آموزش شبکه عصبی با الگوریتم تجمع ذرات جهت پیشبینی سرعت براده برداری در ماشین کاری تخلیه الکتریکی

ماشینکاری با تخلیه قوس الکتریکیElectrical Discharge Machining -EDM یکی از روشهای تولید مخصوص می باشد که در قالب سازی، تعمیرات و تولید قطعات خاص صنعتی کاربرد گسترده ای دارد . متغیرهای مختلفیدرتنظیمات این فرآیند به عنوان ورودی سیستم مد نظر قرار می گیرند که هر کدام ازآنها بر کیفیت و سرعت ماشینکاری مانند صافی سطح، سرعت براده برداری، خوردگی الکترود و... اثر دارند. یارامترهای مهم تنظیمی در ماشینکاریEDM شامل ولتاژتخلیه، شدت جریان تخلیه، زمان پالس و فاکتور وظیفه می باشند. طراحی آزمایش به صورت فاکتوریل کامل در مرحله ی پرداخت ماشینکاری انتخاب شده است.در این مقاله ارتباط بین ورودی ها و خروجی های فرآیندEDM استخراج شده و سپس با تعریف یک تابع ابتکاری که خطای پیش بینی را محاسبه می کند، متغیرهای ورودی جهت رسیدن به خروجی های مطلوب پیش بینی می گردند. این پیش بینی از طریق حداقل کردن مقدار تابع خطا صورت گرفته است.

Keywords:

شبکههای عصبی-آموزش شبکههای عصبی- الگوریتم تجمع ذرات -پارامترهای ماشینکاری EDM , سرعت براده برداری