فرید ایلچی - دانش کارشناسی ارشد گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد ساری
محسن امامی مهر - دانشجوی کارشناسی ارشد گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد ساری
یاسر رستمیان - استادیار گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد ساری

این تحقیق به بررسی اثر پارامترهای ورودی ماشین کاری اسپارک (شدت جریان، زمان روشنی و خاموشی پالس، ولتاژ و سیکل کار) بر زندگی سطح قطعه کار می پردازد. مقادیر به دست آمده حاصل از انجام آزمایشات با استفاده از تکنیک شبکه های عصبی مصنوعی و روش تلفیق الگوریتم ژنتیکی با شبکه های عصبی مورد مدلسازی و مقایسه قرار گرفتند . مشخص شد که با به کارگیری الگوریتم ژنتیکی در شبکه عصبی نتایج بهتری نسبت به اجرای تنهای شبکه عصبی حاصل می شود. این امر به دلیل بهینه ساختن وزن ها و بایاس های شبکه در هر نسل جدید نسبت به نسل قبلی توسط جمعیت کروموزوم ها می باشد. طبق نتایج آنالیز حساسیت مشخص شد، پارامتر شدت جریان بیشترین تأثیر را بر زبری سطح قطعه کار دارد . نتایج محاسباتی نشان می دهد تلفیق دو روش شبکه عصبی و الگوریتم ژنتیکی ابزاری کارآمد در مدلسازی ماشین کاری اسپارک می باشد.

زبری سطح، ماشین سازی اسپارک، شبکه عصبی مصنوعی، مدل سازی، الگوریتم ژنتیک