حسین گودرزی حیسن آبادی - کارشناس ارشد شکل دهی فلزات، مهندسی و علم مواد، دانشگاه صنعتی شریف

در این پژوهش یک روش جدید بر پایه استفاده از شبکه هوش مصنوعی به منظور شبیه سازی میدان تغییر فرم در فرایند اکستروژن در کانال زاویه دار همسان ارائه شده است. به این منظور مختصات نقاط خاصی به عنوان ورودی شبکه و مقدار تایع جریان در نقاط مربوطه به عنوان خروجی شبکه در نظر گرفته شد. معماری شبکه هوش مصنوعی به کار رفته سبب شد تا امکان درون یابی مقدار تابع جریان به کمک این شبکه ره خوبی میسر شود. در ادامه، روش تفاضل محدود جهت محاسبه میدان ساعت و نرخ کرنش به کار گرفته شد و در نتیجه مقدار مولفه های مصرف توان حین تغییر فرم با انتگرالگیری عددی محاسبه گردیدند. در نهای با در نظر گرفتن روش کران بالایی، میزان نیروی تغییر فرم به همراه شکل منطقه مرده در شرایط واقعی تقریب زده شده است. همچنین تحلیل اجزای محدود به عنوان ارزیابی صحت پیش بینی نیروی انجام گرفته به کار گرفته شد و مطابقت خوبی مشاهده گردید. در نهایت، افزایش حجم منطقه مرده و کاهش فشار اکستروژن در اثر افزایش دمای انجام فرایند پیش بینی گردید.

اکستروژن در کانال زاویه دار همسان، شبکه هوش مصنوعی، نظریه کران بالایی، روش اجزای محدود