بهنام لطفی - گروه مهندسی مواد، دانشکده مهندسی، دانشگاه شهید چمران اهواز
صادق حجارپور - گروه مهندسی مواد دانشکده مهندسی، دانشگاه شهید چمران اهواز

شبکه عصبی از پراستفاده ترین ابزارهای هوش مصنوعی است که اخیراً جای خود را در محاسبات و مدل سازی های مهندسی تثبیت کرده است. در این تحقیق سعی شده با استفاده از شبکه عصبی ، مدلی ساخته شود که قادر به پیش بینی استحکام برشی در قطعات خام متالورژی پودر باشد. به این منظور مقادیر ا ستحکام برشی بدست آمده در دوراستای موازی و عمود بر جهت پرس برای سه نوع پودر آهن تجاری حاوی سه نوع روانکار، در چهار غلظت مختلف که تحت فاشرهای متفاوت پرس شده بودند، مورد استفاده قرار گرفت. پس از آموزش شبکه، بررسی نتایج و پیش بینی های آن در مورد داده های آزمون دقت بسیار بالایی را در پیش بینی استحکام برشی به ثبات رساند. به این ترتیب در این تحقیق، شبکه ای طراحی و با موفقیت آزمایش شد که می توان با استفاده از آن استحکام برشی متوسط قطعات خام متالورژی پودر را بدون نیاز به انجام آزمایش مکانیکی در کمترین زمان و با بیشترین دقت پیش بینی کرد.

قطعات خام متالورژی پودر، استحکام برشی، شبکه عصبی مصنوعی