مدلسازی فرایند پرداخت قطعات صنعتی با سیال ساینده با استفاده از شبکه های عصبی از نوع GMDH

Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,341

This Paper With 9 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:

ICME07_041

تاریخ نمایه سازی: 6 آذر 1388

Abstract:

ماشینکاری و صیقل دهی سایشی توسط سیال ساینده (AFM یا Abrasive Flow Machining) یکی از روشهای براده برداری نوین به شمار می آید که قابلیت های بسیار موثری جهت صیقل دهی سطوح، لبه ها و بخش های داخلی قطعات صنعتی دارا می باشد و از این طریق می توان تلرانس های بسیار دقیق با کیفیت عالی پرداخت را ایجاد نمود. در این مقاله ضمن شرح طراحی و ساخت سامانه مخصوص این فرآیند که در دانشگاه گیلان انجام پذیرفته و نیز معرفی قابلیت های بسیار عالی این روش، با استفاده از سامانه ساخته شده آزمایشهایی انجام گرفته و از نتایج به دست آمده برای ارائه مدل ریاضی بر اساس شبکه های عصبی نوع GMDH استفاده شده است. الگوریتم ژنتیک و تجزیه مقادیر منفرد SVD) به ترتیب برای بهینه سازی شکل اتصال و یافتن ضرایب شبکه های عصبی نوع GMDH مورد استفاده قرار گرفته اند مقایسه نتایج حاصل از آزمایش و نتایج بدست آمده از مدل بیانگر مدلسازی موفق در این فرایند می باشد.

Keywords:

فرایند پرداخت با سیال ساینده AFM - الگوریتم ژنتیک - GMDH - تجزیه مقادیر منفرد SVD

Authors

ابوالفضل خلخالی

دانشجوی دکتری رشته مکانیک- طراحی کاربردی، دانشگاه گیلان،

نادر نریمان زاده

دانشیار دانشکده فنی مهندسی ، دانشگاه گیلان ، بخش مکانیک

مجید علی طاولی

استادیار دانشکده فنی مهندسی ، دانشگاه گیلان ، بخش مکانیک

مهدی مهران

کارشناس ارشد مهندسی مکانیک- طراحی کاربردی