تخمین زبری سطح در سنگ زنی به کمک هوش مصنوعی در AL2O3
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 2,492
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
SCMEMI08_018
Index date: 26 July 2008
تخمین زبری سطح در سنگ زنی به کمک هوش مصنوعی در AL2O3 abstract
مواد سرامیکی حاوی فازهای مرکب از عناصر فلزی و غیر فلزی اند. ویژگیهای دی الکتریکی، نیمه رسانایی و مغناطیسی سرامیکهای مهم برای مهندسان و دانشورزان طراح و یا استفاده کننده از ابزار و مدارها ی الکترونیک ی به طور خاص ی ارزشمند است. اما این خواص و همچنین هدایت گرمایی پایین، ماشینکاری این مواد را بسیار سخت نموده و روشهای مخصوصی را جهت سنگ زنی میطلبد. در این مقاله با استفاده از ارتعاشات اولتراسونیک و اعمال آن به قطعه کار در سنگ زنی سرا میک AL2O3 مطالعه شده است. با تغییر پارامترهای موثر در سنگ زنی از قبیل عمق برش، سرعت پیشروی و فرکانس ارتعاش ی میزان زبری سطح توسط دستگاه زبری سنج اندازه گیری می شود. سپس با استفاده از نتایج آزمایشگاهی، یک شبکه عصبی مصنوعی ایجاد می گردد. پس از آموزش شبکه عصبی، با استفاده از آن می توان میزان زبری سطح در سرام یک AL2O را تحت هر شرایطی بدست آورد. از مزایای این روش صرفه جویی در وقت و هزینه است. نتایج نشان می دهد که بکارگیری ارتعاشات اولتراسونیک در سنگ زنی، نیروی نرمال سنگ زنی و در نتیجه زبری سطح را کاهش داده و باعث افزایش کیفیت سطح می شود. همچنین در این روش سنگ زنی استحکام سرامیک سنگ زده شده به نسبت روش غیر اولتراسونیک افزایش می یابد.
تخمین زبری سطح در سنگ زنی به کمک هوش مصنوعی در AL2O3 authors
محمد حیدری
مربی گروه مکانیک دانشگاه آزاد اسلامی واحد الیگودرز
مرضیه اسدی
دانشگاه آزاد اسلامی واحد الیگودرز
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 :