مقایسه شبکههای عصبی مصنوعی با رویکرد پرسپترون چند لایه و تابع پایه شعاعی درپیشبینی زاویه خمش ایجاد شده در فرآیند شکلدهی لیزر
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 463
This Paper With 7 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:
MECHCONF01_275
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
فرآیند شکل دهی به کمک لیزر به عنوان یکی از روش های شکل دهی نوین حرارتی در شکل دهی و خم کاری ورق های فلزی و غیر فلزی مورد استفاده قرار می گیرد. در این فرآیند، قطعه کار در اثر حرکت پرتو لیزر در طول یک مسیرمشخص دچار تغییر شکل می شود. مهم ترین پارامتر این فرآیند زاویه خمش ایجاد شده در پایان عملیات می باشد که به پارامترهایی نظیر خواص فیزیکی و مکانیکی ماده، توان لیزر، سرعت حرکت لیزر و تعداد دفعات اسکن وابسته است. در اینمقاله از دو شبکه عصبی مصنوعی با رویکرد پرسپترون چند لایه و تابع پایه شعاعی به منظور پیش بینی زاویه خمشاستفاده شده است. جهت آموزی این دو شبکه از داده های تجربی با در نظر گرفتن توان لیزر و سرعت حرکت لیزر به عنوان پارامترهای ورودی استفاده شده است. مقایسه داده های حاصل از شبکههای عصبی مصنوعی نشان میدهد که روش پرسپترون چند لایه توانایی بیشتری در پیش بینی دقیق زاویه خمش نسبت به روش تابع پایه شعاعی دارد
Keywords:
Authors
محسن حسنی
مربی، دانشکده مهندسی مکانیک، دانشگاه آزاد اسلامی واحد نجف آباد، اصفهان، ایران
عاطفه حسنی بافرانی
مربی، گروه ریاضی، دانشگاه پیام نور، تهران، ایران
علیرضا کیانپورقهفرخی
مربی، دانشکده مهندسی مکانیک، دانشگاه آزاد اسلامی واحد نجف آباد، اصفهان، ایران
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 :