پیش بینی خطای حرارتی در ماشین ابزارهای فرز CNC با استفاده از سیستم استنتاج فازی مبتنی بر شبکه تطبیقی
Publish place: اولین کنفرانس بینالمللی مهندسی مکانیک و هوافضا
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 809
This Paper With 14 Page And PDF and WORD 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:
MECHAERO01_180
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
در این مقاله از سیستم استنتاج فازی مبتنی بر شبکه تطبیقی به عنوان سیستم پیش بینی کننده خطای حرارتی در ماشین ابزار فرز CNC استفاده شده است. به این صورت که با در نظر گرفتن پارامترهایی از قبیل مقادیر دریافت شده از سنسورهای حرارتی تعبیه شده بر اسپیندل، کلگی، نزدیک به کلگی و دور از کلگی دستگاه فرز CNC و همچنین پارامترهای ورودی ماشین ابزارهای CNC اعم از سرعت پیشروی و سرعت دورانی به عنوان ورودی سیستم استنتاج فازی مبتنی بر شبکه تطبیقی و بررسی پارامترهای مذکور، خطای حرارتی پیش بینی خواهد شد. به بیان دیگر سیستم استنتاج فازی مبتنی بر شبکه تطبیقی با بهینه سازی میزان پیشروی و سرعت پیشروی، درصدد کاهش میزان خطای حرارتی گام بر می دارد. در این مدل از روش پس بازخورد هیبریدی برای آموزش شبکه و محدوده ی خطای ۷-۱۰×۲ برای پایان دهی آموزش استفاده شده است. نتایج، لزوم عوامل ورودی به عنوان عامل مؤثر بر خطای حرارتی را مشهود نشان داد. علاوه بر این سیستم استنتاج فازی مبتنی بر شبکه تطبیقی می تواند مقادیر خطای حرارتی را به خوبی پیش بینی نماید.
Keywords:
Authors
حسین رفیع زاده
دانشجوی دکتری، گروه بیومکانیک، دانشکده مهندسی پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
محمد کی منش
دانشجوی کارشناسی ارشد، دانشکده مهندسی مکانیک، دانشکده فنی و مهندسی گلپایگان، اصفهان، ایران
عقیل کی منش
دانشجوی کارشناسی ارشد، دانشکده مهندسی مکاترونیک، دانشگاه صنعتی شاهرود، سمنان، ایران
سینا زارعی
دانشجوی کارشناسی ارشد، گروه مکانیک، دانشکده فنی و مهندسی، واحد یزد، دانشگاه آزاد اسلامی واحد یزد، 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 :