Cook, G.E, Feedback and adaptive control in automated arc welding ...
  • Quinn, T.P., Smith, C., Mccowan, C.N., Blachowiak, E., Madigan, R.B, ...
  • Barborak, D., Conrardy, C., Madigan, B., Paskell, T, Through-arc process ...
  • Chu, Y.X., Hu, S.J., Hou, W.K., Wang, P.C., Marin, S.P, ...
  • Adolfsson, S., Bahrami, A., Bolmsjo, G., Claesson, I, On-line quality ...
  • Johnson, J.A., Carlson, N.M., Smartt, H.B., Clark, D.E, Process control ...
  • Wang, J., Kusumoto, K., Nezu, K, Microweld penetration monitoring techniques ...
  • Mechatronice IEEE/ASME, vol. 2, pp. 1027- 1030. ...
  • Lekutai, G, Adaptive self-Tuning neuro wavelet network controllers, 1997, Blacksburg, ...
  • Oussar, Y., & Dreyfus, G, Initialization by Selection for Wavelet ...
  • Thuillard, M, A review of wavelet networks, their ...
  • applications , 2000, ESIT, Aachen, Germany, 5- ...
  • Gholizadeh, S., Salajegheh, E., & Torkzadeh, _ Structural optimization with ...
  • Sukhomay Pal, Surjya K. Pal, Arun K. Artificial ...
  • modeling of weld joint strength prediction of a pulsed metal ...
  • نمایش کامل مراجع