پیش بینی اثر بور بر سختی سوپر آلیاژ Ti-6AI-4V در دماهای مختلف با استفاده از شبکه های عصبی مصنوعی
Publish place: New Materials National Congress
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,233
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:
شناسه ملی سند علمی:
NEWMATERIALS01_010
تاریخ نمایه سازی: 31 فروردین 1387
Abstract:
در این پژوهش جهت پیش بینی اثر بور بر سختی آلیاژ Ti-6AI-4V از روش شبکه عصبی مصنوعی استفاده شده است. به این منظور داده های آزمایش های صورت گرفته روی نمونه های مختلف Ti-6AI-4V حاوی حداکثر تا 1/5 درصد وزن بور در گستره دمایی 0 تا 900 درجه سانتیگراد، به شبکه هایی با یک لایه میانی و تعداد نرون های مختلف داده شد. برای بررسی نحوه رفتار شبکه در حین آموزش، شاخص اجرایی میانگین مجذور خطا (MSE) انتخاب گردید و از معیار R2 حاصل از داده های تست، به عنوان معیار انتخاب بهترین شبکه آموزش یافته استفاده شد. نتایج نشان داد که شبکه عصبی مصنوعی با 8 نرون در لایه میانی در میان سایر شبکه ها با 0/998=R2 بهترین عملکرد را داشته و مقادیر پیش بینی شده توسط آن تطابق زیادی با نتایج عملی دارد.
Keywords:
Authors
بابک موزونی
دانشگاه صنعتی شریف، دانشکده مهندسی و علم مواد، دانشجوی کارشناسی و عل
ایمان قانع قناد
دانشجوی کارشناسی مهندسی و علم مواد
سید حمیدرضا مداح حسینی
دانشیار دانشکده مهندسی و علم مواد
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 :