کاربرد شبکه عصبی مصنوعی و الگوریتم تبرید تدریجی در پیش بینی و بهینه سازی فرآیند پوشش زدایی فلزات با روش واترجت

فرآیند واترجت دارای کاربردهای متعدد صنعتی میباشد که از آنجمله میتوان به پوشش زدایی با واترجت( WJCl) در تمیزکاری سطوح نام برد. در این تحقیق از شبکه عصبی پس انتشار بمنظور مدلسازی این فرآیند استفاده شده است.مدلسازی بکمک 66 مجموعه از داده های تجربی در پوشش زدایی رنگ اپکسی از ورقهای فولادی، انجام یافته است.متغیرهای ورودی مورد بررسی شامل سه پارامتر مهمِ فشار، فاصله نازل تا قطعه کار و سرعت حرکت جت میباشند.همچنین عرض پوشش زدایی، بعنوان شاخص اصلی ارزیابی فرآیند و متغیر خروجی در نظر گرفته شده است. متوسط خطای پیشبینی توسط شبکه عصبی کمتر از 4/5 درصد میباشد که مبین قابلیت مناسب روش پیشنهادی در پیشبینی فرآیند پوشش زدایی توسط واترجت است. در ادامه تحقیق، از الگوریتم تبرید تدریجی بمنظور تعیین سطوح بهینه پارامترهای تنظیمی، استفاده شده است. در این راستا، مدل شبکه عصبی بمنظور تخمین خروجیهای فرآیند در داخل الگوریتم تبرید تدریجی قرار گرفته و بهینهسازی بر اساس حداکثرسازی عرض برش انجام یافته است. نتایج محاسباتی این مرحله نیز نشان دهنده عملکرد بسیار خوب روش بهینه سازی پیشنهادی در حل مسئله مورد نظر است.