پیش بینی زبری سطح آلیاژ فولاد AISI H۱۳ بر اساس متغیرهای برشی تراشکاری با استفاده از شبکه عصبی مصنوعی

Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 33

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICME20_125

تاریخ نمایه سازی: 8 تیر 1403

Abstract:

در عملیات های ماشین کاری، انتخاب بهینه مولفه های عملیات نقش بسیارمهمی در کمینه کردن خطاهای ماشین کاری شامل: شکست ابزار، سایشابزار، کنترل کیفیت، کاهش زبری سطح و همچنین افزایش نرخ برداشتبراده و به تبع آن افزایش سرعت تولید و کاهش هزینه های تولید دارد.امروزه رویکرد های متنوعی جهت بهینه سازی و کنترل این مولفه ها اتخاذگشته است. یکی از روش های نوین بکار رفته در این حوزه، استفاده از مدلیادگیری ماشین است که ذیل آن میتوان مدلهای مبتنی بر شبکهه ایعصبی را نام برد که این روش ها در مسائل مربوط به رگرسیون کاربرد دارند.در پژوهش پیشرو با استفاده از مدل مبتنی بر یادگیری ماشین شبکه عصبیمصنوعی زبری سطح در فرآیند تراشکاری با میانگین مربعات خطا ۰.۰۲۶پیش بینی شد.

Authors

مبین صیادی کلمی

دانشجوی کارشناسی ارشد، مهندسی مکانیک گرایش ساخت و تولید، دانشگاه علم و صنعت ایران

بهنام داودی

دانشیار، رشته تخصصی، مهندسی مکانیک گرایش ساخت و تولید، دانشگاه علم و صنعت ایران