پیش بینی رفتار خستگی قطعات فولادی متخلخل تف جوشی شده با استفاده از شبکه عصبی مصنوعی

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 530

This Paper With 11 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IMES11_035

تاریخ نمایه سازی: 7 اسفند 1396

Abstract:

متالورژی پودر یکی از روش های کارآمد به منظور تولید قطعات مهندسی با دقت ابعادی بالا و خواص قابل قبول محسوب می شود. قطعات تهیه شده از طریق این فرآیند در بسیاری زمینه ها از جمله صنعت خودرو، صنایع هوایی، ماشین آلات اداری، ابزار برش و غیره به کار می روند که به طور مستقیم در اغلب اوقات تحت بارگذاری های متناوب (خستگی) در حین سرویس دهی قرار می گیرند. از آنجایی که شکست خستگی در اکثر مواقع بدون بروز نشانه قبلی و به طور ناگهانی رخ می دهد، لذا امکان وقوع خسارات که گاها جبران ناپذیر نیز می باشند، وجود دارد. از طرفی پراکندگی آماری نتایج آزمون های خستگی، لزوم تکرار آزمون ها و همچنین صرف هزینه و زمان زیاد را می طلبد. با این وجود به کارگیری روش هایی برای پیش بینی و تخمین عمر خستگی قطعات متالورژی پودر با توجه به عوامل موثر بر آنها می تواند بسیار راهگشا باشد. در مقاله پیش رو استحکام خستگی قطعات متخلخل فولادی متالورژی پودر با توجه به عوامل موثر بر آن همانند چگالی، ترکیب شیمیایی و شرایط تف جوشی توسط شبکه عصبی مصنوعی مورد مطالعه، بررسی و پیش بینی قرار گرفتند. آموزش شبکه عصبی مصنوعی از طریق روش پرسپترون چند لایه انجام پذیرفت. در انتها داده های حاصل از شبکه عصبی مصنوعی با مقادیر تجربی حاصل از آزمون ها مورد مقایسه قرار گرفت. مقایسه نتایج پیش بینی شده با داده های تجربی حاصل از آزمون، نشان از تطبیق مناسب آنها دارد که موید کارآمدی روش مورد استفاده در پیش بینی رفتار خستگی فولادهای متالورژی پودر مورد مطالعه است.

Authors

میثم بیات

دانشجوی کارشناسی مهندسی مواد، دانشکده مهندسی مواد و متالورژی، دانشگاه سمنان

احمد طیبی

دانشجوی کارشناسی مهندسی مواد، دانشکده مهندسی مواد و متالورژی، دانشگاه سمنان

حسن عبدوس

استادیار، دانشکده نانوفناوری، گروه نانومواد، پردیس علوم و فناوری نوین، دانشگاه سمنان