بهبود کیفیت جوشکاری مقاومتی نقطه ای در آلومنیوم به کمک مدل فازی عصبی و الگوریتم ژنتیک
Publish place: دومین همایش یافته های نوین هوافضا، مکانیک و علوم وابسته
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 507
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
MAARS02_044
Index date: 28 April 2017
بهبود کیفیت جوشکاری مقاومتی نقطه ای در آلومنیوم به کمک مدل فازی عصبی و الگوریتم ژنتیک abstract
پژوهش حاضر به منظور مدل سازی و بهینه سازی جوشکاری نقطه ای صورت گرفته است به این ترتیب پارامترهای شامل جریان الکتریکی، نیروی الکترود، زمان جوشکاری و ضخامت ورق به عنوان پارامترهای موثر در جوشکاری در نظر گرفته شده است. در ابتدا با استفاده از روش فازی-عصبی یک مدل فازی با چهار ورودی و یک خروجی برای تخمین میزان استحکام جوش ارایه شده است. هدف انجام فرآیند با کمترین میزان مصرف انرژی و در عین حال داشتن بیشترین استحکام می باشد. برای شناسایی مدل جوشکاری نقطه ای از داده های آزمایشگاهی (که از 24 آزمایش با استفاده از روش طراحی مرکب مرکزی به دست آمده است) استفاده شده است. پس از استخراج مدل ANFIS، کمک مدل حاصل از بهینه سازی ژنتیک برای افزایش استحکام جوش در کنار کاهش توان مصرفی استفاده شده است. نتایج به دست آمده از مدل سازی نشان می دهد مدل فازی عصبی با دقت خوبی میزان استحکام جوش را تخمین می زند. همچنین بهینه سازی نشان می دهد با پارامترهای بهینه به دست آمده، علاوه بر کاهش میزان انرژی مصرفی، استحکام جوش به میزان چشم گیری افزایش داده شده است.
بهبود کیفیت جوشکاری مقاومتی نقطه ای در آلومنیوم به کمک مدل فازی عصبی و الگوریتم ژنتیک Keywords:
بهبود کیفیت جوشکاری مقاومتی نقطه ای در آلومنیوم به کمک مدل فازی عصبی و الگوریتم ژنتیک authors
داود افشاری
استادیار گروه مهندسی مکانیک، دانشگاه زنجان
وحید جعفرپور
دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، ایران
جعفر یوسفی
دانشکده مهندسی مکانیک، دانشگاه زنجان، زنجان، 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 :